一、python這些年在程式語言排行榜上名次一直在上升，這個並不是偶然。python發展了幾十年，中間好長一段時間無人問津，現在已經發展很成熟了，像新的語言go很多需要的包都沒有，而python上各種包很多，使用者開發不可能自己慢慢寫包，直接呼叫包，快得多，有立杆見影的效果。
二、python可以工作的領域很多，一開始只是在linux上代替指令碼使用，後來發現python可以做資料分析，後來又有人搞了web開發包，pyqt桌面開發包，資料庫驅動，再後來發展出了人工智慧，深度學習，gpu加速，這樣python可以應用的範圍就很廣了，特別在伺服器上，不像客戶端那樣需要安裝，很多linux都內建了python。這樣在伺服器上python可以作用很大，效能不夠時，可以用顯示卡等加速措施。
三、python是開源，像java，c#主要用於商業軟體開發，大家都看不到其他人開發的原始碼，開發文件更是沒有，而python天生就是開源執行程式碼，可按需修改，這樣大家一共享，在市場上有n多包可以使用，形成了開源包文化，大家相互受益。這樣學習時，可以呼叫大量的成熟的開源包，對開發就省事了很多，開源文化的共享，為python快速發展提供了基礎。
四、python在工人智慧領域，特別方便，很多開源的人工智慧框架，都優先使用python，人工智慧的學習成本很高，python剛好可以簡化程式設計，像你學習用c++開發tensorflow會特別累，而用python的keras來開發tensorflow程式寫得程式碼量很少，在初學級段，這很重要，必竟人工智慧這幾年才開始發展，發展速度很快，很多人需要學習這方面的入門技術。
五、歐美學習python歷史悠久，以前中國把qbasic（vb)，這類語言做為計算機考級語言，這完全是害了大家，如果當年你學python，基於python的開源原因，基本上可以用一輩子，而qbasic，vb這種商業語言微軟都打算放棄了。這樣國家為了未來著想，也讓人們學習python，而c語言太複雜，學會了基本語言，還需要學習計算機原理和作業系統知識，學習週期太長了，不適合做為大面積普及的程式語言。
六、python簡學難精，入門容易精通難，程式語言都是這樣，這樣低手需要學習，高手也需要學習，大家都學，導致比較容易受到關注，如低手學基本語法，高手學機器學習，領域演算法，可以學習的部分很多，這個語言的有很深的行業積累。python適合開發程式碼量並不大的程式，像工程化應用，功能複雜模組多，建議用java這種帶靜態檢查的程式，很多程式碼問題能第一時間發展，透過模組化開發，可以隔離複雜度在整個系統中不擴散，如果用python組成團隊開發大規模程式，像java那樣，也是需要學習大量軟體工程，計算機程式設計領域的各種技巧，實現分層，分模組，按協議標準開發。
七、python是很多領域的嵌入語言，如maya的指令碼就是開源的，你做動畫，可以用指令碼來做很多工作，python可以方便植入到其他系統中，可以透過呼叫c/c++編譯的動態連結庫，來實現各種呼叫，也可以使用訊息佇列、通訊、資料庫等方法，很方便地和其他系統互動，如python可以和java一道工作在linux伺服器上，這樣需要學習的需求量增長了很多。
八、python執行速度是要慢一些，但現在的計算機效能過剩，執行常規程式你幾時看到你的cpu跑滿過（如果你的cpu經常跑滿，趕緊看看是不是中毒或被挖礦了），執行python基本上不會有效能問題，就算有效能問題一般也是卡在io輸入輸出的速度上，也有的是演算法本身設計的有問題，如果做計算密集型程式，可以使用gpu加速來實現，像深度學習的卷積神經網路，就是用的gpu加速來實現，這樣python的速度就能提升上來了，你用c++幸苦寫個演算法，可能還沒有python開啟個gpu加速快，如果一個gpu不行，還有分散式叢集gpu，這個是很多語言也很難實現的，用c++也可以實現，但是c++的開發成本特別高，根本不划算。
九、很超級實用的python包，導致了python的繁榮，python中像opencv的呼叫非常簡單，像訊號處理演算法的呼叫類似matlab，而買個matlab很貴，像網際網路公司，資料處理是在伺服器，伺服器都是開源linux的不要交版權費，python可以很方便地執行自動化運維工具，很多公司的雲計算背後的膠水語言用的就是python。很多科學家，用python研究科學，如引力波程式就是python寫的，像分析基因的很多程式也是python寫的，這些科學家寫程式主要是解決業務領域的問題，對計算機的原理並不想了解太多，而python的開箱即用，剛好滿足他們的需求，發展出了科學分析，科學計算大量的包。
十、python語言以前是學校不教的，現在是開始全民學習python。由於科技發展的重要性與連續性，國家為了發展移動網際網路，大資料，人工智慧產業，在小學都編寫了教材，實現人人程式設計，學習程式設計，這樣可以更加深刻理解電腦，包括移動網際網路的各個方面的技術也是基於電腦技術，未來各個產業需要資訊化，網路化，對計算機的知識只會越來越高。而教育大眾，python的簡單入門就是很大優點，小孩子都能入門學習。如果你學會了程式設計，很多電腦知識學起來了就很容易了，根本不需要記憶具體內容，因為程式設計出來的軟體都差不多，你看程式設計高手的計算機知識肯定比常人要高，這樣對資訊化的理解也是高於常人的。
十一、python不需要智慧財產權費，是開放原始碼的，美國現在開始對中國封鎖科技，中國未來只有依靠開源軟體才能突破重圍，開源軟體不屬於某個國家，雖然開發人員可能某個國家佔多數，但別人完全可以再換個名稱來繼續使用，如果你用封源軟體，那天美國一封鎖，你可能連安全補丁都打不了，像俄羅斯在gov，安全部門都是使用自己的作業系統，自己的cpu，這樣美國一點辦法都沒有，安全性也大大加強，他們的作業系統是linux開源的修改版，這個原始碼是人人都可以修改的，軟體一旦開源了，原始碼複製就非常簡單，雖然在美國有軟體專利一說，但在中國並沒有軟體專利相關申請，很多軟體專利在國內並不認可，國內申請軟體專利都是附帶硬體申請的，未來儘量使用開源軟體，就能避開這些陷阱，可能你那天成立個商業公司，有點規模（這些公司的名言是，羊要養肥了再宰），你使用商業軟體可能別人就要找上門來問你要授權費（國內已經有很多家公司收到過這樣的律師涵或電話摧要），這個可能是個定時炸彈，有的小公司就是這樣倒閉的，便宜的軟體每套要好幾千上萬，高階軟體授權可能達到幾百萬上千萬，很多公司利潤很低根本沒有這麼多除錢來交這些，像國內網際網路公司，他們都知道這些陷阱，所以清一色使用linux，全面使用開源軟體，這樣商業化使用能省下很多錢，省錢實際就是掙錢。如果全面使用開源軟體，那麼整個經濟每年就要少交很多授權費，就能減少了整個經濟執行的摩擦力，對個人可以促進就業，對公司有利於降低成本。
一、python這些年在程式語言排行榜上名次一直在上升，這個並不是偶然。python發展了幾十年，中間好長一段時間無人問津，現在已經發展很成熟了，像新的語言go很多需要的包都沒有，而python上各種包很多，使用者開發不可能自己慢慢寫包，直接呼叫包，快得多，有立杆見影的效果。
二、python可以工作的領域很多，一開始只是在linux上代替指令碼使用，後來發現python可以做資料分析，後來又有人搞了web開發包，pyqt桌面開發包，資料庫驅動，再後來發展出了人工智慧，深度學習，gpu加速，這樣python可以應用的範圍就很廣了，特別在伺服器上，不像客戶端那樣需要安裝，很多linux都內建了python。這樣在伺服器上python可以作用很大，效能不夠時，可以用顯示卡等加速措施。
三、python是開源，像java，c#主要用於商業軟體開發，大家都看不到其他人開發的原始碼，開發文件更是沒有，而python天生就是開源執行程式碼，可按需修改，這樣大家一共享，在市場上有n多包可以使用，形成了開源包文化，大家相互受益。這樣學習時，可以呼叫大量的成熟的開源包，對開發就省事了很多，開源文化的共享，為python快速發展提供了基礎。
四、python在工人智慧領域，特別方便，很多開源的人工智慧框架，都優先使用python，人工智慧的學習成本很高，python剛好可以簡化程式設計，像你學習用c++開發tensorflow會特別累，而用python的keras來開發tensorflow程式寫得程式碼量很少，在初學級段，這很重要，必竟人工智慧這幾年才開始發展，發展速度很快，很多人需要學習這方面的入門技術。
五、歐美學習python歷史悠久，以前中國把qbasic（vb)，這類語言做為計算機考級語言，這完全是害了大家，如果當年你學python，基於python的開源原因，基本上可以用一輩子，而qbasic，vb這種商業語言微軟都打算放棄了。這樣國家為了未來著想，也讓人們學習python，而c語言太複雜，學會了基本語言，還需要學習計算機原理和作業系統知識，學習週期太長了，不適合做為大面積普及的程式語言。
六、python簡學難精，入門容易精通難，程式語言都是這樣，這樣低手需要學習，高手也需要學習，大家都學，導致比較容易受到關注，如低手學基本語法，高手學機器學習，領域演算法，可以學習的部分很多，這個語言的有很深的行業積累。python適合開發程式碼量並不大的程式，像工程化應用，功能複雜模組多，建議用java這種帶靜態檢查的程式，很多程式碼問題能第一時間發展，透過模組化開發，可以隔離複雜度在整個系統中不擴散，如果用python組成團隊開發大規模程式，像java那樣，也是需要學習大量軟體工程，計算機程式設計領域的各種技巧，實現分層，分模組，按協議標準開發。
七、python是很多領域的嵌入語言，如maya的指令碼就是開源的，你做動畫，可以用指令碼來做很多工作，python可以方便植入到其他系統中，可以透過呼叫c/c++編譯的動態連結庫，來實現各種呼叫，也可以使用訊息佇列、通訊、資料庫等方法，很方便地和其他系統互動，如python可以和java一道工作在linux伺服器上，這樣需要學習的需求量增長了很多。
八、python執行速度是要慢一些，但現在的計算機效能過剩，執行常規程式你幾時看到你的cpu跑滿過（如果你的cpu經常跑滿，趕緊看看是不是中毒或被挖礦了），執行python基本上不會有效能問題，就算有效能問題一般也是卡在io輸入輸出的速度上，也有的是演算法本身設計的有問題，如果做計算密集型程式，可以使用gpu加速來實現，像深度學習的卷積神經網路，就是用的gpu加速來實現，這樣python的速度就能提升上來了，你用c++幸苦寫個演算法，可能還沒有python開啟個gpu加速快，如果一個gpu不行，還有分散式叢集gpu，這個是很多語言也很難實現的，用c++也可以實現，但是c++的開發成本特別高，根本不划算。
九、很超級實用的python包，導致了python的繁榮，python中像opencv的呼叫非常簡單，像訊號處理演算法的呼叫類似matlab，而買個matlab很貴，像網際網路公司，資料處理是在伺服器，伺服器都是開源linux的不要交版權費，python可以很方便地執行自動化運維工具，很多公司的雲計算背後的膠水語言用的就是python。很多科學家，用python研究科學，如引力波程式就是python寫的，像分析基因的很多程式也是python寫的，這些科學家寫程式主要是解決業務領域的問題，對計算機的原理並不想了解太多，而python的開箱即用，剛好滿足他們的需求，發展出了科學分析，科學計算大量的包。
十、python語言以前是學校不教的，現在是開始全民學習python。由於科技發展的重要性與連續性，國家為了發展移動網際網路，大資料，人工智慧產業，在小學都編寫了教材，實現人人程式設計，學習程式設計，這樣可以更加深刻理解電腦，包括移動網際網路的各個方面的技術也是基於電腦技術，未來各個產業需要資訊化，網路化，對計算機的知識只會越來越高。而教育大眾，python的簡單入門就是很大優點，小孩子都能入門學習。如果你學會了程式設計，很多電腦知識學起來了就很容易了，根本不需要記憶具體內容，因為程式設計出來的軟體都差不多，你看程式設計高手的計算機知識肯定比常人要高，這樣對資訊化的理解也是高於常人的。
十一、python不需要智慧財產權費，是開放原始碼的，美國現在開始對中國封鎖科技，中國未來只有依靠開源軟體才能突破重圍，開源軟體不屬於某個國家，雖然開發人員可能某個國家佔多數，但別人完全可以再換個名稱來繼續使用，如果你用封源軟體，那天美國一封鎖，你可能連安全補丁都打不了，像俄羅斯在gov，安全部門都是使用自己的作業系統，自己的cpu，這樣美國一點辦法都沒有，安全性也大大加強，他們的作業系統是linux開源的修改版，這個原始碼是人人都可以修改的，軟體一旦開源了，原始碼複製就非常簡單，雖然在美國有軟體專利一說，但在中國並沒有軟體專利相關申請，很多軟體專利在國內並不認可，國內申請軟體專利都是附帶硬體申請的，未來儘量使用開源軟體，就能避開這些陷阱，可能你那天成立個商業公司，有點規模（這些公司的名言是，羊要養肥了再宰），你使用商業軟體可能別人就要找上門來問你要授權費（國內已經有很多家公司收到過這樣的律師涵或電話摧要），這個可能是個定時炸彈，有的小公司就是這樣倒閉的，便宜的軟體每套要好幾千上萬，高階軟體授權可能達到幾百萬上千萬，很多公司利潤很低根本沒有這麼多除錢來交這些，像國內網際網路公司，他們都知道這些陷阱，所以清一色使用linux，全面使用開源軟體，這樣商業化使用能省下很多錢，省錢實際就是掙錢。如果全面使用開源軟體，那麼整個經濟每年就要少交很多授權費，就能減少了整個經濟執行的摩擦力，對個人可以促進就業，對公司有利於降低成本。