如今，Python 已經成為一種再主流不過的程式語言了。它天生麗質，易於讀寫，非常實用，從而贏得了廣泛的群眾基礎，被譽為“宇宙最好的程式語言”，被無數程式設計師熱烈追捧。

常言道： “流水的語言，鐵打的 Python”，貌似目前它已經“睥睨天下，傲視群雄”了，但你不知道的是，Python 其實並不年輕，它的第一個公開版本釋出於1991年，為何這幾年 Python 才爆紅起來呢？到底它經歷了什麼？

萬能的膠水語言

Python 又被稱作“膠水語言”，膠水這詞非常貼切，想象一下，它能非常方便的把 C++ 和 JAVA 粘在一起。雖然 JAVA 能直接呼叫 C++，但需要透過標準介面，並改變雙方的主體程式。而 Python 這種指令碼語言，可以在不改變任何程式的情況下，透過外圍的資料處理，讓 JAVA 和 C++ 實現聯動。

Python 和 PHP 是天差地別的， PHP 這種主體目標就是 Web 開發的指令碼語言，其實並沒有真正的膠合兩種其他程式的能力，而 Python 可以透過讀取寫入 Java 和 C++ 之類的其他程式的輸入輸出，從而聯動程式實現“膠水”的功能。

同時，Python 也是針對一流專案，包含企業級專案的生產型語言，它如此多才多藝，可以被用於任何東西上。你可以透過 Python 構建樹莓派的應用，PC 的指令碼程式，甚至是伺服器的配置管理程式。當然，Python 能做的遠不止這些，比你想象的要多多了。

所以使用 Python，真的有無限可能。

是什麼讓 Python 如此特別?

因為 Python 簡單易用唄，甚至對於在寫“Hello World”的開發者來說，也極易上手。

此外，正因為 Python 的通用性，使它符合各種開發需求，為開發人員提供了很多選擇：Python 可用於系統操作，Web 開發，伺服器管理工具，部署指令碼，科學建模等數之不盡的地方。即便是不相關的其他行業人士，也能很容易用 Python 完成專案，甚至利用它成功轉行！

令人驚訝的是，許多開發人員並沒有將 Python 作為最主要的語言，因為它太容易學習了，所以他們選擇 Python 作為第二或者第三語言，這或許也是 Python 如此大熱的原因之一。

這裡所說的第一語言並不一定特指程式語言，也可以泛指第一技能。所以在現實世界中，才有懂 Python 的醫生，會 Python 的律師，甚至是用 Python 解決育兒問題的全職媽媽。

還有，在 Web 開發領域，Django 框架的崛起以及 PHP 的衰退，同樣見證著 Python 的成功。最終，Python 開發者的需求和官方支援之間的微妙平衡造就了這場完美風暴。

1.Python 擁有一個健康積極且提供強力支援的社群

很明顯，缺乏文件與支援的程式語言絕對不好用。

Python 則恰恰沒有這些問題，因為它恰到好處的年紀，所以累積了充足的文件、指南、教程等。另外，Python 開發者社群也是相當活躍的，這意味著任何人在任何需要幫助的時候，他們可以得到及時的支援。

無論你是菜鳥碼農，還是老司機，你都能透過一個活躍的社群，獲得自己想要的支援和幫助，沒有人可以掌握一切，無論是初學者或者專家。成熟的開發人員更加懂得，在緊急情況遇到問題的時候，獲得的支援通常決定著你的成敗。

2.Python 有很多大企業爸爸的贊助

贊助商能幫助程式語言度過漫長的歲月。C# 的背後是微軟，Java 有 Sun (現在是 Oracle)，而 PHP 則被 Facebook 選中。Python 背後的爸爸則是Google，於2006年開始使用，並且從此大範圍展開於各種平臺以及應用程式。它們甚至建立了一個 Python 的社群，提供免費的課程，包括練習專案演講課件，相關影片等。

為什麼這很重要？因為像 Google 這樣的企業，為了讓他們的團隊在既有的系統與應用上好好工作的時候，必須提供大量的資源，在 Google 內部，他們建立了大量的指南和教程讓自己的團隊愉快地使用 Python。

為了應援這種語言， Google 可謂是下了功夫， 除了提供持續的文件和支援工具，還為 Python 經常打廣告，說 Python 將來會過氣的，得先問谷歌爸爸答不答應~

另外還有一些業界頂尖的專業公司，比如 SAP，在商業 BI 模組中也大量的使用 Python。Python 已經成為金融圈的高富帥必須掌握的開發語言之一，如果只讓你選讀一門語言，那麼除了 Python，還是 Python。

3.Python 具備大資料處理能力

在企業領域，近年來興起的大資料以及雲計算的應用，同樣促使 Python 快速走向成功。Python 是資料科學中最流行的語言之一，它能被用於機器學習以及 AI 系統等各種現代技術中去。

正因為 Python 極易將繁瑣無序的凌亂資料，轉化為可用的結構化資料，這種特性非常有助於大資料的處理，從而使得它們在大資料領域如魚得水。

4.Python 擁有驚人數量的庫

當你正在推進大專案的時候，庫可以幫助你節約時間並減少開發週期。Python 擁有極好的可供選擇的各種庫。比如資料計算中使用到的 NumPy 和 SciPy，以及 Web 開發的 Django。

有少數的庫具備極高的專業度，比如 scikit-learn 適用於機器學習，而 nltk 適用於自然語言處理。

此外，強大的雲計算服務(比如 Encoding.com)令 Python 與 C 系列 的語言有非常好的相容性。這意味著有專業的第三方工具為 Python 提供的優秀的跨平臺支援，這是一個巨大的優勢。

Tips：如果你在智慧開發領域，你一定知道 Anaconda。環境管理，庫管理，各種高大 上的功能一應俱全。當然，不僅僅是 Anaconda。只要你用心探索，就會找到心儀的庫。

5.Python 可靠並且高效

我相信任何使用過 Python 的開發人員都會認同它的執行速度，可靠性，以及效率。你可以在各種環境下使用或者部署 Python，它只會有可忽略不計的效能損失。

再次強調，因為 Python 的多樣性，意味著你可以橫跨多個領域，絕不僅限於 Web 開發，桌面程式，移動應用，甚至包含硬體開發等。所以你並沒有被束縛在單一的平臺之上，Python 的經驗可用於任何平臺。

無論你是面向過程，面向物件，或者是函數語言程式設計的愛好者，都可以在 Python找到適合自己的語言正規化。什麼，這年頭還有人寫面向過程的程式碼？是的，比如嵌入式系統，面向過程的設計理念仍大行其道。Python 能讓所有人更好的過渡，並直達頂峰。

6.Python 對新手極其友好

對於初學者來說，Python 極其容易。它被認為是最簡單方便的語言之一：簡化的人性化語法是一方面，快速編寫與執行是另一方面。

無論如何，對於初學者 Python 都是一門很棒的語言，所以很多年輕的開發者都在開始學習 Python，更重要的是，經驗豐富的開發者絕對不會閒著，未來的無限可能等待我們去創造。

創造更多的價值意味著賺更多的錢，人生苦短，我用Python，你懂的。

Python厲害體不僅表現在使用方面做到真正的沒有限制，更多是因為以下優點。

1.Python 易於學習可靠且高效

好吧，相較於其它許多你可以拿來用的程式語言而言，它“更容易一些”。Python 的語言沒有多少儀式化的東西，所以就算不是一個 Python 專家，你也能讀懂它的程式碼。我的經驗是，透過例項來學習和教授 Python 要比採取同樣的方式去接觸比方說 Ruby 或者 Perl 更加容易，因為 Python 的語法裡面條條框框以及特殊的處理場景要少得多。 它所專注的並非語言表現的豐富程度，而是你想要用你的程式碼完成什麼。

它能用少量的程式碼構建出很多功能

Python 能帶給所有開發者一種快速的學習體驗。透過實踐，你可以在最多兩天之內輕鬆實現一個具備基礎功能的遊戲 (而這還是在對程式設計完全不瞭解的情況下)。

另外一些讓 Python 成為一門引人注目的程式語言的因素就是它的可讀性和高效性。

2.Python 擁有最成熟的程式包資源庫之一

一旦你瞭解了該語言，就可以利用上這個平臺。Python 以 PyPI (讀作 Pie-Pie，可以從這裡在線進行了解)為其後盾, 這是一個擁有超過 85,000 個 Python 模組和指令碼的資源庫，你拿過來就立馬可以使用。這些模組向你的本地 Python 環境分發已經預先打包好的功能，可以用來解決各種諸如資料庫處理，計算機視覺實現，像維度分析這樣的高階資料分析的執行，或者是構建 REST 風格的 web 服務這些問題。

3.Python 廣泛用於資料科學領域

不管你從事的是什麼工作，資料都會是其中的一部分。IT，軟體開發，市場等等 —— 它們都深度地關乎資料且對於智慧求之若渴。很快資料分析技能就會像編碼技能一樣的重要，而 Python 在兩個領域都佔有重要的地位。Python 緊挨著 R 語言，都是現代資料科學中最常被使用的語言。事實上，在資料科學領域，Python 的職位職位需求超過了 R 語言。你在學習 Python 時發展出來的技能將會直接轉換並被用來構建起自己的這些分析技能。

4.Python 是跨平臺且開源的

Python 可以跨平臺執行，並且已經開放原始碼超過20年的時間了，如果你需要程式碼能同時在Linux，Windows 以及 macOS 上跑起來，Python 就能滿足要求。此外，有數十年的修修補補以及不斷完善做後盾，可以確保你能夠隨心所欲地執行自己的程式碼。

　　Python的特點之一在於，使用簡單的語法，就能處理大量複雜問題。這使得初學者能夠專注於學習程式設計概念，同時不必擔心太多的細節，還可以節省大量時間。比如以程式設計中最常見的程式“ Hello ，World ”程式碼為例：

　　Python ,能用來做什麼

　　Python是一種通用程式語言，它被廣泛應用於眾多領域。

　　比如：

　　Web開發

　　Python可用於構建伺服器端 Web應用程式。有許多實用的框架（如 Django ，Flask ，Pyramid）被建立來簡化 Web開發過程，使你能用更少的程式碼行實現更多功能。 Django就是目前最常用的一種。

　　科學計算，機器學習

　　Python之所以對資料科學社群具有很大的吸引力，這主要是因為其核心庫（NumPy，SciPy，pandas，matplotlib）以及用於原型設計、構建小型和可重用系統的高效性。

　　系統自動化和管理

　　Python還被廣泛用於系統自動化和管理。它有一些很實用的庫和工具，例如Fabric，Salt，Psutil等。

　　安全和滲透測試

　　Python常常被技術人員用來構建自定義工具，從而測試他們的基礎設施。 Scapy和 Twill是很有利助手。

　　指令碼（常規及特定應用程式）

　　在大多數 Linux安裝中預設包括 Python 。同時它也嵌入到許多熱門第三方程式，如 FreeCAD， Blender ， Maya ， Gimp等。

　　對映和地理

　　Python是一種整合到許多GIS應用程式（如 ArcGis ， QGis等）的指令碼語言; yahoo地圖也是由 python開發的。

　　一些常規任務的自動化

　　我們還可以用 Python在自定義的方式和任務的範圍中執行。

　　Python優勢

　　Python常常被推薦給程式設計初學者用於開啟程式設計生涯的第一步，同時它也被許多經驗豐富的開發人員所推崇。原因如：

　　易學習，易閱讀

　　Python具有較少的語法限制。其程式碼閱讀起來很像英語，且開發過程快。

　　多功能，多用途程式語言

　　你幾乎可以使用 python做任何事情（分析資料，構建網站，維護伺服器，建立遊戲等等）。

　　具有大量實用工具、庫和框架

　　對於特定領域，Python具有一系列工具、框架和庫，能夠使你的工作更舒適、更高效。

　　強大的文件

　　Python後面有大量的強大的文件以及大規模的交流社群。關於程式碼等問題都可以輕鬆找到答案。

既然這麼好 為什麼 bat的主要開發語言還是JAVA？牛逼吹大了，他有庫命名容易混亂，效率低等缺點。他最大的優點只是讓非專業人員編寫能夠 執行，解決問題的程式碼，而不用深入學習一門程式語言。說白 了 就和快餐一樣，簡單，方便，成本低，但是要吃的好，吃的精緻，或者大場面，還是得正餐。

Python的強大在於：1.可以給培訓學院騙學費。2.可以做一手爬蟲應付畢業設計。3.弄一個接近智障的樹莓派機器人欺騙兒童。除此以外一無是處：別和我說機器學習那是0.00001%的人的事；別和我說djange我從業8年身邊沒有一個web用Python的；別和我說自動化運維，你看看大型企業debug的有幾人用Python。

剛回答了Python有何優缺點的問題，Python是一門近幾年崛起很快也很火的程式語言。區別於我們國家大學裡的第一門程式語言往往是C語言，Python則成為了國外本科學的入門級程式語言。同時隨著科技的發展，擁有高容量、高速度和多樣性的大資料已經成為當今時代的主題詞。移動網際網路、雲計算、大資料的快速發展，使Python給開發者帶來巨大的機會。

Python在國內逐漸崛起和被追捧的原因？

Python之所以近些年在國內也被髮掘與追捧，主要也與網際網路發展到此階段有著重要關係。 Python的開放、簡潔、黏合正符合了現發展階段對大資料分析、視覺化、各種平臺程式協作產生了快速的促進作用。自Python3的釋出到現在已有五六年的時間，從剛釋出的反對聲音到慢慢被接受與喜歡經過了太漫長的時間，然而可能也與國情與發展需求有著相當的關係。總之，越來越多人開始使用Python。

用Python可以做什麼？

Python語法簡潔，無需編譯。一句話“人生苦短，我用 Python”啥都說明了，高效是 Python的特點。強大的資料結構。預設安裝的Python開發環境已經附帶了很多高階資料型別，如列表、元組、字典、集合、佇列等，無需進一步程式設計就可以使用這些資料型別的操作。使用這些資料型別使得實現抽象的數學概念非常簡單。 強制縮排，讓程式碼自然顯得有條理。 外掛齊全，可以完成絕大部分的程式設計任務。

Python語言的優點

作為初學Python的科班出身的小白，Python非常簡單，非常適合剛入門的開發者閱讀。閱讀一個良好的Python程式就感覺像是在讀英語一樣，儘管這個英語的要求非常嚴格！Python的這種虛擬碼本質是它最大的優點之一。它使你能夠專注於解決問題而不是去搞明白語言本身。

易學。Python雖然是用c語言寫的，但是它擯棄了c中非常複雜的指標，簡化了Python的語法，而且有很多語法糖，使得在寫程式碼的時候可以更Pythonic、優雅地程式設計。

Python是FLOSS（自由/開放原始碼軟體）之一。簡單說就是你可以自由地釋出這個軟體的複製、閱讀它的原始碼、對它做改動、把它的一部分用於新的自由軟體中。Python的作者希望看到一個更加優秀的人創造並經常改進它。

規範的寫作風格。相信剛從別的語言轉移到Python的人經常吐槽Python需要用遊標卡尺，PEP8協議需要在Python開發時強制縮排，使得程式碼具有很好的可讀性，雖然同時程式設計會更不自由些。

面向物件程式設計。Python既支援面向過程的程式設計也支援面向物件的程式設計。在“面向過程”的語言中，程式是由過程或僅僅是可重用程式碼的函式構建起來 的。在“面向物件”的語言中，程式是由資料和功能組合而成的物件構建起來的。與其他主要的語言如C++和Java相比，Python以一種非常強大又簡單 的方式實現面向物件程式設計。

Python的缺陷效率問題。因為Python是解釋型語言，所以在執行效率方面並不能要求太高，但同時換取的優勢是跨平臺十分容易，只能說是各有利弊。Python是動態型別語言，很多語義錯誤在程式設計階段很難被發現，隨著良好的程式設計習慣可以改善這一點。

在實際體驗中，Python最大的優點是即拿即用，有想法就可以找對應的包嘗試開發，最大的缺點是效能問題，在高效能要求時就要想方法遷移到C++、C或者Java上。

Python厲害的原因在於這些年有越來越多的人使用，越來越多人使用是因為很多不會程式設計的搞科研的人員只需要學習一點python的知識就可以處理比較複雜的問題。由於python本身作為膠水語言在處理科學計算的時候比java等方便，又是開源的，因此有很多關於科學計算和機器學習的包。比如文字處理中Stanford提供的nltk工具可以非常方便的處理文字和語言、gensim的機器學習工具等有大量的現有的模型的實現，包括主題模型、層次主題模型、非引數聚類等。同時由於tensorflow等框架的流行也導致了很多人開始學習python。

但是實際作為業務支撐的話應該是C與Java為主。python適合做科學計算，編寫機器學習模型和資料探勘演算法的好工具。

你的泡泡圖還少了嵌入式的一塊: 嵌入式Python，FPGA程式設計，數位電路邏輯設計，類比電路模擬，網路模擬等。

從晶片到雲端，從雲端到人工智慧。就這樣而已。

《從晶片到雲端～Python物聯網全棧開發實踐》作者。

Python乾淨利索，簡單直接

首先來說它的編寫程式碼的速度，那是很快的。可讀性也高，比以前傳統指令碼語言維護方便。同Java、C、C++等相比較，同樣是完成一個功能，Python編寫的程式碼短小精幹，開發的效率是其它語言的好幾倍。

Python工資高，高新就業

有研究發現， Python開發人員的平均工資是107,000美元：其次，是Ruby，C ++和Java、 PHP墊底。

大資料時代，Python排名靠前，自然可以理解。未來Python不僅會是一種通用的程式語言，而且也是一門科學的程式語言，我們很快就會看到學習Python將會獲得更高的回報，掙得更多。

Python是人工智慧的未來

人工智慧已經是主流。考慮到語言的靈活性，其速度以及提供的機器學習功能庫（如scikit-learn，Keras和TensorFlow），我們將繼續看到Python在機器學習領域佔據主導地位。

如果你對人工智慧或者大資料有那一丁點的興趣，你都應該學習一下Python。

不想成為專業碼農，可以學Python

如果只是想學網路爬蟲、資料分析，卻不想成為專業碼農，那就用Python。人工智慧、大資料的到來，讓越來越多的專業更具備網路採集和資料分析的技能，因為資料儼然已成為價值評估的一種標準。

因為購物，淘寶知道你是不是單身

因為出現，滴滴知道你是不是愛運動

這都是資料分析的功勞，而做一次資料分析初體驗，Python無疑是最適合的入門語言。

相比較java、C++，Python似乎更適合非計算機的人學習資料分析、大資料和人工智慧。

因為Python是一種代表簡單主義思想的語言。除此之外，Python所擁有的標準庫更是金融、營銷類人群選擇它的理由。

它可以幫助處理各種工作，包括正則表示式、文件生成、單元測試、執行緒、資料庫、網頁瀏覽器、CGI、FTP、電子郵件、XML、XML-RPC、HTML、WAV檔案、密碼系統、GUI（圖形使用者介面）、Tk和其他與系統有關的操作。

當你想開始嘗試做資料分析的時候，Python無疑會是一個很棒的選擇。

Python入門教程完整版：http://pan.baidu.com/s/1miwZ1WW

Python是一門指令碼語言，它的特點很明顯就是簡潔，簡單，很容易上手，學習曲線短，即使不是專業的程式設計師也可以熟練使用它。

它是隨著這幾年大資料，資料分析的火熱而火起來的，正因為它的簡單明瞭很多做資料分析的科學家特別是很多名校的教授，學生用它來做資料分析，為python開發了很多專業的資料分析庫,從而使得在資料分析方面變得異常的強大。

我不覺得python本身比其它C/C++/C#/Java等語言厲害。

雖然python中的切片的確讓我眼前一亮。

但我會說，python讓我很爽。

語法簡單，約束少，萬能膠水，眾多豐富強大的第三方模組/框架。

而開源既可以讓我放心使用第三方模組和框架，又可以讓我肆意的學習、修改第三方模組/框架。

爬蟲神器scrapy

網站神器Django

機器學習神器scikit-learn

繪圖神器matplotlib

是的，眾多程式設計高手和公司的無私付出，才有了python的今天。

眾人拾薪火焰高。

才有了“人生苦短，我用python”。

Python的風行成功於共享開源生態，機緣巧合又趕上雲平臺與大資料工具的聯姻。免費開原始碼馬太效應又帶來第二波鏈式反應：大量免費開源庫公開發布，後期使用者再次獲得高效率。

到今天Python己形成了近似於微軟桌面作業系統一樣的生態系統。使用python代表了開發效益，以及開發的低維護性。Python的流行之風形成，讓Python開發者成為了"網際網路風口的豬"。

還是因為其強大的社群和生態環境，python作為一門解釋型膠水語言，其幾乎無所不能，不管是app還是web，還是近幾年比較流行的人工智慧，機器學習，資料探勘，視覺化，python幾乎都可應用，其第三方包眾多，涉及到方方面面，好多程式碼都不需重構，拿來即可應用，開發效率相比其他語言高了不少，國外許多著名的開源專案都是基於python構建的，其越來越被人們重視和應用。

哈哈，不請自來。

其它的不說，我們就先看看「 StackOverFlow 的年度開發者調查」（ Stack Overflow Annual Developer Survey ）（ https://insights.stackoverflow.com/survey ）中最流行語言的趨勢

說了現象，那我再從 7 個方面說說原因。

1 你可以用 Python 做很多方向的事情

Python 有個優勢就是應用特別廣泛，下面列了一些普遍應用的方向。

資料科學

科學和數學計算

Web開發

金融和貿易

系統自動化和管理

電腦影象

基本的遊戲開發

安全和滲透測試

一般和特定於應用程式的指令碼

地圖和地理（GIS軟體）

簡單的說就是 Python 基本滲透到了開發的各個領域。

2 Python 在資料科學領域應用特別廣3 Python 相關職位薪酬不低

我從拉鉤上隨意取樣了 2 份資料，搜尋條件都是「北京」且「三年以下」經驗。第一張是 PHP 的，第二張是 Python 的。

可以看出，大體上薪酬 Python 都比 PHP 要高一些。並且，這些都是一般的開發，如果是涉及資料、人工智慧方面的話， Python 的優勢不知會高多少。

4 人生苦短，我用 Python

Python 真的很簡潔

就以列印一個 Hello, World 為例

Python 這樣寫

而 JAVA 卻要這樣

當然，這個例子有些特殊，但也一定程度上說明了問題。不信的話可以去學學 Python ，當知道了「列表生成式」等用法之後，你應該會有所改觀。

5 Python 對新手比較友好

Python 的語法的設計就是靠著自然語言在努力，不需要你對計算機有深厚的基礎，你會看到 not 、is 、in 等關鍵字，一個有一定經驗的開發者寫出的程式碼幾乎就像是讀英語文章一樣（可能有點誇張，但 Python 寫的程式碼確實有這方面的優勢）。因此，前面一段時間爆出了 Python 納入高中考試範圍的新聞，也是有一定原因的。這個我目前不確定是真是假，但是很多大學計算機相關專業的第一門語言就是 Python ，這個已經是事實了。

6 很多大公司也在使用 Python

國內的豆瓣、知乎等，國外的 Instagram 、Dropbox 等，都在大規模使用 Python

7 Python 擁有很好的生態

Python 擁有涉及各個領域的優秀的庫，比如 Web 開發的話有 Django 、Flask 等，機器學習有 Scikit-learn 、Tensorflow 等，爬蟲的話有 Scrapy 等，總之，你能想到的方向，都有很多現成的庫供你使用。除了這些，還有很多有趣的小工具供你玩耍。總之，用 Python ，你已經站在了巨人的肩膀上。

以上。

我是小凱，我會在業餘時間分享一些開發方面的乾貨以及有趣的東西，如果你對程式設計有興趣，你可以試著點一下關注。

Python的確挺厲害的~但不是生來就那麼厲害。

Python是在1991年被創造出來的，但真正開始被廣泛使用是Python 2.6以後的事情了。從2012年開始到現在，Python的熱度持續累積，成為關注度增長最快的語言。

有圖有真相：Python如此快的增長，說明了它確實十分神奇

所以說，Python並沒有像Golang等語言那麼幸運，生來就備受關注；而是因為語言本身的設計特點對生態環境有著極強的適應能力，同時適時抓住了成長機遇，從而厚積薄發。

精妙的設計哲學

早期的Python，在Java、PHP、JS、C++等重重包圍下，儘管受眾不廣，但仍舊得以生存，主要因為Python的設計哲學使其具備了十足的生命力。

忍不住要分享一下精妙的Python之禪（摘自Python官網），它並非出自Python創始人之手，但已被官方認可為程式設計原則。而精妙之處在於它不僅適用於程式設計，更適用於人生。原來每一個熱愛程式碼的優秀程式設計者都是哲學家。

The Zen of Python, by Tim PetersBeautiful is better than ugly.Explicit is better than implicit. Simple is better than complex. Complex is better than complicated. Flat is better than nested. Sparse is better than dense. Readability counts. Special cases aren"t special enough to break the rules. Although practicality beats purity.Errors should never pass silently. Unless explicitly silenced. In the face of ambiguity, refuse the temptation to guess. There should be one-- and preferably only one --obvious way to do it. Although that way may not be obvious at first unless you"re Dutch. Now is better than never. Although never is often better than right now. If the implementation is hard to explain, it"s a bad idea. If the implementation is easy to explain, it may be a good idea. Namespaces are one honking great idea -- let"s do more of those!

帶著這種哲學，Python逐漸發展成了一個特別簡明友好、容易上手、功能強大的語言，發展過程中，Python抓住了三次飛速發展的機會。

適時抓住成長機遇

第一個機會，Web與敏捷開發

在受到廣泛關注之前，Python更多地是作為簡單指令碼語言，配合一些系統相關工作而被運用（主要是跟Perl搶地盤）。Python開始受到廣泛關注，得益於Google的推動。Google或許不是第一家使用Python的公司，但它是第一家大規模使用Python進行Web相關開發的全球著名公司，從而有力地證明了Python能夠很好地完成Web開發相關的許多工作。

而此時網際網路正開始向快速開發轉型，開發速度對於企業，尤其是初創企業而言至關重要，因此Python簡潔便利與高效開發的特點吸引了眾多企業和組織，同期衍生出來的社群環境又為Python提供了無數優質到可以進行生產級使用的模組和包；對比彼時PHP的模板式開發，Java的龐大繁雜，Ruby的語法新奇多變，Python為中小型企業的快速開發提供了尤為可能的解決方案，從而使得Python開始小有名氣。

第二個機會，科學計算

相較於商業開發，科學計算面向更多的是非專業的程式設計人員，從這個方向上來說，拋開商業化軟體不談，Python的競爭對手也是前有Fortran，後有R、Julia語言的存在，雖然歷史積累不如Fortran，抽象形式不及R，現代化和綜合性能不如Julia，但是這些卻仍然沒有妨礙Python在這個領域裡大顯身手。

歷史積累不如Fortran？沒關係！藉助C介面把Fortran包包裹起來讓Python用就好；

抽象形式不及R？沒關係！Python語法簡單庫還多，學習起來也不難，效率還高一丟丟，更重要的是藉助這些特點能直接做產品，比R更具市場親和力；

現代化不如Julia？沒關係！Python社群大，要啥包有啥包。

更讓人們驚喜的是，藉助Python的各種模組和包，能夠十分簡單地實現之前需要折騰很久的繁雜工作，諸如訪問資料庫和表格檔案，哪怕是在R語言中，仍舊需要從ODBC裡一點點拿出資料；而用Python，以Pandas，一句話就能解決資料的讀甚至寫。

並且，隨著計算金融和大資料的興起，大量程式設計師開始投入科學計算，相較於Fortran的陳腐、R的濃厚統計數學意味以及Julia的不發達社群，Python自然而然的成了很多人的首選；而經驗豐富的程式設計師又更進一步推動了Python社群的發展，更多優秀的包和模組得到了迅速推廣：

矩陣、符號、科學計算？有NumPy、SymPy和SciPy；

統計分析？有Pandas；

視覺化？有matplotlib、seaborn；

……

於是，Python很快便在該領域佔據了半壁江山。

第三個機會，深度學習

在較早的很長一段時間裡，提到機器學習，人們往往會使用C++、Java等作為主要工具。GPGPU的出現使得計算龐雜的機器學習任務開始由CPU向GPU轉變，但研究者直接進行GPU程式設計，在計算複雜的模型時，不僅需要大量心智來分析演算法的設計，還不得不投入大量精力解決顯示卡計算開發中的工程問題，為研究增添了非常大的難度。

隨著時間的積累，更多的開源庫出現，使得機器學習中主要演算法實現抽象成了一個個模組，研究者才得以從繁雜的工程開發中解放出來。此時，程式碼成了模組的呼叫和描述，使用諸如C++或Java這樣繁雜的工程化語言不再是必要選擇，特別是更通用化的深度學習出現，促使研究者需要一種更加易讀、易分析的描述性語言（DSL）來解決問題。

而Python因此前在科學計算領域已有廣泛應用，加之它能很容易接入現有的C/C++庫，以及良好的可讀性，成為不少框架的必然選擇，如Theano和Caffe。同時，由於AlphaGo亮眼的表現聚焦了眾人的注意力，並隨後開源了以Python為介面Tensorflow，使得由AI熱潮帶來的學習者紛紛奔向了Python和Tensorflow。

之後，越來越多的框架都開始提供Python介面——Python能夠容易而清晰地描述模型結構，輕鬆解決計算中的資料輸入（無論從硬碟、資料庫、網路中的任何一種）問題，簡單地實現視覺化，並能輕易地設計為Web服務。甚至連使用Lua的Torch都實現了以Python為介面的演進版本PyTorch。至此，Python幾乎已經統治了深度學習的模型設計、訓練領域。

Python在深度學習上有多神？

正如前文所述，Python極大地減輕了深度學習研究者的心智負擔，使之得以將更多的精力集中在模型的設計、改進上。而當深度學習的研究可以集中在對模型結構、對最佳化演算法等方面的研究上，這個領域的進展迅速也就可以被理

不妨看一個簡單的例子，此處使用Keras框架中對MNIST（手寫數字識別）資料集的深度卷積網路的實現程式碼：

讓我們詳細看看這段不到70行的程式碼：載入標準資料集不過僅僅5 行，訓練部分也就寥寥數行，而其中的模型，更是簡單直白：資料順序地經過若干卷積層（Conv2D）、池化層（MaxPooling2D）、展平（Flatten）和全連線層（Dense）。

載入標準資料集僅僅5 行

訓練部分寥寥數行

更多Python可以做到的事情請參看你都用 Python 來做什麼？

所以你看，Python其實是屬於厚積薄髮型選手，與其說它神，倒不如說它早就做好了準備，一直在尋找爆發的機會，Python的語言哲學值得認真品讀一番。

Python培訓學習去哪家好，這是很多零基礎想要學習Python朋友共同關注的問題。大多想要學習Python的人都是零基礎，之前沒有任何程式語言的基礎，所以為了快速學會Python語言，他們大多想透過去培訓機構這種快捷有效的方式來學習。

Python培訓學習去哪家好?想要知道答案，那麼你應該先了解判斷一個python培訓機構優劣主要參考那幾點：

看師資：

師資是一個IT培訓機構的核心資源，一個合格的IT講師首先要擁有多年專案實戰經驗，更要熟悉最新IT技術和動態， 這樣才能保證授課中理論結合實踐，提高學員的就業工作能力。

後期就業：

大家學習Python的目的就是就業，而目前市面上很多公司都是招聘有經驗的python開發，而大家卻是行業新手，如果自己求職那麼是很難找到合適的公司。而培訓機構有合作企業，這樣可以為學員和企業搭建溝通平臺，這樣更好就業。

專案實踐：

課程內容：

課程內容的專業性和實用性決定了學生未來的就業。學習內容是否立足於提升學員的技能和緊貼企業的實際用人需求，內容設定上是否有深度和廣度，尤其是在核心的、關鍵的知識點上是否有足夠的時間講解，這就需要學生細細比較學習內容和時間設定的科學性了。

千鋒Python培訓課程，行業大牛領銜授課，打造顛覆性的Python全棧工程師，掌握Python全棧、人工智慧、資料分析，一站式搞定必會必知全部技能，且擁有全國一體化就業保障服務，更有免費Python影片教程供初學者參考。

人生苦短，我愛 Python

Python 可用的地方非常多。無論是從入門級選手到專業級資料探勘、科學計算、影象處理、人工智慧，Python 都可以勝任。或許是因為這種萬能屬性，周圍好更多的小夥伴都開始學習 Python。

而現在 Python 的火爆已經來到了程式設計師的圈子外，進入了國務院《新一代人工智慧發展規劃的通知》裡。 Python 也已經走進了小學生的課程裡，其實不是小學生，為了你自己的發展前景，或許我才是最該學 Python 的人。

但是

眾所周知，由於搭上 AI 的專車，Python 薪酬和需求也是高出其他語言很多（資料來源：拉勾網、智聯招聘）。當我身邊的朋友不斷投入 Python 學習時，我決定做一些 Python 調研，因為就個人發展而言，選擇學習的技術與要就讀的大學可謂同等重要。

筆者花了大量的時間去搜索這些資訊、資料，試圖從各個維度剖析 Python，筆者發現在這已經不是我所瞭解的 Python了！

本篇文章重點講解什麼？

1、瞭解 Python 應用在哪些方面

2、為 0 基礎入行 IT 的同學們做入門語言對比介紹，找到自己想要的方向

3、為有工作經驗，想轉型 Python 工程師的開發者們做語言和方向對比，用資料結果去做選擇

想學Python的童鞋可以加企鵝裙前三位是227，中間是435，後三位是450分享軟體影片資料

在進行比對之前，讓我們先來看看為什麼要用 Python ？以及都有哪些人在用它？

Python 都被用在哪兒？

自 30 年前 Python 建立以來，基於此項技術的網站和軟體專案已經有了數千個。Python 由於其獨特性使其在各種程式語言中脫穎而出，在全世界擁有大量擁躉。

Python 的優點是什麼？

1. 簡單

2. 免費

3. 相容性

4. 面向物件

5. 函式庫

在哪裡使用 Python 語言？

無論是從入門級選手到專業級選手都在做的爬蟲，還是 Web 程式開發、桌面程式開發還是科學計算、影象處理，Python 都可以勝任。

對於那些從未寫過程式碼的人（0基礎）來說，Python 程式碼也很簡潔易懂。也正因為這個原因，與其他語言相比，使用 Python 編寫的程式其可維護性也是很不錯的。從商業角度來看，這也可以很大程度上在降低開發成本的同時提高程式設計師的生產力。

誰使用Python？

Python 開發人員社群不斷壯大，語言庫的數量也在不斷增長。這一切都使得 Python 成為世界上功能最多的程式語言之一，可以輕鬆適用於任何專案。同時營長也應認識到：Python 在資料探勘和機器學習等領域中十分流行。

為了更好認識使用 Python較其他語言的所有優點，營長將 Python 與最流行的其他 Web 技術做一下比較，先從 PHP 開始。

Python vs PHP

從發展的角度來看，PHP 是一種面向網路的語言。一個 PHP 應用程式更像是一組單獨的指令碼，甚至可能只有一個語義入口點。與此相應的是， Python 是一種多用途的語言，它也可以用於 Web 開發。基於 Python 的 Web 應用程式是一個成熟的應用程式，用它的內部狀態，從查詢到請求，都載入到記憶體中。

1、 流行度

也就是說，在學習任何東西之前，要確保要學的東西在未來 1 年、 5 年甚至 10 年內都符合潮流。

PHP 和 Python 是世界上最流行的程式語言之一，這無需擔心。PHP 被用來構建維基百科、雅虎、WordPress、Friendster、MailChimp、Flickr 等許多巨頭。

Python 則被用於構建 YouTube、Instagram、桌面版的 Dropbox、Reddit、Bitbucket、Quora、Spotify、Pinterest、Facebook 的內部服務以及PayPal！

2、架構

在你選擇技術時，各種工具也非常重要。它定義了你工作的簡單性和便利性，如果一項技術為不同的任務提供多種工具，程式設計師可以確信他不必從頭開始做所有事情。

最流行的 PHP 框架是 Laravel、Symfony、CodeIgniter、Yii 1 和 2、Phalcon 等等。這些工具可以幫你建立功能強大且整潔的應用程式。 而 Python 則不能自誇擁有如此多的框架，用的最多的是 Django 和 Flask。 但是，我們可以向你保證，由於 Python 社群的不斷髮展，這種局面很難快就會發生變化。

3、學習

這通常是學生想要弄清楚的第一個問題，學習過程越容易，他們能越快開始工作和賺錢。

當然，這個類別的獲勝者是 Python，它的語法更簡單易學。PHP 需要更多的時間和精力來掌握，Python 可以讓你在沒有程式碼中斷的情況下幾乎不出現錯誤，它使新手更有信心繼續學習。

從新手的角度來看，你如果想要選擇更簡單、更靈活，那麼Python是最理想的，Python 允許你建立安全的應用程式，而 PHP 要達到這個目的則需要額外的工具，PHP 是專門為 Web 開發而建立的，在這方面應用得更多。

Java 是一個典型化的程式語言，這意味著變數名必須顯示宣告。相比之下，我們有動態型別的 Python,它不需要宣告變數，對於程式語言的動態和靜態型別有很多爭論。

不過請注意這樣一個特徵：Python 是一個有著簡單句法的多樣性的語言。這使得 Python 被廣泛應用於多個領域來寫指令碼，快速開發應用等等。

Java 支援跨平臺應用，而 Python 幾乎與所有現代作業系統相容，Java 對於初學者來說要比 Python 複雜很多，讀 Python 程式碼也比讀 Java 程式碼簡單，如果你想讓你的程式碼在哪裡都能執行，那就選 Java；Java 的另一優勢就是能建立基於網路的應用程式。

Java 比 Python 複雜得多

Python 前景究竟如何？

以下資料來自智聯招聘、看準網、拉勾網、前程無憂、中華英才網等招聘網站的資料顯示，隨著 Python 語言的持續火熱，對於 Python 技術人才的需求也在不斷增加——日均需求量甚至達到了 15000+，北上廣深等一線城市的需求更是數量龐大。

而在薪資待遇上，Python 開發者也沒有讓人失望。透過分析來自全國的 12809 份樣例資料可以發現，全國 Python 工程師的平均月資能夠達到 19160 元，其中 20 - 30K 的工程師數量更是超過了四成。

雖然各大城市的薪資標準略有不同，但是這也確實傳遞出一個資訊，如果想要年薪百萬、一夜暴富、成功走上人生巔峰，對比 Java、C、C++ 等老牌語言，Python 是個絕佳的嘗試。

抽絲剝繭，深入解讀 Python 語言

從上面資料來看，如果只能學習一門語言，除了 Python 別無他選。不論對於初學者還是有其他程式設計經驗的開發者來說，Python 在學習起來都會事半功倍。

對於Python為什麼這麼火這個問題，從內因外因兩個方面來解答。

Python這麼火的內因：

首先引用百度百科上的介紹，讓大家對Python有一個瞭解：Python是一種面向物件的解釋型計算機程式設計語言，由荷蘭人Guido van Rossum於1989年發明，第一個公開發行版發行於1991年。Python是純粹的自由軟體， 原始碼和直譯器CPython遵循 GPL(GNU General Public License)協議。Python語法簡潔清晰，特色之一是強制用空白符(white space)作為語句縮排。

Python這麼火的內因有以下幾點

1、Python易於學習

相較於其它許多你可以拿來用的程式語言而言，它“更容易一些”。Python的語言沒有多少儀式化的東西，所以就算不是一個Python專家，你也能讀懂它的程式碼。Python的語法裡面條條框框以及特殊的處理場景要少得多。它所專注的並非語言表現的豐富程度，而是你想要用你的程式碼完成什麼。

2、能用少量的程式碼構建出很多功能

Python能帶給所有開發者一種快速的學習體驗。透過實踐，你可以在最多兩天之內輕鬆實現一個具備基礎功能的遊戲 (而這還是在對程式設計完全不瞭解的情況下)。另外一些讓 Python 成為一門引人注目的程式語言的因素就是它的可讀性和高效性。

3、Python多才多藝

Python可以被應用於如今你所能想得到的相當多的軟體開發和操作場景。要管理本地或者雲基礎設施嗎？Python可以。開發網站？OK，它也能行的。需要處理一個SQL資料庫？可以。需要為Hive或者Pig定製一個功能？能做到。只是想為自己構建一個小工具？Python就是最好的選擇。需要一門支援面向物件設計的語言？Python的特性就能滿足啦。簡而言之，將Python瞭解得更加深入一點點，就能讓你具備可以適應範圍更寬泛的工作角色的技能

4、Python擁有最成熟的程式包資源庫之一

一旦你瞭解了該語言，就可以利用上這個平臺。Python以 PyPI (讀作 Pie-Pie，可以從這裡在線進行了解)為其後盾, 這是一個擁有超過 85,000個Python模組和指令碼的資源庫，你拿過來就立馬可以使用。這些模組向你的本地Python環境分發已經預先打包好的功能，可以用來解決各種諸如資料庫處理，計算機視覺實現，像維度分析這樣的高階資料分析的執行，或者是構建REST風格的web服務這些問題。

5、Python廣泛用於資料科學領域

不管你從事的是什麼工作，資料都會是其中的一部分。IT，軟體開發，市場等等——它們都深度地關乎資料且對於智慧求之若渴。很快資料分析技能就會像編碼技能一樣的重要，而 Python 在兩個領域都佔有重要的地位。Python緊挨著R語言，都是現代資料科學中最常被使用的語言。事實上，在資料科學領域，Python的職位職位需求超過了R語言。你在學習Python時發展出來的技能將會直接轉換並被用來構建起自己的這些分析技能。

6、Python是跨平臺且開源的

Python可以跨平臺執行，並且已經開放原始碼超過20年的時間了，如果你需要程式碼能同時在Linux，Windows以及macOS上跑起來，Python就能滿足要求。此外，有數十年的修修補補以及不斷完善做後盾，可以確保你能夠隨心所欲地執行自己的程式碼。

上述就是Python這麼火的內因，下面來看看Python在國內這麼火的外因。

Python火爆的外因

Python的百度搜索趨勢可以看到Python從2012年開始有搜尋指數，然後一直增長到現在，那我們看看國內在這幾年發生了什麼大事：

12~14年是雲計算最火的幾年，大批創業公司和巨頭擠破頭地進軍雲計算領域，大家都在做IAAS，最著名的雲計算開源平臺OpenStack就是基於Python開發的，為此催生出不少Python 崗位。

14~15年是‘’大眾創新，萬眾創業‘’口號喊得最響兩年，全國大街小巷似乎人人都是創業者，O2O、P2P產品如雨後春筍般冒出，什麼語言最適合快速搭建原型？當然是Python，Python 的開發速度一個頂三。

16~17年人工智慧火遍大江南北，AlphaGO的出現讓業界為之興奮，人工智慧不再是概念，而人工智慧、機器學習的首選語言就是Python。

這兩年特別是網路爬蟲火得一塌糊塗，10個寫爬蟲的9個在用Python，曾經有一段時間知乎的Python話題全部被爬蟲相關的帖子刷屏，為什麼爬蟲這麼火，這個還是跟大資料有關。因為資料探勘、分析、機器學習、人工智慧都需要大資料的支撐，而真正有大資料的廠商沒幾個，所以小廠不得不透過爬蟲去獲取資料。

正是因為Python佔據了天時地利人和，所以才讓Python在短短几年內躋身世界程式語言排行前幾名，並且向前三發起衝擊。未來，「人生苦短，我用Python」或許不再是網路上的流行語，而是成為人們的共識。

對於Python為什麼這麼火這個問題，從內因外因兩個方面來解答。

Python這麼火的內因：

首先引用百度百科上的介紹，讓大家對Python有一個瞭解：Python是一種面向物件的解釋型計算機程式設計語言，由荷蘭人Guido van Rossum於1989年發明，第一個公開發行版發行於1991年。Python是純粹的自由軟體， 原始碼和直譯器CPython遵循 GPL(GNU General Public License)協議。Python語法簡潔清晰，特色之一是強制用空白符(white space)作為語句縮排。

Python這麼火的內因有以下幾點

1、Python易於學習

相較於其它許多你可以拿來用的程式語言而言，它“更容易一些”。Python的語言沒有多少儀式化的東西，所以就算不是一個Python專家，你也能讀懂它的程式碼。Python的語法裡面條條框框以及特殊的處理場景要少得多。它所專注的並非語言表現的豐富程度，而是你想要用你的程式碼完成什麼。

2、能用少量的程式碼構建出很多功能

Python能帶給所有開發者一種快速的學習體驗。透過實踐，你可以在最多兩天之內輕鬆實現一個具備基礎功能的遊戲 (而這還是在對程式設計完全不瞭解的情況下)。另外一些讓 Python 成為一門引人注目的程式語言的因素就是它的可讀性和高效性。

3、Python多才多藝

Python可以被應用於如今你所能想得到的相當多的軟體開發和操作場景。要管理本地或者雲基礎設施嗎？Python可以。開發網站？OK，它也能行的。需要處理一個SQL資料庫？可以。需要為Hive或者Pig定製一個功能？能做到。只是想為自己構建一個小工具？Python就是最好的選擇。需要一門支援面向物件設計的語言？Python的特性就能滿足啦。簡而言之，將Python瞭解得更加深入一點點，就能讓你具備可以適應範圍更寬泛的工作角色的技能

@Author：BY Runsen

1、Python的前世和發展

Python的前世

1989年聖誕節前夕，山雨欲來風滿樓，計算機程式設計語言界隱隱有大事要發生，果然不出所料。江湖人稱龜叔(Guido von Rossum)，就是這位祖籍荷蘭的大牛，在聖誕節百無聊賴的期間，發明了Python。

之所以選中Python作為程式的名字，是因為龜叔是BBC電視劇——蒙提·派森的飛行馬戲團（Monty Python"s Flying Circus）的愛好者。ABC是由參加設計的一種教學語言。就龜叔本人看來，ABC這種語言非常優美和強大，是專門為非專業程式設計師設計的。

但是由於ABC語言並沒有成功，究其原因，龜叔認為是非開放造成的。龜叔決心在Python中避免這一錯誤，並獲取了非常好的效果，完美結合了C和其他一些語言。

就這樣，Python在龜叔手中誕生了。那時，龜叔還在荷蘭的CWI（Centrum voor Wiskunde en Informatica，國家數學和計算機科學研究院）。龜叔給Python的定位是“優雅”、“明確”、“簡單”

1991年，第一個Python編譯器誕生。它是用C語言實現的，並能夠呼叫C語言的庫檔案。從一出生，Python已經具有了 ：類，函式，異常處理，包含表和詞典在內的核心資料型別，以及模組為基礎的拓展系統。

實際上，Python第一個實現是在 Mac 計算機上。可以說，Python是從ABC發展起來，主要受到了 Modula-3（另一種相當優美且強大的語言，為小型團體所設計的）的影響，並且結合了Unix shell 和C的習慣。

1991年初，Python釋出了第一個公開發行版。

2000年10月16日，Python 2.0版本釋出，增加了實現完整的垃圾回收，並且支援Unicode。同時，整個開發過程更加透明，社群對開發進度的影響逐漸擴大。

2008年12月3日，Python 3.0版本釋出，此版不完全相容之前的Python原始碼。不過，很多新特性後來也被移植到舊的Python 2.6，2.7版本

Python的特性

（1）簡單易學：Python極其容易上手，因為Python有極其簡單的說明文件。

（2）免費、開源：Python是FLOSS（自由/開放原始碼軟體）之一。使用者可以自由地釋出這個軟體的複製、閱讀它的原始碼、對它做改動、把它的一部分用於新的自由軟體中。

（3）高層語言：用Python語言編寫程式的時候無需考慮諸如如何管理你的程式使用的記憶體一類的底層細節。

（4）可移植性：由於它的開源本質，Python已經被移植在許多平臺上（經過改動使它能夠工作在不同平臺 上）。這些平臺包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、 BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE、PocketPC、Symbian以及Google基於linux開發的android平臺。

（5）豐富的庫：Python標準庫確實很龐大。它可以幫助處理各種工作，包括正則表示式、文件生成、單元測試、執行緒、資料庫、網頁瀏覽器、CGI、FTP、電子郵件、XML、XML-RPC、HTML、WAV檔案、密碼系統、GUI（圖形使用者介面）

上面介紹了Python的優點，其實python的也有缺點

（1）執行較慢：相較於c， c++ ，Java編譯型語言，python、javascript解釋型語言不是編譯成機器碼，而是編譯成中間碼。Python在直譯器而不是編譯器的幫助下執行，這將導致它變慢，因為編譯和執行有助於它正常工作。

因為Python在定義變數或函式時不會宣告型別，即使在編譯為pyc位元組碼後變數的型別以及函式返回型別都是未知的，透過上下文推算出實際的型別，是需要佔用記憶體消耗的。比如a + b 先要透過複雜的上下文推薦得出a和b的實際型別，進而再轉換為對應的機器指令，不像其他強型別語言，比如java，所有資料型別在編譯為class檔案時都已經確定了，不需要額外耗時去做型別推算。

（2）效能差：Python的開箱即用的效能速度依然落後於其他語言，比如說具有同樣簡單語法的Nim和Julia，卻可以被編譯為機器程式碼，具有更高的效能優勢。

比如，著名的知乎推薦系統用Go替代Python，隨著業務發展，發現 Python 作為動態解釋型語言，較低的執行效率和較高的後期維護成本帶來的問題逐漸暴露出來：

執行效率較低。知乎目前機房機櫃空間已經不足，按照目前的使用者和流量增長速度，可預見將在短期內伺服器資源告急（針對這一點，知乎正在由單機房架構升級為異地多活架構）；Python 過於靈活的語言特性，導致多人協作和專案維護成本較高

畢竟Python是通用型，高階的動態程式語言。強調的是 code readability，它的句法使得程式設計師能夠比在C++或者java的靜態程式語言相比，編寫更少的程式碼行數。

下面介紹一些的 Python常用高階特性

（1）lambda

lambda函式可以使用任意數量的引數，但必須始終只有一個表示式，我們這樣做是因為lambda函式的目的是執行某種簡單的表示式或操作，而無需完全使用def定義函式。

In [1]: x = lambda a, b : a * bIn [2]: x(2,3)Out[2]: 6

我們執行了一些基本的數學運算，而無需定義完整的函式。這是Python的眾多功能之一，使其成為一種簡潔易用的程式語言。

（2）Map

Map函式是一個內建的Python函式，用於將函式應用於像列表或字典這樣的元素序列。這是執行此類操作的非常乾淨且最重要的可讀方式。map不改變原list，而是返回一個新list

In [3]: list(map(lambda x:x*x ,(1,2,3)))Out[3]: [1, 4, 9]

（3）列表迴圈

列表解析式（List comprehension）或者稱為列表推導式，是 Python 中非常強大和優雅的方法。它可以基於現有的列表做一些操作，從而快速建立新列表。

In [4]: a,*b,c,d = list(range(10))In [5]: aOut[5]: 0In [6]: bOut[6]: [1, 2, 3, 4, 5, 6, 7]In [7]: cOut[7]: 8In [8]: dOut[8]: 9In [9]: [x*x for x in range(5) if x%2!=0]Out[9]: [1, 9]

（4）生成器

透過列表⽣成式，我們可以直接建立⼀個列表。但是，受到記憶體限制，列表容量肯定是有限的。

在Python中，這種⼀邊迴圈⼀邊計算的機制，稱為⽣成器：generator。這樣就不必建立完整的list，從⽽節省⼤量的空間。

In [10]: a = (i for i in range(5))In [11]: aOut[12]: <generator object <genexpr> at 0x0000023269845750>In [13]: next(a)Out[13]: 0In [14]: next(a)Out[14]: 1

Python發展

進入2020年3月，新的程式語言排行榜新鮮出爐，TIOBE 最新發布了 3 月程式語言排行榜。

從榜單中我們可以看到，前三名分別為Java、C、Python。相較於上個月，Python繼續以1.85% 上升至 10.11%，以10.11% 的份額穩居第三。

Python可以應用於眾多領域，如：資料分析、元件整合、網路服務、影象處理、數值計算和科學計算等眾多領域。目前業內幾乎所有大中型網際網路企業都在使用Python，如：Youtube、Dropbox、BT、Quora（中國知乎）、豆瓣、知乎、Google、Yahoo!、Facebook、NASA、百度、騰訊、汽車之家、美團等。網際網路公司廣泛使用Python來做的事一般有：自動化運維、自動化測試、大資料分析、爬蟲、Web 等。

不可否認，Python 確實是這個時代最流行、也必須要掌握的程式語言。Python 可以運用在資料處理、Web 開發、人工智慧等多個領域，它的語言簡潔、開發效率高、可移植性強，並且可以和其他程式語言（比如 C++）輕鬆無縫銜接。現如今，不少學校的文科生甚至中學生也開設了此課程，可見其重要程度。

Python職業發展方向

（1）網路爬蟲

Python較為常用的情況就是網路爬蟲，最早使用Python進行網路爬蟲的是Google，而Python也因此被帶動發展起來。

Python在這個方面有許多工具上的積累，例如，用於模擬HTTP請求的Requests、用於HTML DOM解析的PyQuery/BeautifulSoup、用於自動化分散式爬取任務的Scrapy，都使得Python成為資料爬取的首選語言之一。Python同時特別擅於分析與計算爬取後的資料。

（2）Linux運維

用python實現的測試工具及過程，包含伺服器端、客戶端、web、andriod、client端的自動化測試，自動化效能測試的執行、監控和分析，常用selenium appium等框架。

（3）Python Web網站工程師

我們都知道Web一直都是不可忽視的存在，我們離不開網路，離不開Web，利用Python的框架，Django，flask可以做網站，而且都是一些精美的前端介面，還有我們需要掌握一些資料的應用。

（4）Python自動化測試

大家都知道，就是Python語言對測試的幫助是非常大的，自動化測試中Python語言的用途很廣，可以說Python太強大，掌握和熟悉自動化的流程，方法和我們總使用的各個模板，到現在為止，我瞭解的Python使用最多的應該是自動化測試。

（5）資料分析

我們都知道現在來臨了大資料的時代，資料可以說明一切問題的原因，現在很多做資料分析的不是原來那麼簡單，Python語言成為了做資料分析師的第一首選，它同時可以給工作帶來很大的效率。

（6）人工智慧

人工智慧是現在大火的一個方向，這讓Python語言的未來充滿了無限的潛力。機器學習，特別是當前熱門的深度學習中的大部分工具框架都提供了Python介面，因為Python的簡潔清晰的語法是深受開發者喜愛的。