35岁转行python可怕吗？为什么要选择python?

最新推荐文章于 2023-05-06 11:10:08 发布

程序员柚柚

最新推荐文章于 2023-05-06 11:10:08 发布

阅读量210

点赞数

分类专栏： python入门文章标签： python 开发语言职场和发展程序人生数据分析

本文链接：https://blog.csdn.net/yy17111342926/article/details/129181180

版权

python入门专栏收录该内容

172 篇文章 6 订阅

订阅专栏

这个问题无外乎是两个答案。

1、可怕啊，怎么不可怕呢？你都35+岁，还瞎折腾的转行？不好好在自己的一亩三分地待着，瞎折腾什么呢？

2、这有什么可怕的呢？人生没有既定的路，既然想换种活法，又有什么不可以的呢？

若35岁之前，自己所从事的行业不喜欢，做的平平淡淡的，看不到前景，路口转个弯？可怕吗？（既然看不到前景，路口转个弯，可怕？还是因为跳出舒服圈所以可怕呢？）

若35岁之前，在本行业混的风生水起的，想探索一个新行业，可怕吗？（有丰厚的资本，怕失去吗？）

这一切都不可怕，可怕的是，你一直纠结于自己内心，然后想在35+岁转行的，迟迟没有行动，等40岁的时候回忆起来，要是当初我怎么怎么............

SO ，明确地说，35+岁，转行，并不可怕。可怕的是你自己不行动。可怕的是你自己一直浑浑噩噩地过完一生，最终遗憾说要是当初.....

在100分确定前不愿投入尝试，可职场没有100确定！认为自己可行就执行，执行没成本，纠结等待有时间成本！

为什么选择Python

因为学会Python你就能飞了。。。

1. Python方便灵活

之前对于矢量或栅格数据的处理，非常严重的依赖于ArcGIS和ENVI，尤其是数据读取，如ArcGIS 的.shp，ENVI的.img，以及LiDAR的.las等这类独有的格式，离开了这些专业软件基本就不知道该怎么对付这类数据了。所以在选择语言的时候，矢栅数据读取以及数据基本分析（空间分析，遥感影像的）是否灵活方便很重要，这也是为什么在学校时都是学的基于ArcGIS Engine和IDL二次开发（好像GIS专业的特长就是二次开发似的，总感觉这就像是软件开发世界的二等公民）。Python在一定程度上能够解决这个问题，不再依赖于特定的软件平台，毕竟那些对工具依赖性强的工作，你的价值越依附于工具，你越是要警惕自己的思考能力被工具剥夺。

2. Python库丰富

可以说我在了解Python各种库上面花费了很多时间，有时间应该整理一个表格分类列出来有用的工具包。至少，在矢量数据方面，有GDAL，Geopandas，leafet，rasterio；fiona而栅格数据方面，通用的图像处理有opencv，scikit-image，用于遥感图像的有spectral-python。更重要的是，如果想涉足机器学习，python更有从较通用的sklearn到深度学习的Tensorflow、keras等一大票工具包等着你。

3. Python资源多

在此是指有问题基本都能在stackoverflow等找到答案，也有很多相关的书籍。

4. 代码共享方便

这里特指Juypter Notebook的.ipynb文件。文字说明，代码，图在一个文件里面，也可以在gist和nbviewer直接在线共享浏览，微软和anaconda也提供了在线运行环境，申请个账号就能直接运行代码。

5. Python”上手快”

之所以列在最后，我对这点是有些质疑的。因为没有一定的编程功底和对编程语言的理解，很难说的上上手快。装个flask包，敲几行代码运行起来一个网站，不能称之为上手了。我一开始对着些教程敲代码，的确感觉python能在相对短的时间内，用较少的代码完成一些复杂的工作，但都是在利用已有的工具包的情况下，当实际需要处理数据时，还是要非常频繁的去google或翻之前的资料，很多情况都是没有能够深入的去理解。