自學(xué)Python能學(xué)會嗎？這是一個非常好的問題，作為一名IT從業(yè)者，同時也是一名教育工作者，我來回答一下。首先，隨著當前Python語言的應(yīng)用越來越普遍，很多職場人和大學(xué)生都希望能夠通過掌握Pytho

自學(xué)Python能學(xué)會嗎？

這是一個非常好的問題，作為一名IT從業(yè)者，同時也是一名教育工作者，我來回答一下。

首先，隨著當前Python語言的應(yīng)用越來越普遍，很多職場人和大學(xué)生都希望能夠通過掌握Python語言來提升職場價值和崗位競爭力，由于Python語言本身比較簡單，所以自學(xué)Python是完全可以掌握Python編程語法的。

Python語言本身還是比較簡單的，初學(xué)者在學(xué)習(xí)的初期就會比較容易建立起學(xué)習(xí)的成就感，但是在自學(xué)Python的過程中，也需要重視以下三方面內(nèi)容：

第一：重視實驗。在學(xué)習(xí)Python編程的過程中，一定要重視多做實驗，通過實驗?zāi)軌蛑饾u建立起自己的編程思想，同時也會積累一些編程經(jīng)驗，尤其是調(diào)試經(jīng)驗。在學(xué)習(xí)Python編程的過程中，最好要一邊使用一邊學(xué)習(xí)，這樣往往會有更好的學(xué)習(xí)效果。

第二：重視相關(guān)知識的學(xué)習(xí)。學(xué)習(xí)Python語言的過程中還需要同步學(xué)習(xí)操作系統(tǒng)、計算機網(wǎng)絡(luò)和數(shù)據(jù)庫等知識，這些知識的掌握情況對于學(xué)習(xí)Python編程也有比較直接的影響。如果未來要想在程序開發(fā)領(lǐng)域走得更遠，還需要重視數(shù)學(xué)相關(guān)知識的學(xué)習(xí)，包括高等數(shù)學(xué)、線性代數(shù)、概率論等。

第三：重視學(xué)習(xí)方向。學(xué)習(xí)Python編程最好要有一個明確的學(xué)習(xí)方向，比如當前把大數(shù)據(jù)作為學(xué)習(xí)方向就是不錯的選擇，在大數(shù)據(jù)領(lǐng)域內(nèi)，不論是大數(shù)據(jù)開發(fā)、大數(shù)據(jù)分析還是大數(shù)據(jù)運維等崗位，Python語言都有比較普遍的應(yīng)用。從近兩年的人才需求情況來看，大數(shù)據(jù)開發(fā)崗位的人才需求量更多一些。

我從事互聯(lián)網(wǎng)行業(yè)多年，目前也在帶計算機專業(yè)的研究生，主要的研究方向集中在大數(shù)據(jù)和人工智能領(lǐng)域，我會陸續(xù)寫一些關(guān)于互聯(lián)網(wǎng)技術(shù)方面的文章，感興趣的朋友可以關(guān)注我，相信一定會有所收獲。

如果有互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區(qū)留言，或者私信我！

同學(xué)都學(xué)Java，c 等編譯型語言，自學(xué)python卻總被同學(xué)嘲諷為是類似JavaScript的腳本語言，沒前途,怎么反駁？

還反駁啥??！自學(xué)python別的都不會，本來就沒啥前途。不信出去應(yīng)聘試試，大廠考各種算法直接問蒙。小廠各種瑣碎需求，開荒種地也應(yīng)付不來。沒看現(xiàn)在頭條上python都往量化投資上掛嘛！就是在編程圈不好混，才跨界發(fā)展呢！在頭條上搜搜看看講python有幾個正經(jīng)搞開發(fā)的，國內(nèi)python都快成培訓(xùn)行業(yè)的專用語言了。上至成人下至兒童忽悠個便！熱愛編程是一回事，用編程養(yǎng)家糊口是另一回事。登月大家只能記住阿姆斯特朗，誰知道背后的那些科學(xué)家都叫啥？編程開發(fā)也是這樣，大家只知道今日頭條。背后的寫算法的那些人沒人了解！反駁同學(xué)無非就是證明自己的觀點，讓自己更有尊嚴。這和編程語言有啥關(guān)系？要是真熱愛編程當初上學(xué)就應(yīng)該選擇相關(guān)的專業(yè)。在自己本專業(yè)里用心學(xué)得了，在配合編程知識輔助自己才是正道。

作為一名研究生，除了可以用python寫各種算法之外，還應(yīng)該如何提高自己的python水平？

如題，作為一個研究生，你用Python寫算法，我覺得你應(yīng)該是想往大數(shù)據(jù)，人工智能方面發(fā)展。

Python這些年隨著大數(shù)據(jù)人工智能的大爆發(fā)也變得流行起來，你想再提升自己Python的水平，我覺得你可以從以下著手！

分布式計算框架spark

Apache Spark是一個計算速度快，易用，支持復(fù)雜分析的大數(shù)據(jù)處理框架，大有取代mapreduce之勢。

Python雖說在機器學(xué)習(xí)和人工智能方面有極好的應(yīng)用，但是Python有一個大缺陷，不支持分布式計算，但是不要緊，spark提供了極好的Python接口Pyspark，借助他，Python在分布式計算、流計算方面有了極大提高。

另外，spark的核心RDD彈性分布式數(shù)據(jù)集和Python中pandas中的DataFrame十分相似，可以十分方便的相互轉(zhuǎn)化。所以說spark讓Python有了分布式處理大數(shù)據(jù)集的能力。

web后端

Python有十分多的強大的web后端框架，如Django，flask等，學(xué)習(xí)這這可以鞏固Python的基礎(chǔ)，又會使用到Python的高級用法，如裝飾器，類及魔法方法，數(shù)據(jù)庫等。

學(xué)習(xí)spark和web后端的優(yōu)勢

你不可能一直在單機上使用模型，你可能會在大數(shù)據(jù)框架和網(wǎng)站來部署模型，這需要你了解后端和分布式計算，學(xué)習(xí)這兩方面，既能提升Python水平，也能讓你在日后的大數(shù)據(jù)和人工智能領(lǐng)域如虎添翼。