Python

真的有那麼好嗎

今天超模君講的是4個關於Python程式語言的故事，來看看人工智慧時代爆發的Python。

超模君在這裡不會告訴你Python是“最好的程式語言”（無論什麼意思）。

我也不會說，要不下一個專案嘗試用Python，因為下一個專案來臨的時候，不清楚Python會不會還是最好的一個選擇。

言歸正傳，我們到底該不該選擇Python？

＃1 如果想成為一名程式設計師？快點學會Python

作為一個計算機初級愛好者，據超模君這些年敲過的程式碼所反饋（是的，我的程式碼是有靈魂的），他們還是比較喜歡Python，因為Python乾淨利索，簡單直接。

Python編寫程式碼的速度非常的快，而且非常注重程式碼的可讀性，非常適合多人參與的專案。

它具備了比以前傳統的指令碼語言更好的可重用性，維護起來也很方便。與現在流行的程式語言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。

所以如果你想嘗試成為程式設計師，Python將會是一個重要的選擇。

＃2 想要高薪嗎？成為一名Python程式設計師吧！

在由Indeed.com建立並由codementor.io釋出的2016年開發人員薪水研究中，發現Python開發人員的平均工資是107,000美元：

基於這項研究，Swift，Python，Ruby，C ++和Java將讓你賺更多的錢（PHP墊底）。

我們可以看到，Swift下面緊隨其後就是Python和Ruby：前五個中只有兩種指令碼語言。

而作為大資料時代，Python排名如此靠前，自然可以理解。

在未來，鑑於Python不僅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。

＃3 Python是AI和機器學習的未來

Python程式語言目前正在推動科學程式設計普及，但原來的情況並非總是如此。

多年來，學者和私人研究人員一直使用MATLAB語言進行科學研究。

這一切都開始隨著Python數值計算引擎（如NumPy和SciPy）的釋出而改變，允許透過單個“import”語句後跟一個函式呼叫來完成複雜的計算。

雖慢但確實，Python開始接管作為計算機科學研究的首選語言。

Python是人工智慧的未來。

因為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。

此時，在超模君心中毫無疑問：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。

＃4 想學網路爬蟲、資料分析，卻不想成為專業碼農，那就就用Python吧

大資料與人工智慧時代的到來，讓越來越多的專業，除了本身專業知識的學習，也需要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。

因為出行資料，滴滴知道你是一個愛爬山的人；

因為通訊資料，中國移動知道你是一個跟父母很親近的人；

因為購物資料，阿里巴巴知道你現在還是單身。

而這一切的結論的背後，可以基本上說是資料探勘的功勞。而作為一名非專業的銷售人員、金融人員，想做一次資料分析初體驗，Python無疑是最適合的入門語言。

為什麼這麼講呢？

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。閱讀一個良好的Python程式就感覺像是在讀英語一樣，它使你能夠專注於解決問題而不是去搞明白語言本身。

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。

這被稱作Python的“功能齊全”理念。

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。

每個語言都有它的優勢和缺點的。以下幾點只是我個人對python優缺點的一些淺見，望輕拍。

首先講下python的一些缺點吧。

1.程式碼執行慢，跟靜態語言肯定是不能比執行速度的，即使在指令碼語言中也是快墊底的了，還有全域性鎖的問題導致虛假的多執行緒(指在標準的cython實現下)，但這個也可以透過pypy實現來彌補。

2. 程式碼塊必須得透過縮排完成，我是覺得這個不太好的，因為偶然誤按了一個空格可能導致程式碼就執行不了了。但也沒到討厭的程度，只能說能適應。

3. python2跟python3不相容，例如python3中字串是unicode，python2中是某個編碼的位元組串，還有一些是類庫的調整，例如urlparse。如果要升級版本的話，舊的程式碼調整過來也可能需要一定工作量。

4. 可能是年代久遠的原因，python中相當一部分的的類庫都是直接以模組.函式的方式使用的，例如python2中的os.path模組（python3.6中已經有了面向物件的Path型別了），對於用慣了C#和java這種完全面向物件語言的朋友來說，會有些人覺得它的api設計有點low了，但是這就見仁見智了，C語言面向過程的函式程式設計方式在linux設計中不照好牛逼轟轟麼？

其它的不足暫略不寫。

然後再說一下它的優點吧

1. 庫賊多，不是一般的多，無論是標準庫還是第三方的庫，你幾乎不必再造輪子，只要google一就好了。

2. 爬蟲工具，估計好多朋友最開始知道python的時候就是從爬蟲這裡來的。python有很出名的爬蟲框架，例如scrapy和pyspider。

3. 作為命令列的替代工具和運維工具等。

4. 作為web開發工具，例如著名的django，flask，tornado等框架。

5. 作為自動化測化工具等，例如selenium

6. UI開發，例如pyqt，wxpython等

當然python最殺手級的領域就是資料分析和人工智慧了，近幾年python的大火少不了它們的功勞。numpy，pandas，tensorflow等重量級庫實在功不可抹。

回到題主的話，我列舉以上的眾多優點想表明的是python的瑕不掩瑜。作為一個全能語言，它很好地滿足了我們對程式語言的要求。程式碼足夠簡單，有強大的社群支援，適應於大部分領域，對於喜歡自己搗鼓各種小專案的朋友來說，可能沒必要為了做個簡單的web服務而學習java或者UI客戶端而專門學C#的wpf等，畢竟這些python也能做，還做得不賴，與其東學一點西學一些，還不如把一種語言用得得心應手。