对于 Python 这么语言, 可以当作一门兴趣或爱好来学习, 但是若是想找到份好的工作还是谨慎为主, 这也是为什么不建议你搞 Python 的原因.
之所以从事 Python 是因为很不爽 PHP 的语法, 虽然 PHP 被称为世界上最好的编程语言. 于是, 为了这个原因, 付出了沉重的代价, 失业了好几回.
身边有些人时不时总是会问我一些 Python 的技术问题, 但是大多数情况下都是比较基础的. 要不是近几年 Python 火了起来, 说不定我真的转行送外卖了.
对于 Python 这么语言, 可以当作一门兴趣或爱好来学习, 但是若是想找到份好的工作还是谨慎为主, 这也是为什么不建议你搞 Python 的原因.
Python 学习热 VS Python 就业市场广阔
Python 流行起来实话说是意料之中的事情, 只是没有想到它是那么的快. 在 14 年的时候, 实在无法忍受 PHP 那美元符号和分号的结尾, 于是开始入坑 Python. 那时的 Python, 市面上只有寥寥几本的书籍可以参考. 至于廖雪峰的 Python 入门教程, 看了 2 篇就放弃了, 写的实在太浅显. 当然, 后来他也写了些高级的教程, 有兴趣的可以看看.
然而, Python 仍然是门小众的语言. 有多么小众呢? 你可以上拉钩或 BOSS 直聘上搜索下, 基本上一线城市除了北京, 上海外, 其他区域来来去去就那么 10-20 家公司, 而且这些公司中 80% 都是创业公司.
曾经, 我在 1 年中入职了 2 家 Python 的公司, 前 1 家公司我才进去 3 个月就倒闭了. 为什么呢? 没人用它搞业务啊.
当前 Python 比较适合的业务主要有: 数据分析, 信息安全, 系统运维, 应用测试
运维就不用说了, 现在基本都是自动化时代了. 而数据分析中, 说的最多的就是爬虫. 实际上, 它跟分析没有太多的关系. 常见的反倒是一些报表的导出功能. 再高级一些的就是什么大数据了.
对于信息安全, 完全可以说是石器往青铜时代过渡. 虽然有 metasploit 这样的大杀器, 然而很多事情还待人为实现.
对于如下的一些业务还是谨慎使用:
GUI 开发
嵌入式开发
首先 GUI 开发, 现在不是热门业务. 即使有这业务, 也只会是 Windows 的 GUI, 人家有 MFC, 跟你 Python 没有半毛钱关系. 如果你要用 PyQt5 写个界面, 还不如用 Electron, 人家内存管理方面做得反倒更好些.
至于嵌入式开发, 还是老老实实学习 C 语言和汇编吧, 不要指望 Python 能在里面帮上什么忙. 当然, 做做应用级别的业务, 什么语言都是可以的.
对于 web 开发, 可以选择的余地就更多了. 前有 Java 深耕市场多年, 后有 Node.JS 来势汹汹, 下有 Golang 虎视眈眈. 而 Python 在这个市场中能分到的梗真心不多, 而且很大一部分都是 Django 带来的.
这几年 Flask 的流行, 让不少人体会到了 Python 的简洁. 然而, 真的好用的还是 Pyramid 这个名不见经传的框架(仅本人自身观点, 可以挖掘很多有意思的东西).
理性的回归
2018 年是个疯狂的一年, 资本的市场风起浪涌. 相比 2019 年, 反倒平静了许多. 理性的回归, 资本也逐渐回归到正常.
有位哥们说他公司现在前端最火, 他的 Java 都要退居二线了. 随便随便 1 个 3 年的前端, 动不动就要求薪资最低 16K. 如果放在 16-17 年完全是有可能的事情, 而放在 19 年只能说是痴人说梦.
因此 19 年还是要多从自身的学习做起, 多沉淀自身的技术. 当然随便学习下技术之外的东西, 一些赚钱的方式总是在你认知之外的地方.
你完全可以把学习 Python 当作一门投资, 至于有没有回报就不要太看重了.
错入一行误半生
之所以不建议从事 Python 的问题在于, 你以为从事 Python 是门轻松的事情, 然而却选择了条艰难的不归之路.
不得不说, 在从事 Python 的这几年中, 每天都在朝九晚六中度过, 还时不时要找点事情做做. 虽然薪水没有 Java 大佬们那么高, 然而生活还是过得有滋有味. 为什么呢? Python 效率高的. 效率有多高, 直接 pip 装个包就好了.
每次看到 Java 的大佬在用 maven 或 grade 安装依赖时, 就默念还是 pip 好用, 至少还有个进度条知道还需要多久能完成. 至于 NPM 就不谈论了, 再说下去就会沦为语言之争了.
如果你觉得从事 Python 是件轻松的事情, 那么混吃等死的日子就会到达尽头. 有时你拍着胸脯跟 BOSS 说, 这个东西我半天就能完成, 结果现实狠狠的扇了你一个耳光. 举个简单的例子, 比如报表导出 Word 是个很常见的业务输出, 如果要在 Word 中输出对应的目录, 那真的是件可怕的事情. 因为 python 常用的 docx 库根本不支持, 而 Java 的 POI 及 PHP 的 phpword 是支持的, 结果为了你的无知不得不加班.
然而, 闲着无事又会激发自身的瞎折腾, 不然没法对上级交待. 这里也要庆幸总是遇到些好的领导, 鼓励你多学习一点. 于是, 逐渐的就变成了 1 个打酱油的人物, 救火版的存在. 别人搞不定的东西, 你花个半个小时完美解决.
什么 Win32 API 编程, GUI 编程, 数据报表, 分析, 打补丁甚至开发外挂样样都过了一遍. 结果, 2-3 个人做了 1 个团队 5-6 个人的活, 钱还是那么多.
当你从事 Python 久了, 就会发现自己的知识是多么的零少. 结果, 又不得不推动着你系统的学习一遍, 从而每天都在信息量巨大的日子中度过漫漫长夜.
举个最简单的例子, 在股票技术面的分析中, 什么 K 线分析是常用的方法. 此时你用 Python 来折腾, 是个很不错的主意. 结果, 你不得不学习点金融的知识来扩充. 于是事情就开始变得不可控制和确定了. 当然, 结果会是有意思的.
曾经在某个夜里, 自己通过 Python 分析的几只股票的组合的收益率达到了 20%, 我几近失眠了. 我从来没有想到, 事情是那么的简单且来的不容易. 作为 1 个发了工资就还花呗的人来说, 余额宝的收益率才 3% 而已. 即使我 1 年存了 1W,1 年后利息也才 300. 而我用 1-2 个月的时间, 却达到了 20% 的收益, 那种欣喜有点佩服自己, 只是后悔当初投入太少.
于是, 后来慢慢了解到 Python 在量化分析中大有用途, 虽然没有什么大公司用它进行实时交易. 但是, 不得不说 Python 是门很不错的分析语言.
Python 作为 1 门学院派语言, 只有在重点高校才会存在的语言, 有其独到的先天优势. 相比其他分析的工具, 如 R,Matlab,Python 使用起来更人性化些. 特别是开发外挂的时候, 当然这涉及到黑产的部分内容, 就不展开说明了. 你会发现 Python 写起来的效果只是比易语言稍微复杂一些.
抛开信息安全的领域, 虽然数据分析动不动就是 7 位数的收入. 但是, 要成为 1 位数据科学家也不是件容易的事情. 之所以能给你这个价位的薪资, 是因为你自身能提供对应的数据观点, 换句话你能挖掘出大数据后的商机. 这必定是个缓慢的过程.
很多人没有坚持到那么一步就放弃了, 还不如早点找些收入稳定的渠道, 避免错过机遇与财富的积累. 如果能理性对待, 清楚认知自己的当前情况, 才知道该岗位是否适合自己.
结语
对于 Python, 建议可以学习下, 但是如果想靠他找到份工作就要谨慎些. 毕竟, 决定你工资的是你的稀缺程度, 如果没有业务的支撑, 即使你再精通也是瞎扯.
如果期望高薪资的话, 还是建议从事 Java 或 C,C++ 的岗位. 如果想快速找到工作, 还是建议从事前端或 PHP 的岗位. 而对于想多方面发展, 想折腾自己的人, 建议来混混 Python 的岗位, 每天 "混吃等死".
来源: http://developer.51cto.com/art/202004/613643.htm