有句話想說很久了，我在資料分析行業中呆了十年，從接觸資料分析開始學習了很多程式語言，其中包括現在大火的Python，也有很多人在轉行資料分析之前都來問我要不要學Python。
而我的回答一直都是：“如果對於程式語言沒有基礎，不要以Python作為自己的資料分析入門語言！”
也就是說，如果不要把Python當作未來可以找工作、掙錢的跳板，這是目前很多人都存在的一大誤區。
至於原因，聽我慢慢道來。
大火的Python，其實背後大有玄機
近幾年Python火的有點過頭了，從2014年到現在不過6年的時間，Python就從一門極為小眾的語言，成長為了世界最流行的程式語言，攀升速度不可謂不快！
下面這張圖可以看出Python的流行態勢之猛烈：
2018年開始，Python莫名在這一年大火，以每年超過5%的速度發展，程式語言排名也在一年內飆升13名，直到今天，Python的上升速度雖有變緩，但是仍然有著競爭世界第一流行程式語言的潛力。
什麼原因造成了Python的大火呢？Python為什麼會在這麼短的時間內爆火呢？
除了Python作為萬能語言本身的優點之外，比如比C++/JAVA簡單易學、開發更加穩定等，與資本的瘋狂推動也是拋不開關係的。
前些年java大火的時候，整個市場上鋪天蓋地上都是“java入門培訓”，直到現在也沒消停，是程式語言培訓行業的常青樹。
Python的情況也類似，資本市場向來都是哪裡有韭菜去哪裡，眼看著java、C++沒有市場了，於是一隻看不見的手就開始推動Python。
市場吹得多了，那些企業也就都懵了，資料分析、人工智慧這些崗位也都井噴出來了，想一想之前的C++不也是這種情況嗎？
所以對於Python這些鋪天蓋地的廣告，我的建議還是要結合自身的需求：
想要做個程式設計師，學C++/Java/PHP這些語言，哪一個不比python實用呢？如果是想從事資料分析相關的工作，Python也不是最佳的支撐工具，市場上的資料分析專業工具可以替代Python的大部分工作內容。
為什麼我不建議你學Python？
1、語言效能差
現在Python看似很火！但實際上Python語言的嚴謹性和穩定性根本和C++無法比！
對於C++老手來說，速度上也根本不具有可比性！一個專業的程式設計師，寫個C++能用1秒解決問題，用Python可能就需要十幾秒，下圖的程式語言速度可見一斑，Python編寫一個字串的速度簡直低到令人髮指。
2、語法混亂
就舉一個例子，Python2與Python3這兩個語言版本之間竟然互不支援，這是我在學習其他程式語言當中從來沒見過的。
3、市場混亂
現在所謂的Python培訓高薪就業什麼的，其實大部分都是騙人的，想學習程式設計或者入行資料分析，千萬別入Python這個坑，老老實實學習C\C++\JAVA\PHP 才是正道！
4、工作前景不好
那些網上吹噓的“學會Python就能找到好工作”，這純屬就是個偽命題。從一個資深程式設計師的視角出發，實在不建議你將Python作為一種職業，從功利性的角度出發，你學Python是很難找到工作的。
而且隨著人工智慧光環的褪去，業務落地變現困難，人工智慧/機器學習工程師的崗位趨近於飽和，工作越來越難找。
之所以不建議從事Python的問題在於，你以為選擇Python作為入門程式語言是件輕鬆的事情，然而卻選擇了條艱難的不歸之路。
5、成長性不高
不得不說，在從事Python的這幾年中，每天都在朝九晚六中度過，還時不時要找點事情做做。雖然薪水沒有Java大佬們那麼高,然而生活還是過得有滋有味。
為什麼呢？Python效率高的，效率有多高，直接pip裝個包就好了。這樣的語言雖然簡單易用，但是並沒有任何的成長性。
6、Python並不適合入門
Ruby、Python、JS這些指令碼語言本身都差不多，沒有說哪個更簡單，Python 大部分是因為近些年機器學習和人工智慧概念的興起，Python 也隨之熱門起來。
但是如果論最簡單的話，我覺得 js 最簡單的方法，現在開啟瀏覽器，在控制檯寫入：alert(“hello world”) ，這樣就已經入門了 js了。如果是 Python 現在你可能還在忙著配置程式設計環境呢。
結語
對於Python，建議可以學習下，但是如果想靠他找到份工作就要謹慎些。畢竟，決定你工資的是你的稀缺程度，如果沒有業務的支撐，即使你再精通也是徒勞。
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！
