之所以從事Python是因為很不爽PHP的語法，雖然PHP被稱為世界上最好的編程語言。于是，為了這個原因，付出了沉重的代價,失業了好幾回。

身邊有些人時不時總是會問我一些Python的技術問題，但是大多數情況下都是比較基礎的。要不是近幾年Python火了起來,說不定我真的轉行送外賣了。

對于Python這么語言，可以當作一門興趣或愛好來學習，但是若是想找到份好的工作還是謹慎為主，這也是為什么不建議你搞Python的原因。

Python學習熱 VS Python就業市場廣闊

Python流行起來實話說是意料之中的事情，只是沒有想到它是那么的快。在14年的時候,實在無法忍受PHP那美元符號和分號的結尾，于是開始入坑Python。那時的Python，市面上只有寥寥幾本的書籍可以參考。至于廖雪峰的Python入門教程，看了2篇就放棄了，寫的實在太淺顯。當然，后來他也寫了些高級的教程，有興趣的可以看看。

然而,Python仍然是門小眾的語言。有多么小眾呢？你可以上拉鉤或BOSS直聘上搜索下，基本上一線城市除了北京、上海外，其他區域來來去去就那么10-20家公司，而且這些公司中80%都是創業公司。

曾經,我在1年中入職了2家Python的公司，前1家公司我才進去3個月就倒閉了。為什么呢？沒人用它搞業務啊。

當前Python比較適合的業務主要有：數據分析、信息安全、系統運維、應用測試

運維就不用說了，現在基本都是自動化時代了。而數據分析中，說的最多的就是爬蟲。實際上，它跟分析沒有太多的關系。常見的反倒是一些報表的導出功能。再高級一些的就是什么大數據了。

對于信息安全，完全可以說是石器往青銅時代過渡。雖然有metasploit這樣的大殺器，然而很多事情還待人為實現。

對于如下的一些業務還是謹慎使用:

• GUI開發
• 嵌入式開發

首先GUI開發,現在不是熱門業務。即使有這業務,也只會是Windows的GUI，人家有MFC，跟你Python沒有半毛錢關系。如果你要用PyQt5寫個界面，還不如用Electron，人家內存管理方面做得反倒更好些。

至于嵌入式開發，還是老老實實學習C語言和匯編吧，不要指望Python能在里面幫上什么忙。當然，做做應用級別的業務，什么語言都是可以的。

對于Web開發，可以選擇的余地就更多了。前有Java深耕市場多年，后有nodejs來勢洶洶，下有Golang虎視眈眈。而Python在這個市場中能分到的梗真心不多，而且很大一部分都是Django帶來的。

這幾年Flask的流行，讓不少人體會到了Python的簡潔。然而，真的好用的還是Pyramid這個名不見經傳的框架(僅本人自身觀點,可以挖掘很多有意思的東西)。

理性的回歸

2018年是個瘋狂的一年,資本的市場風起浪涌。相比2019年，反倒平靜了許多。理性的回歸，資本也逐漸回歸到正常。

有位哥們說他公司現在前端最火，他的Java都要退居二線了。隨便隨便1個3年的前端，動不動就要求薪資最低16K。如果放在16-17年完全是有可能的事情,而放在19年只能說是癡人說夢。

因此19年還是要多從自身的學習做起，多沉淀自身的技術。當然隨便學習下技術之外的東西，一些賺錢的方式總是在你認知之外的地方。

你完全可以把學習Python當作一門投資，至于有沒有回報就不要太看重了。

錯入一行誤半生

之所以不建議從事Python的問題在于，你以為從事Python是門輕松的事情，然而卻選擇了條艱難的不歸之路。

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大佬們那么高,然而生活還是過得有滋有味。為什么呢?Python效率高的。效率有多高,直接pip裝個包就好了。

每次看到Java的大佬在用maven或grade安裝依賴時，就默念還是pip好用，至少還有個進度條知道還需要多久能完成。至于npm就不談論了，再說下去就會淪為語言之爭了。

如果你覺得從事Python是件輕松的事情，那么混吃等死的日子就會到達盡頭。有時你拍著胸脯跟BOSS說，這個東西我半天就能完成，結果現實狠狠的扇了你一個耳光。舉個簡單的例子，比如報表導出word是個很常見的業務輸出，如果要在word中輸出對應的目錄，那真的是件可怕的事情。因為python常用的docx庫根本不支持，而Java的POI及PHP的phpword是支持的,結果為了你的無知不得不加班。

然而，閑著無事又會激發自身的瞎折騰，不然沒法對上級交待。這里也要慶幸總是遇到些好的領導，鼓勵你多學習一點。于是，逐漸的就變成了1個打醬油的人物，救火版的存在。別人搞不定的東西，你花個半個小時完美解決。

什么Win32 API編程，GUI編程，數據報表、分析，打補丁甚至開發外掛樣樣都過了一遍。結果，2-3個人做了1個團隊5-6個人的活，錢還是那么多。

當你從事Python久了，就會發現自己的知識是多么的零少。結果，又不得不推動著你系統的學習一遍，從而每天都在信息量巨大的日子中度過漫漫長夜。

舉個最簡單的例子，在股票技術面的分析中，什么K線分析是常用的方法。此時你用Python來折騰，是個很不錯的主意。結果，你不得不學習點金融的知識來擴充。于是事情就開始變得不可控制和確定了。當然,結果會是有意思的。

曾經在某個夜里，自己通過Python分析的幾只股票的組合的收益率達到了20%，我幾近失眠了。我從來沒有想到，事情是那么的簡單且來的不容易。作為1個發了工資就還花唄的人來說,余額寶的收益率才3%而已。即使我1年存了1W，1年后利息也才300。而我用1-2個月的時間，卻達到了20%的收益，那種欣喜有點佩服自己，只是后悔當初投入太少。

于是，后來慢慢了解到Python在量化分析中大有用途，雖然沒有什么大公司用它進行實時交易。但是，不得不說Python是門很不錯的分析語言。

Python作為1門學院派語言，只有在重點高校才會存在的語言，有其獨到的先天優勢。相比其他分析的工具，如R、Matlab，Python使用起來更人性化些。特別是開發外掛的時候，當然這涉及到黑產的部分內容，就不展開說明了。你會發現Python寫起來的效果只是比易語言稍微復雜一些。

拋開信息安全的領域，雖然數據分析動不動就是7位數的收入。但是，要成為1位數據科學家也不是件容易的事情。之所以能給你這個價位的薪資，是因為你自身能提供對應的數據觀點，換句話你能挖掘出大數據后的商機。這必定是個緩慢的過程。

很多人沒有堅持到那么一步就放棄了，還不如早點找些收入穩定的渠道，避免錯過機遇與財富的積累。如果能理性對待，清楚認知自己的當前情況，才知道該崗位是否適合自己。

結語

對于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，即使你再精通也是瞎扯。

如果期望高薪資的話，還是建議從事Java或C、C++的崗位。如果想快速找到工作，還是建議從事前端或PHP的崗位。而對于想多方面發展，想折騰自己的人，建議來混混Python的崗位,每天"混吃等死"。