Python是“真火”还是“虚火”？

我们没有办法评选出最佳编程语言，世界上也不存在这样一种语言，但是会有一些类似“百晓生”的机构实时监测数据，能让开发者了解当前编程语言的发展情况。

那么本文就综合这些数据，分析一下Python语言现在的热门程度如何。

1.1 国际排行
TIOBE编程语言排行榜算是现在最常用来表示编程语言流行趋势的重要指标，你在各种关于Python的介绍里，肯定看到过各种不同时间段的TIOBE榜单图。这个榜单是通过公式计算编程语言在8大搜索引擎（比如Google）上被搜索的情况，然后得出一个榜单，每个月都会更新，能反映出某个语言在某一时间段内的热门程度。

回顾【编程语言排行历史】可以看到，长期以来，编程语言排行榜上顺位不断的变化着，有的长期霸占头三甲，有的曾经辉煌，现在逐渐没落；而有的曾经默默无闻，现在逐渐展露头角。

Python，就属于后者。Python其实“出生”很早，上个世纪九十年代诞生于美国，但是一直默默无闻，大概05年之后一路向前。

注：排名取决于12个月的平均值

从下面这张图可以更明显的看出（数值越大受欢迎程度越高），近几年Python在编程语言排行榜上飙升的还是比较快的，18年后已经可以和经久不衰的 C 语言、Java 等编程语言 “掰一掰手腕”了。

在过去的2020年Python还登上了编程语言“名人榜”，这个奖项授予一年中增长率最高的编程语言，就是说Python的热度还在不断增长中。

一些其他榜单，例如IEEE、PYPL等，Python也都有不俗的成绩。

通过这些榜单，此处，我们先得出一个结论：国际上的开发者对Python寄予了很高的期待，讨论度很高，在全球范围内是得到认可的，Python是一门高价值学科。

1.2 国内情况
以TIOBE为代表的排行榜反映了英文世界里各种编程语言的“受关注程度”，但是与国内的实际情况未必完全相符，那在国内的大环境下，Python依然是热门语言吗？

国内这种专门的榜单不多，所以我会多找几个角度分析一下。

我们先用最简单的百度指数来看一下Python近10年的搜索趋势变化

我在2012年开始自学Python，以帮助提高工作效率，那个时候Python在国内还只是一门非常小众的语言，除了豆瓣、搜狐在用之外，很难看到体量大的公司在用。14年、15年开始趋势线上扬，也就是在15年我决定从C转为Python开发，在那之后Python一直保持着很高的流行趋势，我也能明显的感觉到身边用Python的伙伴越来越多。

从百度的搜索指数来看，Python的“热度”变化和我的自身感受还是很相符的。

那我们再来看另外一个榜单，CSDN自2004年开始针对中国开发者进行大规模调查，从4月份发出的《2019-2020中国开发者调查报告》统计的数据可以看出，Python开发者数量占比近三成，在常用语言中居前三，相对与上一年的报告中的占比前进了两位。

从以上的数据可以看出，Python在国内的发展趋势和国际上趋同，这两年的讨论度特别高，都有点儿超出我的预期。

虽然目前并不是第一语言，但是使用率在增长中，这是因为有不少开发者像我一样会选择在原有语言的基础上再学一门Python或者直接迁移到Python，以提升工作效率。

1.3 数据背后的原因
TIOBE公司的总裁保罗-简森曾经说过，Python的普及与数据挖掘、人工智能和数值计算等领域的蓬勃发展相关，但同时也与普遍编程需求的增加有关。Python自身的一些特点造成了搜索词条的人特别多。

（1）人工智能的蓬勃发展
要说现在网上里面最炙手可热的非人工智能莫属，连学前儿童在上的辅导班都要挂个名字叫“某某AI”来吸引家长们报名。

人工智能的概念其实很早就出现了，近几年由于算力的增长、海量数据的积累还有算法的进步和优化，人工智能开始真正的发挥作用，已应用到各个领域。

除了出镜率比较高的电商零售、智能机器人，传统的农业、建筑业也都在应用人工智能来管理，像今年智慧工地就推广得特别迅速。

Python作为人工智能的头号语言，一方面会吸引大量计划从事人工智能的人来学习，另一方面自然也带动了网络上对这门“新语言”的关注和讨论。

（2）普遍编程需求的增加

过去大多数编程活动是由专业人员来完成，起码是计算机专业的。

但是目前，由于各种需要，人们期望有一种简单易学的、不是程序员也能上手的语言，而Python恰好满足了这些需求。我觉得这是Python特别了不起的地方，它打破了普通人和编程之间的壁垒。

Python代码简单，同样的功能，Python代码量会更“瘦小”，可读性也强，举一个最简单的例子，看看把大象装进冰箱，如果用不同的语言来实现，分别用了几步？

而且Python本身自带丰富的库文件可以直接拿来使用，比如爬取信息，快速分析数据，或者写一些小的脚本工具，最开始我就是用Python来写小工具提高工作效率的。

好的，我来复盘一下：

从数据来看，Python的热度在10年间发生了翻天覆地的变化，Python用户即包括了编程开发人员，也包括了很多非开发人员，而其他类似C语言、Java等只有开发人员会使用，所以会出现这种Python的讨论度高于Java，Java的开发者高于Python的情况。

我认为，Python也许会开辟一条新的编程语言路线，让编程这种原来非常专业的技术开始走入寻常百姓家，你用Python开发人工智能，我用Python处理Excel表格，各取所需，皆大欢喜！

根据国内的发展形势，大数据未来的发展前景会非常好。自 2018 年企业纷纷开始数字化转型，一二线城市对大数据领域的人才需求非常强烈，未来几年，三四线城市的人才需求也会大增。

在大数据领域，国内发展的比较晚，从 2016 年开始，仅有 200 多所大学开设了大数据相关的专业，也就是说 2020 年第一批毕业生才刚刚步入社会，我国市场环境处于急需大数据人才但人才不足的阶段，所以未来大数据领域会有很多的就业机遇。
薪资高、缺口大，自然成为职场人的“薪”选择！

任何学习过程都需要一个科学合理的学习路线，才能够有条不紊的完成我们的学习目标。Python+大数据所需学习的内容纷繁复杂，难度较大，为大家整理了一个全面的Python+大数据学习路线图，帮大家理清思路，攻破难关！

Python+大数据学习路线图详细介绍

第一阶段 大数据开发入门

学前导读：从传统关系型数据库入手，掌握数据迁移工具、BI数据可视化工具、SQL，对后续学习打下坚实基础。

1.大数据数据开发基础MySQL8.0从入门到精通

MySQL是整个IT基础课程，SQL贯穿整个IT人生，俗话说，SQL写的好，工作随便找。本课程从零到高阶全面讲解MySQL8.0，学习本课程之后可以具备基本开发所需的SQL水平。

2022最新MySQL知识精讲+mysql实战案例_零基础mysql数据库入门到高级全套教程

第二阶段 大数据核心基础

学前导读：学习Linux、Hadoop、Hive，掌握大数据基础技术。

2022版大数据Hadoop入门教程
Hadoop离线是大数据生态圈的核心与基石，是整个大数据开发的入门，是为后期的Spark、Flink打下坚实基础的课程。掌握课程三部分内容：Linux、Hadoop、Hive，就可以独立的基于数据仓库实现离线数据分析的可视化报表开发。

2022最新大数据Hadoop入门视频教程，最适合零基础自学的大数据Hadoop教程

第三阶段 千亿级数仓技术

学前导读：本阶段课程以真实项目为驱动，学习离线数仓技术。

数据离线数据仓库，企业级在线教育项目实战（Hive数仓项目完整流程）
本课程会、建立集团数据仓库，统一集团数据中心，把分散的业务数据集中存储和处理 ；目从需求调研、设计、版本控制、研发、测试到落地上线，涵盖了项目的完整工序 ；掘分析海量用户行为数据，定制多维数据集合，形成数据集市，供各个场景主题使用。

大数据项目实战教程_大数据企业级离线数据仓库，在线教育项目实战（Hive数仓项目完整流程）

第四阶段 PB内存计算

学前导读：Spark官方已经在自己首页中将Python作为第一语言，在3.2版本的更新中，高亮提示内置捆绑Pandas；课程完全顺应技术社区和招聘岗位需求的趋势，全网首家加入Python on Spark的内容。

1.python入门到精通（19天全）

python基础学习课程，从搭建环境。判断语句，再到基础的数据类型，之后对函数进行学习掌握，熟悉文件操作，初步构建面向对象的编程思想，最后以一个案例带领同学进入python的编程殿堂。

全套Python教程_Python基础入门视频教程，零基础小白自学Python必备教程

2.python编程进阶从零到搭建网站

学完本课程会掌握Python高级语法、多任务编程以及网络编程。

Python高级语法进阶教程_python多任务及网络编程，从零搭建网站全套教程

3.spark3.2从基础到精通

Spark是大数据体系的明星产品，是一款高性能的分布式内存迭代计算框架，可以处理海量规模的数据。本课程基于Python语言学习Spark3.2开发，课程的讲解注重理论联系实际，高效快捷，深入浅出，让初学者也能快速掌握。让有经验的工程师也能有所收获。

Spark全套视频教程，大数据spark3.2从基础到精通，全网首套基于Python语言的spark教程

4.大数据Hive+Spark离线数仓工业项目实战

通过大数据技术架构，解决工业物联网制造行业的数据存储和分析、可视化、个性化推荐问题。一站制造项目主要基于Hive数仓分层来存储各个业务指标数据，基于sparkSQL做数据分析。核心业务涉及运营商、呼叫中心、工单、油站、仓储物料。

全网首次披露大数据Spark离线数仓工业项目实战，Hive+Spark构建企业级大数据平台