不管你是待业还是失业，在这个被互联网围绕的时代里，选择python工程师去那学，就多了一项技能，还怕找不到工作？，还怕不好找工作？小编就来告诉你这个专业的优势到底体现在哪里：3个可以免费学习Python的网站，每一个成功的Python大牛都去过！，【慕课网就业班】python工程师课后学习分享，为什么我不建议你通过 Python 去找工作？，网上的python培训真的是一片韭菜地吗？??。

1.3个可以免费学习Python的网站，每一个成功的Python大牛都去过！

个可以免费学习Python的网站，每一个成功的Python大牛都去过！Python部落这个网站对Pythoner们来说还是很实用的，它有三大主要功能：学习Python、练习知识点。PS:如果你英文水平超好，还可以通过翻译技术文章赚点小钱勒~网站的左侧----我是小白，我想入门。在这里，你可以根据自己目前的状况，选择不同的主题课程进行学习。小白的话当然是从左上角的《0基础1小时Python入门》开始啦~这个课程是免费的，也是基础中的基础。无数同学问Python怎么安装，虽然小白也推送过入门*步：如何安装Python和搭建Python环境？但这个课程的*节也给出了非常详细的说明，据说不按照这个说明安装的话，安装失败率会提高50%哦~网站的右侧-----刷题宝和翻译社。该功能中有数百道Python知识题，出题的知识点都非常刁钻，基本都是日常学习中的盲点。听说能把这个刷题宝中Python题目刷完的人，都是凤毛麟角的英才。翻译社，你可以在那里领取翻译任务、提交翻译结果，如果翻译通过还会得到承诺的稿酬。不过翻译前，大家请务必仔细阅读翻译社首页的要求，按照要求进行翻译。且务必通顺语句，如果直接用谷歌百度翻译，基本上*不会通过，所以一定要有把握翻译好再认领哦~国外的大神GitHub是一个面向开源及私有软件项目的托管平台，尽管现在已经被微软重金收购，但丝毫不影响大家对它的爱！对于学习编程的人来说，Github就是天堂。学习编程不像学语法这么简单，最关键的是要动手，学习编程讲究多看多练。Github就提供了很好的学习机会。Github上有很多适合入学者学习的小项目，代码少，而且简单。但Github毕竟是外国人做的，所以github网站全是英文，如果你想用它，可以在网上搜一些教程，反正操作只有几个，对英文要求也不是很高。python中文学习大本营这里有Python2.7.X官方教程、Python3.6.X官方教程以及Flask资料大全，如果你需要，在这里可以找到你想要的几乎所有的教程。所有的学习资料教程在这里都是免费的，当然如果你觉得网站内的教程对你有所帮助，你也可以选择打赏作者。除了这个网站的资源，更喜欢作者的初衷~文章转载作者：程序员阿城来源：CSDN

2.【慕课网就业班】python工程师课后学习分享

时间过的太快，不注意已经在慕课网学习了4个月，突发奇想分享自己的学习经历，也许能给想报名慕课网就业班的同学一些借鉴。我是纯小白转行来学习的，买的是慕课网《python工程师》就业班体系课，在报名前我纠结是报线上还是线下，*钱包替我做了决定，选了慕课网。起初，我最担心的是0基础到底能不能跟上，虽然详情页介绍是0基础可学，但心里打鼓。学了一周之后，才逐渐放心，这门课确实如评价所说浅显易懂，而且还会列举很多例子让我们更好的理解。基础阶段我是利用上班空余时间学习的，学的比较轻松。可能也是自己前期太放松了，在中间阶段出现数据库应用、爬虫应用等，因为我投入的时间不够，这段时间对我来说学的有点吃力，还好我及时稳住了心态，加大了学习时间和练习量，遇到问题课后马上咨询，也慢慢跟上了节奏，在这里再次感谢慕课网就业班的教学服务。现在在学到了flask全栈项目实战，目前感觉还可以，有难度但是不难理解，大部分知识都是对前期技术点的灵活运用。我的学习感受总体是：课程质量好评，老师也很有耐心。最重要的是肯花时间，多敲多练。*祝我和各位小伙伴都能找到好工作，哈哈。

3.为什么我不建议你通过 Python 去找工作？

二哥，你好，我是一名大专生，学校把 Python 做为主语言教给我们，但是我也去了解过，其实 Python 门槛挺高的，所以我在自学 Java，但是我现在并不清楚到底要不要全心的去学 Java，学校里的课程也越来越繁重，而学 Java 又会要投入很多精力，我很纠结疑惑。希望二哥可以给一点建议。二哥看到的话还望百忙之中抽一点时间。感谢！ 这是读者“前进一点”在微信上问我的一个问题，我当时给他的回复是“Python 挺火的，学 Python 就好。”但当我在 B 站上看了羊哥的一期视频后，深感懊悔，觉得自己给出的建议是不负责任的。意识到自己的问题之后，我就赶紧给读者“前进一点”发了一条信息道歉。另外，回想起之前还有一些读者问过我类似的问题，我的答案都不够严谨，因此打算特意写一篇文章来反省一下。羊哥视频里面分享的内容还是非常严谨的，他认为，Python 应用的方向主要有 5 个方面：人工智能和机器学习数据分析爬虫Web 开发自动化测试有理有据，所以我完全认同羊哥的观点。01、人工智能和机器学习人工智能和机器学习是 Python 应用的重头戏，但这方面的岗位对学历的要求非常高，高到我自己都应聘不上，非常残酷。在招聘网站上大致浏览了一下，我发现，这方面的岗位不算多，但工资挺给力的，在 15K- 30K。不过，招聘信息上直接说了，“我们的程序员小伙伴都毕业于 211/985 学校”，就这一条，我就会被拒之门外。学历硬伤啊，所以应聘“人工智能和机器学习”这方面的岗位很难，扎心，谁叫咱不是学霸呢。考虑到我的读者已经蔓延到了*生群体，我得郑重其事地说一句，“如果你喜欢学习，那就好好学，别在该学习的年纪浪费了青春。”哎呀，我去，说这句话真有点拿自己做反面教材的感觉。我上*的时候，一直是*名，因为学校的招生范围就我们村那么大，一共也就三四十名学生。等到上了*，一直保持前四，因为学校的招生范围就我们乡那么大，一共也就三四百名学生。等到上了高中，一直保持学校，但在整个县城是没有任何优势的。真的是天外有天，人外有人，大部分人都是平凡的，普通的，所以这方面的岗位竞争真的很难。02、数据分析一般的小公司，比如说我就职过的公司，完全就没有数据分析的必要性，因为重点是在产品上，如何做好产品吸引来用户才是重点。如果说产品的用户数量少，数据就完全发挥不出价值。那也就意味着，数据分析工程师的岗位会相对较少，毕竟有大数据的公司屈指可数。但说实话，这个岗位的薪资还是非常给力的，发展前景也好。如果学习能力强的话，硬指标过关的话，可以尝试。工资高，通常的原因是供不应求，也就是说岗位多，但人才少。但实际情况是，数据分析的岗位少，符合要求的人才更少。在公司只是在重复操作 SQL、Excel 等基础工具的数据分析员很容易被自动化工具替代，又扎心了。大专院校把 Python 作为主语言来教的话，我想肯定不是奔着这两个方向（人工智能、机器学习和数据分析）来的。*个原因就是学历的问题，第二个原因就是教师不一定能教得会，更别说学生能不能学会了。03、爬虫关于爬虫，不得不提一下羊哥视频评论区的一句话，不管是不是段子，我觉得挺值得深思的。 我有个同学搞爬虫被带走了，还好他不是主犯，就是登记了一下。 爬虫是近些年非常火热的一个话题，连我都买了一本爬虫入门的书，准备学一学，无奈 Java 方面可写的素材越来越多，这个计划一直未能成行。什么是爬虫呢？可能有些不是程序员的读者不太清楚，我找百科问了问，它说，“爬虫，又称网页蜘蛛，是一种按照一定规则，自动抓取互联网信息的程序或者脚本。”在知识付费的大环境下，这种爬虫就有点麻烦。拿我来说吧，我希望自己的文章只发表在我希望发表的平台下，假如其他平台在未经我的授权下，就把我的文章爬走，放在自家平台上，我就觉得知识产权受到了破坏。文章还好，是我愿意公开的，如果涉及到一些隐私信息被爬取，那就更糟糕了，是吧？现在很多平台都在做反爬，并且做得越来越好，这就在一定程度上有点“魔高一尺道高一丈”的意味，所以，爬虫方面的工程师还是蛮不容易的。04、Web 开发用 Python 做 Web 开发的大型互联网公司我听说的不多，羊哥说豆瓣以前用的是 Python，现在也不用了。不管怎么说，如果拿 Java 来和 Python 相比的话，显然在 Web 开发方面的优势巨大。不管是从技术框架上，还是性能上，以及应用的规模上，同等条件下，Java 工程师显然更吃香啊。很多培训机构夸赞 Python 在 Web 开发方面有着巨大的优势，开发效率高，速度快。嗯，其实我觉得应该是因为 Python 的语法简单，容易教——这恐怕是主要原因啊，我这样说会不会被社会毒打？这样吧，我给小伙伴推荐一个网址： Django 的，一个广受欢迎且功能完整的服务器端网站框架，Python 写的，并且是 MDN 出品，最重要的是，免费的。05、自动化测试说句实在话，Python 的自动化测试还是应用非常广泛的，考虑到框架的脚本质量，测试用例的简单性，以及运行模块可能存在的技术弱点，我给大家推荐五款 Python 的测试框架。1）Robot Framework，主要用于测试驱动类型的开发与验收中。2）Pytest，特点是开源、易学。3）PyUnit，针对单元测试的 Python 类自动化测试框架，收到 Junit 的启发。4）Behave，允许团队执行 BDD（行为驱动开发，behavior-driven ） 测试。5）Lettuce，专注于具有行为驱动开发特征的普通任务。06、*以上观点都是我个人主观给出的，不一定正确哈，仅做参考。如果说，有些读者的学历非常牛逼，然后学习能力也非常强，那么选择人工智能、机器学习、数据分析，我觉得前途是光明的，既能赚钱，待遇又好，还不可替代，不学 Python 绝对亏。如果说，有些读者学历一般，做程序员仅仅是为了糊口饭吃，那么我觉得可以把 Python 作为第二语言来学，不要当做主语言。搞点范围许可内的爬虫，自动化测试，我就觉得挺好的。况且 Python 这门语言本身是非常优秀的，不然怎么搞人工智能，海量数据分析，对吧？如果觉得文章对你有点帮助，请微信搜索「 沉默王二 」*时间阅读。 本文已收录 GitHub，传送门~ ，里面更有大厂面试完整考点，欢迎 Star。 我是沉默王二，一枚有颜值却靠才华苟且的程序员。关注即可提升学习效率，别忘了三连啊，点赞、收藏、留言，我不挑，嘻嘻。

4.网上的python培训真的是一片韭菜地吗？

大多数人对某种语言的追捧，本质上只是对资本市场下某种需求的追逐在我身边学python的只有两类人：搞数据分析的，搞人工智能的一般人做不了人工智能，大多数人都是奔着做数据分析去的，像爬虫、可视化、数据采集这种，不得不说python在这方面确实很优秀，毕竟是万能的胶水语言嘛恰好，数据分析和人工智能都是大火的岗位，新兴、稀缺、高薪， 多少人抢破了头也要挤进来有这么多韭菜，资本市场还不狠狠收割一波，所以市场就开始疯狂鼓吹，像那些培新机构，鼓吹学python就能找到好工作，就能升职加薪市场吹得厉害了，那些企业也就懵了，python相关的岗位井喷式的就爆出来了，然后又吸引了更多韭菜过来凑热闹，市场就再收割想想之前的安卓、IOS，想想之前的java，想想PHP，再想想现在的python，感觉不是很相像吗？数分需要学Python吗？答案显然不是。不管是python、R还是Excel、spss，这些都是数据分析的工具，对于数据分析，我一直强调核心是业务，通过业务的分析逻辑影射到数据分析的处理逻辑，而数据分析工具则是帮助我们实现结果的手段如果把数据分析的结果比喻成你要去的一个目的地，那么python只是可以到达这个目的地的一个交通工具，换句话来说，你换个工具也能做到，所以python和数据分析之间，并没有不可分割的关系既然关乎到选工具，肯定是选择*用工具才能够最快达到目的，那python是不是数据分析工具的*选择呢？不一定是。不一样的路适合的交通工具不一样，同样，不一样的类型的数据分析工作，合适的数据分析工具也不一样在实际工作中，数据分析这个大类的岗位层次不一，岗位职能也大不相同，在不同的公司，同样都叫数据分析师的岗位，可能一个就是给业务取数，提供基础数据支撑，而另一个却要涉及数据建模、挖掘。我这里把数据分析笼统的分类业务向和技术向两类：业务类分析师，侧重业务分析，一般*在业务*，或者有单独数据分析*，最要工作内容就是对特定业务做专题分析，通过对数据分析来做一些业务规划、方案等。日常的工作大多就是整理报表，做一些探索性的业务分析，解决业务问题。技术类分析师，一般都在IT部、数据中心。根据从事的工作环节不同，被分成数据库工程师，ETL工程师，爬虫工程师，算法工程师等角色，主要的工作一般有数据仓库搭建、专题分析、建模分析、数据挖掘预测等。说完数据分析师的工作内容，再来看目前市场流行的几类数据分析工具：Excel、python/R、BI工具先说大家都熟悉的Excel，excel在数据分析领域的地位不可动摇，尤其对入门新手来说，大部分的人在进入工作之前都多少接触Excel所以在此基础上要做数据分析，学习Excel是最合适不过的，从简单的表格制作，数据透视表，写公式，再到VBA语言，基本能够满足80%业务人员的分析需求回到正题，我们再说BI工具，BI的诞生，目的是为了缩短从业务数据到经营决策的时间，提高决策效率，所以它的产品设计理念就是围绕提高数据分析的过程展开的和Excel相比，BI工具在分析流程上更加简化，以我用过的FineBI为例，从数据链接、数据处理、到可视化图表分析，很多功能都是封装好的，鼠标点击拖拽就能迅速完成一次分析这样的可视化操作界面让BI的学习门槛大大降低，更适合面向企业中的业务分析人员另外，在面对大数据量分析时，BI工具也能弥补Excel的不足，还有一个吸引人的点，就是BI工具的可视化效果在Excel中制作动态图表或者高级的可视化图表效果，需要经过诸多复杂的步骤，用编程语言实现，也需要一行行代码调整，才能得到想要的效果但是在BI工具中，简单拖拽设置，就能制作出令人惊艳的可视化图表不过，因为BI工具是非开源的，所以在功能上有局限性，如果产品没有设计某一项功能，可能就没有办法完成分析工作这时候python或R这类编程语言就显得更加灵活了，只要代码写得好，基本没有实现不了的东西*总结一下，工具的选择要根据自身需要，而不是哪个火学哪个，只有最适合自己的才是*的像财务、人事、运营这类的基础业务分析，excel完全就够用了，如果想要提升效率，追求可视化效果，BI工具也是不错的选择，完全没有必要花费极大的精力去凑Python的热闹，当然如果你对编程很感兴趣，那当我没说为啥python这么火？当然是因为好赚钱，以前互联网兴起的时候，各种java、C++的培训炒的火热，培训机构大把大把捞金现在大数据时代来了，数据分析、数据挖掘、人工智能的概念又火了，一片新的韭菜地出现在眼前，培训机构们还能放着这么多的钱不赚？随便拿个业内TOP数据分析师的薪资给你画个月入2W的大饼，实际上你入职大概率6-8K，而且你在培训课里学到那点皮毛功夫，还要面临全网被割韭菜的各行各业神仙转行来和你PK，*能找到心仪工作的少之又少更惨的是一些无辜小白，在原来的岗位干的好好的，看到营销文案，一股心血来潮要转行，花了大价钱大精力去报班学python，*转行也转不了，反而没在自身的岗位上有什么提升，挣大钱的梦破碎了*再强调一下，大部分的数据分析师本质是个业务辅助岗位，核心是对业务的理解能力和数据敏感度，像下面这张图里写的那些告诉你学python就能入门数据分析，学python就能做好数据分析的，百分之90都是为了赚钱另外，想转行数据分析的也要慎重考虑，这一行也并不是你想象的那么美好谨以此文送给想要学习python的大家，个人观点，切勿对号入座！

就拿大数据说话，优势一目了然，从事IT行业，打开IT行业的新大门，找到适合自己的培训机构，进行专业和系统的学习。