關於學python還是java得問題，之前筆者有很多回答提供了這個問題。筆者的建議是，pyhon和java是兩個型別的程式語言，學習時候兩個都學習，而不是選擇一個來選。學習時候可以調整下學習順序就可以，先學習perl，再學習java，有條件情況下再涉獵下其他的語言。

筆者在《C、C++、Java、JavaScript、PHP、Python、Ruby這些語言分別主要用來開發什麼？》問題回答中提到了很多語言的用途和已有的著名專案。

pyton語言小巧方面是非常趁手的膠水語言。做系統應用指令碼，數值演算法，雲開發，AI介面。

在系統指令碼方面python就是個非常好的膠水語言，寫自動化小指令碼，替代shell指令碼，做些爬蟲等，都非常方便，只需短短几行code就能實現你要的功能。

使用者django寫寫web小應用，結合ansible，saltstack做dev ops運維自動化工具。這方面也很火，需求量大。

python在數值計算，人工智慧方面有著最廣泛地支援。基本上所有的深度學習系統都提供了python的介面，基於python呼叫這些系統，用DL人工智慧處理實際中的問題，非常方便快捷，當然這只是指應用，如果你想用的好，必須學習底層的演算法，學習他們的原理。有個很好的機器學習和人工智慧公開課，非常好，就是斯坦福ng大大的公開課，去搜索一下就可以找得到。

在雲方面，基於openstack的私有云開發也是一個很火，很重要的方向。

java 主要用於web，系統，大資料方面。

在WEB方面java很適合大型專案和網站的底層開發，在國內流量比較大，比較知名的網站比如淘寶、比如京東，在比如12306的售票系統都是用java開發，足矣說明java在WEB開發方面的例項。

當然php在WEB方面憑藉大量的中小心網站的數量在web開發方面是一枝獨秀佔了網際網路站點語言中的83%還多。但是java站點都是巨無霸，以一當萬，當億的。所以光從數量來比較的話對java有點不公。

java還有了大量的系統工具，中介軟體，應用框架，比如Apache基金話的專案中多一半都是java專案，而且也都是非常知名，廣泛應用的響應。這筆者在文章中《「服務安全」Tomat安全設定和版本遮蔽》做過敘述。

Java在大資料、分散式計算方面有大量的應用和專案。比如hadoop、HBase、Accumulo，ElasticSearch、吞吐量訊息佇列Kafka等等。

還有最重要的一點是java是長期佔據程式語言排行榜第一的語言，在企業職位需求上也是最多的，如果會java的話，在職場方面也是有巨大的優勢的。

關於學習順序方面，筆者也有總結過篇文章《[程式開發]從Scratch開始零基礎程式設計學習、用Python入門》。

雖然講的是對純小白從零開的的，但是你可以作為參考從python部分開是進行學習入門，然後繼續深入。

在統計算法和AI方面的學習，要提下R語言作為一個很棒的資料統計和畫圖語言R都很棒，值得學習下。

1、Java

在2017年TIOBE程式語言排行榜上，我們總能看到Java穩坐第一寶座。 毋庸置疑，java仍然是世界上最流行的程式語言。 Java已經有20多年的歷史，被全球數百萬的開發者和數十億裝置所使用。 再者，所有Android應用程式都基於Java。無論是哪一門程式語言，其流行程度短期要超過java都是一件非常困難的事情。

2、Python

Python簡直可以評得上2017年網紅程式設計的語言，在此次榜單上，它又火了一把。 Python加入浙江省高考，而且還成為了山東省小學生教材。 小學生都開始學的程式語言，你敢說它未來幾年不火呢? 這多半也是由於：未來是AI的時代，Python語言是最接近人工智慧的語言。

Python讀取檔案內容的程式碼：

JAVA讀取檔案內容的程式碼：

初學程式設計的入門學生，Python是最好選擇，語法簡潔，執行除錯方便，現在又有越來越多的庫支援，編寫高階的業務效率將更加高，特別是現在大火特火的AI，但AI並不是Python的特權，Python上編寫AI相對普通軟體工程師也是呼叫第三方的庫，像Google的tensorflow，因為它開發效率快，可以讓開發人員更專注在解決現實業務的邏輯上更花時間。相比JAVA也能開發AI，也有第三方的AI支援庫，Weka Deeplearning4j ，AI重點還是在能理解複雜的數學演算法，知其然，還要知其所以然。

那些厲害的大牛開發者們，開發並提供了一套套的AI庫，接下來就是看像作者這樣普通的軟體工程師，怎麼去運用並落到現實的世界中，除了那些大資料計算，智慧家居、智慧家政、智慧玩具都是不錯的選擇，開發出的東西能讓普通百姓享受，懂點技術改變自己的生活。

如果想在程式設計行業深入，學習JAVA還是非常好用，學成能做找到工作的機會還是比較廣，能幹好後端，開發web並處理高併發，開發企業級的管理系統，也能做好前端，桌面軟體和Android，而且Android又是一個非常廣的行業，手機，TV，pad，各種觸屏裝置。

要回答這個問題，首先要搞清楚什麼是“能源網際網路”，什麼是“人工智慧”？在清楚這兩個概念之後，再具體分析一下這兩個概念背後所使用的技術，進而選擇學習什麼內容。

能源網際網路在我看來是物聯網和大資料融合的產物，首先能源網際網路的基礎是物聯網，其次實現能源物聯網的應用要依賴於大資料，所以能源網際網路是物聯網和大資料發展的產物之一。能源網際網路關注的是能源的合理應用、智慧應用，要實現這個目標就需要有一個完整的物聯網基礎，從生產、運輸到使用的整合環節都需要進行監控。

技術方案則是物聯網+大資料+整合平臺，從這個技術方案上看採用的程式語言需要使用C語言、Java語言、Pyton語言。

人工智慧的概念相對來說比較複雜，也許只有哲學家才能解釋清楚到底什麼是人工智慧。但是人工智慧關注的問題可以總結為四點：1.像人一樣思考。2.合理的思考。3.像人一樣行動。4.合理的行動。

而作為人工智慧的科研人員需要從六個方面進行人工智慧的研究，這六個方面分別是：1.自然語言處理。2.知識表示。3.推理。4.機器學習。5.計算機視覺。6.機器人學。這六大方面基本上涵蓋了目前人工智慧研究的大部分內容，所以從事人工智慧的程式設計師也需要從這六個方面著手。

目前Python在機器學習領域有廣泛的應用，所以做人工智慧學習Python是一個好選擇。當然也可以使用Java，Java在人工智慧領域也有大量的應用。

需要強調的一點是人工智慧領域重點在演算法的設計和實現上，所以打算從事人工智慧的程式設計師要有良好的數學基礎。

綜上所述，C、Java、Python都是要學習的，建議從Python開始學起，因為Python夠簡單、易上手。