2018 年學習 Python 的理由
Python部落(python.freelycode.com)組織翻譯，禁止轉載，歡迎轉發。
人們可能會說， 2017 年是 Python 輝煌的一年。畢竟在這一年中，Python 的增長速度令人驚艷。
但是，曾經輝煌有可能暗示著往後的衰敗。在接下的一年裡，Python 是會持續輝煌還是曇花一現呢？這也是這篇文章想要說明的問題。 此話怎講呢？ 我有什麼信服力呢？
如今，我正在尋找一門新的編程語言。 在大學裡我花了好幾年的實際去學 Java，但是畢業後我都沒用過它。 我曾經也在 Codecademy 上學習過 HTML 和 CSS。 但是如今我卻在重新尋找一門更加適用於 Web 應用的編程語言。更重要的是，我想要學習一點現在有用，未來五年還有用的東西。
接下來我將深入挖掘 Python 語言增長的原因，不僅為我自己，也為各位看官說明一下，如今為何有如此多的人學習 Python？ 在接下來的一年裡，促使這一現象背後的原因是否依舊存在？同時剖析這對你、對我以及對我們的職業都意味著什麼？
Python 的崛起
在歷史的長河裡，無數的編程語言逐漸歸於寂滅。不久之前，有一種觀點：Python 最近的崛起也意味著它不久的滅亡。
在 1999 年，Perl 語言的發明者 Larry Wall 向他的死忠粉進行了第三年度的「Perl 語言彙報總結」。在彙報中，他用表格的形式展示了各種編程語言在招聘網站 dice.com 中的需求程度：
我們可以看到， Python 墊底，基本沒人使用。 基於這個圖表以及當年 Python 名聲，Wall 戲謔到：Python 也許根本毫無用武之地，你也許有可能在其他招聘網站很容易就能找到 Python 編程人員吧。
如今， Perl 卻像當初的 Python 而 Python 則變得更加耀眼。 去年秋天， StackOverflow 顯示了一組數據，在其網站上關於 Python 問題的增長速度遠超其他語言，於是乎 Python 被冠名為世界上增長速度最快的主要編程語言。
Python部落上課程的用戶註冊情況也證實了這一觀點。如今，在此網站上學習 Python 的用戶數量較去年高出了 34%。
為什麼這個曾經淪為人們笑點的編程語言如今卻變得如此的火爆呢？
為什麼選擇 Python
Stack Overflow 將 Python 崛起的原因歸於數據科學的崛起，其原話是：Python 在數據科學和機器學習領域的廣泛應用是其迅速崛起的主要原因。 他們的分析有一定的道理，也值得一讀，但卻略顯不足。數據科學和機器學習是 2017 年的兩大重要趨勢，這個我想大家都知道。
但是這並不能解決我們的問題。還有很多其他的語言可以用於數據科學領域，例如 SQL 和 R。為什麼人們卻對 Python 情有獨鍾呢？
一方面在於 Python 的多功能性（versatility）。在Python 中有超過 125000 個的第三方庫。 如此豐富的庫使得 Python 不論是在傳統的 web 應用和文本處理方面，還是在前沿的人工智慧和機器學習方面都特別的有用。例如，一位生物學家可能會使用 Biopython 來進行基因測序工作。
另一方面， Python 已經成為了數據科學領域的首選語言。伴隨著 pandas、Numpy 和 matplotlib 等針對數據的庫的發布，任何一位熟悉 Python 語法與規則的人都可以應用這些有用的工具來進行數據處理，數據操作以及數據可視化。
Hillary Green-Lerman 是我們數據課程的開發人員，也是 Codecademy 的主要數據科學家，她每天都會使用這些 Python 庫。作為一名數據科學家，在她了解的編程語言中，她將 Python 描述為一種「美妙且快樂的媒介」。 她說：「如果你想做的事情比較簡單，使用一行代碼即可解決；如果你想做的事情比較複雜，使用 Python 你也很容易控制整個程序。」
考慮到 Python 的多功能性和其在日益重要的數據分析中的作用，我心裡也就很明白為什麼 Python 能走到今天的位置。 於是乎有一個問題，如果我想學習數據科學，我應該從 Ptyhon 開始入手嗎？
Python 的商業應用
Hillary 是一名專業的數據科學家，她認為 Python 是她所遇見過的語言中最美妙且快樂的媒介。但是我並不是專業的數據科學家，所以我的要求和她的略有不同。 Python 是否可以像一個「快樂的媒介」服務於像我一樣的芸芸眾生呢？
我學習 Python 的目標不是成為一名數據科學家，甚至都不必成為一名軟體開發人員。我的目標只是提高一下我的數據分析能力和 web 開發技巧，並為我的職業生涯中可能遇到的任何其他技術要求早作準備。
我的這種想法並不是特例。如今，越來越多的人學習編程知識並不是為了成為專業的軟體開發人員或者數據科學家。 像營銷人員，項目管理人員以及企業家這些有職業的人們，他們學習編程的目的在於提升自己的職業優勢，他們也沒有時間為了某些目的來專門學習一種語言。
Python 對這些非專業人士具有很大的吸引力，因為 Python 門檻低，且讓數據分析這一職場上日益重要的技能觸手可及。
福布斯的一項研究表明：數據驅動決策正在變得越來越普遍。在過去，分析人員使用像 Excel 這樣的軟體來分析數據，只有一些學術性比較強的的地方才會用到 SPSS 和 Stata 等。但如今卻已是滄海桑田。
Andrew Chen 是一名營銷大師，他說道，學習數據分析可以讓他更好地進行本職工作。他還說：「Growth Hacker 是一個整合了營銷與技術的新型職業，它更加強調一名營銷人員編程技術的能力。 Growth Hacker 就是營銷人員與編程人員的混合體。他們將直接營銷的理論原則擱置一旁，著重於定量測量，通過電子表格和大量的資料庫查詢進行場景建模。」 當你看到「資料庫查詢」，你也許會想到 SQL，python 和 R。學習 Python 是很多像我一樣的人正在做的事情。
接下來的問題就是： 我可以學 Python 嗎？正如我之前所說的那樣，我的編程技巧並沒有什麼可圈可點之處。 Python 很適合作為你的第一門，第二門或者第三門編程語言。它很簡單，直接，而且有大量的免費且已經建立好的資源可供學習。
Python 某些地方的語法比較嚴格從而形成了一致性，這就使得你完成某一特定任務的代碼和別人的代碼看起來很相似。這也使得一些未經專業訓練的人也能看懂你的代碼。
在Python3和C++中，如果我想列印一段話，分別要這樣寫：
Python 社區是很歡迎新手的。正如 Hillary 所說的那樣，這門語言本身以及其社區是對新手有一個友好的態度：不要擔心，如果出錯了我們也會幫助你的。 Python 不僅對初學者很友好，而且還具有完成高級複雜任務的全部必要能力。 Hillary 每天都會使用 Python 來處理和分析 Cadecademy 百萬學員的數據信息，她說：「你可以使用 Python 來做任何事情，同樣真正的大神也會用 Python」。 Python 會伴隨你成長，所以它很適合用來入門。但是當你某天打算用它來進行自然語言處理或者是機器學習或者 tensorflow 時，它同樣也會變得非常高級。你可以使用 Python 完成任何事情，因為它是一門全能的語言。」
在 2017 年一份基於Python部落學員的全球未來工作彙報中，我們發現學員們都傾向於 Python，並一直使用 Python。調查顯示，學習其他的語言的學員中，高達 40% 的人想要去學習 Python；而學習 Python 的學員中，大概有 25-30% 的學員想去學習其他的原因。這個數據與 Hillary 的觀點不期而合，使用 Python 你可以做很多很多的事情，它也很有可能是你唯一需要的語言。
接下來的工作
現在我已經非常的明確一點：Python 就是編程語言中的戰鬥機，它多種多樣的庫可以幫助身處任何行業的人。基於這一點，我相信它不會很快走到終點。
Python 非常適用於編程新手、營銷人員、商業分析師、銀行家以及各行各業的想要在數據上做文章的人。所以，我已經知道我接下里要學什麼語言了。
英文原文：http://news.codecademy.com/why-learn-python/
譯者：無
TAG:Python部落 |