python语言为保会如此受欢迎

　　年薪30万起的大数据工程师，必须学Python吗?

　　首先我们先区分一下概念。目前国内很多人在说大数据的时候，实际上是把大数据技术和数据科学(含数据分析、数据挖掘、机器学习)混在一起的，许多讨论和争辩其实源于大家说的不是一个事情。

　　目前高等学校已经有了大数据相关的专业，名字起得也很好，叫《数据科学和大数据技术》，就是把大数据分成两个方向来看待的。数据科学侧重数学抽象和软件工具的使用，对数学和编程要求较高;而大数据技术侧重软件工程实施，对计算机和编程要求较高。

　　虽然两个方向都强调编程，但数据科学的编程是泛编程，可以简单理解为以使用脚本语言或需要编程的软件工具(如Matlab、SAS、R)，而大数据技术的讲的编程是计算机通用编程语言(如Java/C/Python)，职位也更接近我们所说的程序员或者说“码农”。

　　Python既是一种面向对象的编程语言又因为其简单、易学、开源、脚本语言范儿的“人设”，是一种既适合数据科学又适合大数技术从业者学习的语言。

　　如果你想学一门语言，可以从语言的适用性、学习的难易程度、企业主的要求几个方面考虑，从这几个角度看，学习Python都没有什么可挑剔的。

　　1.从语言的适用性看，Python有个外号叫“胶水语言”，就是说Python可以随意地组合它和其它程序，它可以作为一个中间处理模块的代码把其他代码“粘合”在一个工程里面，从而快速的部署和实施。除了在大数据和数据科学领域，它在web前端开发等领域也有广泛应用。

　　2.从学习难易度来看，作为一个为“优雅”而生的语言，Python语法简捷而清晰，对底层做了很好的封装，是一种很容易上手的高级语言。在一些习惯于底层程序开发的“硬核”程序员眼里，Python简直就是一种“伪代码”。

　　3.从企业主来看，随便打开一个大数据开发的招聘JD，你就会发现不少企业招聘大数据开发工程师时，对具体编程语言的要求已经不再严苛，一般情况下你只要熟练掌握Java/C/Python中的其中一个即可以，毕竟软件工程师的的核心能力不是语言本身而是逻辑思考能力，况且现在中间件这么多，各种语言之间的适配和转换也越来越容易，企业需要的是解决问题，而Python was born for it.

　　就大数据技术而言，Java在PaaS和SaaS层都有非常多的实践和应用，如果你有Java的基础，可以继续学好Java。如果你没有Java基础，又想往大数据技术方向发展，那么你或许可以考虑把Python作为你的First language。

　　在数据科学领域，尤其是在深度学习领域，Python是当仁不二的选择，具体可以看相关技术文章，此处不在赘述。

　　当然，任何语言都不是完美的，如果你把任何一门语言作为一个软件工程师的全部，你显然会喝了别人藏好的“毒”。如果你是一个拥抱变化，未来希望在数据工程和软件工程领域都有发展机遇的话，那么我建议你毫不犹豫的拥抱Python，并不断的尝试新的工具和技术。