我的心酸求職之路：如果可以，去學PHP，不要搞Python

本文摘自IT技術管理那些事兒博主，比較客觀公正，所以轉來分享給還在迷茫的php中文網網友。

正文：

近幾年Python似乎火了起來，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。

之所以很多人想從事Python，可能是因為誤信了培訓機構的宣傳，或者是因為很不爽PHP的語法，雖然PHP被稱為為世界上最好的程式語言。

於是因為這些各種原因選擇了python，卻付出了沉重的代價，失業了好幾回。

作為python工作多年的老鳥，建議：

對於Python這麼語言，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，這也是為什麼不建議你搞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麼的快。

在14年的時候,實在無法忍受PHP那美元符號和分號的結尾,於是開始入坑Python。

那時的Python,市面上只有寥寥幾本的書籍可以參考。至於廖雪峰的Python入門教學,：看了2篇就放棄了,寫的實在太淺顯。當然,後來他也寫了些高級的教程,有興趣的可以看看，當然你也可以去python學習網去看看，視頻教程很多。

然而,Python仍然是門小眾的語言。

有多小眾呢?

你可以上拉鉤或BOSS直聘上搜尋下,基本上一線城市除了北京、上海外,其他區域來來去去就那麼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。

為什麼呢?

沒人用它搞業務啊。

目前Python比較適合的業務主要有:

#· 資料分析

· 資訊安全

· 系統維運

· 應用測試

維運就不用說了,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係。常見的反倒是一些報表的匯出功能。再高級一些的就是什麼大數據了。

對於資訊安全,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。

對於以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沒有半毛錢關係。如果你要用PyQt5寫個介面,還不如用Electron,人家記憶體管理方面做得反倒更好些。

至於嵌入式開發,還是老實學習C語言和彙編吧,不要指望Python能在裡面幫上什麼忙。當然,做做應用程式層級的業務,什麼語言都是可以的。

對於Web開發,可以選擇的空間就更多了。前有php、java深耕市場多年，後有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。

（WEB 程式語言份額，來自w3techs）

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,資本的市場風起浪湧。相較於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,多沉澱自身的技術。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,至於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的問題在於,你以為從事Python是門輕鬆的事情,然而卻選擇了條艱難的不歸之路。

如果你覺得從事Python是件輕鬆的事情,那麼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,結果現實狠狠的閃了你一個耳光。

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函式庫根本不支援,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,閒著無事又會激發自身的瞎折騰,不然沒法對上級交待。這裡也要慶幸總是遇到些好的領導,鼓勵你多學習一點。於是,逐漸的就變成了1個打醬油的人物。

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。相較於其他分析的工具,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。

拋開資訊安全的領域,雖然資料分析動不動就是7位數的收入。但是,要成為1位資料科學家也不是件容易的事。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,換句話說你能挖掘出大數據後的商機。這必定是個緩慢的過程。

很多人沒有堅持到那麼一步就放棄了,不如早點找些收入穩定的管道,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狀況,才知道該崗位是否適合自己。

結語

對於Python，建議感興趣可以學習下，但是如果想靠他找到份工作就要謹慎些。畢竟，決定你薪水的是你的稀缺程度，如果沒有研究背景，沒有業務的支撐，即使你再精通也只是瞎扯，就好比你PS用的再熟，也只是會用PS工具而已，並不會設計；

那如果你是重點高校的學院派，有數據分析、人工智慧教育背景等，那python肯定必修，作為自己的一個得力工具！

如果想快速找到工作，並有一個相對來說還不錯的工資，還是建議從事PHP或前端的職位。 而對於想多面向發展，想折騰自己的人，建議來混混Python的崗位，每天"混吃等死"。

本文轉自今日頭條IT技術管理那些事兒部落客文章，感謝部落客分享！