學 Python ,能提升你的競爭力嗎?

學還是不學,這是個問題。

疑問

最近,在討論區(qū)里,我收到了幾則類似的留言。大意如下:

“王老師您好!我是學XX專業(yè)的(或是學過某編程語言),聽說 Python 很熱,打算好好學習,但是不知道學完以后能否進XX類型的企業(yè)?都有哪些崗位需要掌握 Python 呢?”

這個問題,確實很有價值。

畢竟,掌握一門技能,是需要花成本的。決策之前,做個前景判斷,衡量投入產(chǎn)出比,是應該的。

然而,一旦深入思考,你可能自己就會對學 Python 的價值,頗為疑慮。

因為大部分人看待這個問題,是在判斷 Python 學過后,能否提升自己的競爭力。

國人常說的俗諺,有一句“一招鮮,吃遍天”。也就是掌握了某種供不應求的技能,于是可以坐享這種技能帶來的益處與紅利。

你可以暫停閱讀20秒鐘,在頭腦里,自行匹配滿足上述條件的相應技能,或是代表該技能的證書。

想好后,咱們繼續(xù)。

這樣的技能,確實是存在。但是,要達到“吃遍天”的效果,需要你衡量市場上的供求關(guān)系。

我們都知道,近幾年市場對 Python 的需求確實很高。許多崗位招聘條件里面,都有 Python 這一項。

然而,供求關(guān)系的另一方,也就是供給,情況如何呢?

很不容樂觀。

我不是說供給太少,而是太多了些。

別忘了, Python 最大的特點,就是簡單易學。

因此,沒有門檻,沒有護城河,連上小學的孩子,課本上都要教 Python 了

需求再大,如果供給是這樣的,價格也很難上去。

所以,如果你的打算,是學好 Python 以后,直接用它變現(xiàn),那你一定要三思而后行。

這是不是說,你不該學 Python 呢?

恰恰相反,你真的應該學 Python 。

你可能會疑惑:老師,你這不是前后矛盾嗎?

不是。

Python 要學,但這項技能,真的不是這么應用的。

連接

Python 無門檻,這么簡單,學會了也毫不稀奇,那學它還有什么用?

用處大了。

因為它可以讓你和一張巨大的協(xié)作網(wǎng)絡(luò)連接起來。這張網(wǎng)絡(luò)的溢出效應,對你來說益處可謂巨大。

舉個例子。

機器學習聽說過吧?最近很火的。

從前人們做機器學習,用的工具叫做 Matlab 。

直到6、7年前,當 Andrew Ng 制作后來成為經(jīng)典的《機器學習》課程時,用的工具還是 Matlab 。

當然,因為當時 Matlab 很貴,所以 Andrew Ng 鼓勵大家用 Octave (一種 Matlab 的開源實現(xiàn)版本)替代。

我學這門課程的時候,很痛苦。其中最重要的原因,就是 Matlab / Octave 的使用。

這是當時做的第 8 次作業(yè),你看看為了做個協(xié)同過濾(Collaborative Filtering),需要多少個文件。

隨便打開一個代碼文件,是這樣的:

結(jié)果是,大部分學員,根本就不知道,該如何完整撰寫一個協(xié)同過濾算法的程序。大家只能滿足于課程的要求,即在每個文件指定的位置上,做完形填空。

因此,那時候你要是打算使用機器學習,就必須要抱著一本 Matlab 的書啃下來。因為只有明白了它怎么用,你才真正能壯起膽子,嘗試從頭到尾,去實踐自己從 MOOC 學來的機器學習技能。

然而,短短幾年之后,事情就完全變了。

2017年,Andrew Ng 的 Coursera 課程《深度學習》推出,這次,他再也不提什么 Matlab 了,從頭到尾都是 Python 。

Andrew 教起來輕松,大家學習起來開心。而且更妙的是,因為 Python 簡單易懂,因此全部示例代碼,你可以很容易看明白,并且知道當應用于自己的實際項目時,修改哪些部分,就可以復用。

其他基于 Python 的機器學習課程,也像雨后春筍一般遍地開花。

例如在 fast.ai 的課程里,實現(xiàn)同樣的協(xié)同過濾功能,你再也不用寫那一堆 Matlab 文件和函數(shù)了。

你需要的,僅是以下這幾行代碼:

from fastai.collab import *
path = untar_data(URLs.ML_SAMPLE)
ratings = pd.read_csv(path/'ratings.csv')
ratings.head()
data = CollabDataBunch.from_df(ratings)
learn = collab_learner(data, n_factors=50, y_range=(0.,5.))
learn.fit_one_cycle(5, 5e-3, wd=0.1)

好了,搞定。

Python 沒有門檻。但是通過掌握它,你可以用更短的時間,更高的效率學習和掌握機器學習,甚至是深度學習的技能。

注意,能以這么短短幾行代碼搞定問題,不是因為你學了 Python ,所以技能大漲。

那是因為這個巨大協(xié)作網(wǎng)絡(luò)中開發(fā)框架的人,“剛巧”也是用 Python 來封裝細節(jié)。你們在說同樣的語言,因此你可以把他們的研究成果,“拿來”使用。

越來越多的高手都使用 Python 來編寫框架、制作工具,因此會吸引更多人來用。

越來越多的人習慣用 Python 來完成某項功能,那么開發(fā)功能的人也被綁定在這個路徑上,只能選擇用 Python 來開發(fā)。

這樣的一個正反饋循環(huán),就像在滾雪球。

你可能很為那些好不容易掌握用 Matlab 做機器學習的人鳴不平,似乎他們才是會真功夫的人。而學了 Python 的人,都有作弊之嫌。

才不會。能掌握 Matlab 的人,都可以很容易學會 Python ,他們也可以立即加入這張協(xié)作網(wǎng)絡(luò),享受這種便利。

好玩兒的是,2017年, Matlab 開源了一本機器學習教材,供大家免費下載。

你猜群眾的反饋是啥?

排在第一位的,是這樣:

為什么?人家好心好意給你書,你為何不要?

看這個曲線。

這是 Google 趨勢上面,用“matlab machine learning”和“python machine learning”分別檢索,得來的結(jié)果。

可以看到,如果今天你選擇用 Matlab 來做機器學習,你的協(xié)作網(wǎng)絡(luò),和 Python 比起來,小得可以忽略不計。

這網(wǎng)絡(luò)里面,包括為你打造工具的高手們,為你提供教程的人,也包括你潛在的合作伙伴……

你是希望自己的網(wǎng)絡(luò)大一些,還是小一些呢?

方法

了解了 Python 的特點,你也就大略知道,該怎么去學它了。

我見過不少初學者,深吸一口氣,擺開陣仗,恨不得投入一年的時間,“系統(tǒng)”掌握它。

其實沒必要這么如臨大敵。

如果教材編寫者假設(shè),兒童都能在一個學期內(nèi)學會 Python ,你一個受過高等教育的成人,學起來應該更輕松才對。

其實你看現(xiàn)在那些好的 MOOC 里面(主題包括但不限于數(shù)據(jù)分析、數(shù)據(jù)可視化、機器學習、深度學習……), Python 學習大概是怎么做的。

他們會說,這門課咱們要用到 Python ,所以,本課程的第3章,是 Python 的學習。

對,Python ,這門編程語言,只占了一章的篇幅。

學一章,就掌握 Python 了?

看你怎么定義“掌握”了。

要是說你對 Python 的知識全面系統(tǒng)獲取到了,那簡直是在騙人。

就像你學齡前的時候,基本上也算能用中文對話了,對吧?

但是,你知道“回”字有四種寫法嗎?

人家授課者的意思是,學了這些 Python 知識,在他這門課就算夠用了。

后面如果出現(xiàn)沒有涉及過的函數(shù)或者方法,給你簡單說幾句,就可以繼續(xù)學習了。

你千萬不要用背單詞的方式來學 Python ,那效率會低得慘不忍睹。

說句題外話,即便你用背單詞的方式來學英語,我也不推薦。

你學 Python ,就應該是快速掌握一個最小核心技能集,例如知道怎么賦值、怎么判斷、怎么循環(huán),然后會自定義一個函數(shù),可以輸入輸出東西……好了,可以上路了。

因為大部分的工作中,主要就用上述這些功能。遇到不明白的,直接查文檔。Python 的文檔,只要你不嫌棄它太詳細就好。

查文檔搞不定的問題,也沒關(guān)系,反正這門語言,世界上有數(shù)不清的人都會,論壇上發(fā)帖問唄。這是給別人提供實現(xiàn)自我價值的機會。說實話,這機會不好碰到,說不定有人甚至會感謝你的提問呢。

你看,這樣一來,你的技能來自于對真實問題的挑戰(zhàn),這樣學起來,你的動力更足,學會之后你的滿足感更強。而且,你的記憶,會更加深刻。

資源

學習 Python 的資源,我在《如何高效學Python?》一文中已經(jīng)為你詳細做過介紹和推薦,這里就不再贅述了。

此處只介紹我最近發(fā)現(xiàn)的2個新資源,都是免費的。

一個是 IBM 提供的系列課程。其中的 Python 基礎(chǔ)課,叫做 Python for Data Science ,編號 PY0101EN 。網(wǎng)址在這里

除了免費、自主決定學習進度外,這門課的好處在于提供在線的 Jupyter Lab 編程環(huán)境。初學者最容易遇到的環(huán)境配置陷阱,在這里統(tǒng)統(tǒng)不存在。

如果你更喜歡讀書的方式來學習,這里有一張交互式的數(shù)據(jù)科學教材匯總圖。

你可以著重看其中的 Python 部分。

注意這張學習路線交互圖是免費的。里面介紹的書,有的免費,有的收費。你可以酌情選擇。

小結(jié)

通過閱讀本文,希望你能掌握以下知識點:

首先,Python 本身不是什么獨門絕藝,不要被人忽悠,以為學了 Python 就能……;
其次,Python 是你連接到一個巨大協(xié)作網(wǎng)絡(luò)的橋梁,網(wǎng)絡(luò)的正外部性會讓你充分受益。偏偏這橋梁還沒有守衛(wèi),因此你,即便是個聽到技術(shù)就頭痛的文科生,也可以輕松進入;
第三,學習 Python ,不要追求系統(tǒng),更不要舍本逐末去死記硬背知識。采用“快速掌握核心知識+解決實際問題中練習補充”的方式,更為有效;
第四,推薦了一些優(yōu)質(zhì)免費資源給你,希望能有幫助。

綜上,學 Python ,確實有助于提升你的競爭力。但是再強調(diào)一遍,那競爭力,并非來自 Python 本身。

祝學習愉快!

喜歡請點贊和打賞。還可以微信關(guān)注和置頂我的公眾號“玉樹芝蘭”(nkwangshuyi)

如果你對 Python 與數(shù)據(jù)科學感興趣,不妨閱讀我的系列教程索引貼《如何高效入門數(shù)據(jù)科學?》,里面還有更多的有趣問題及解法。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,983評論 6 537
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,772評論 3 422
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,947評論 0 381
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,201評論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,960評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,350評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,406評論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,549評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,104評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 40,914評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,089評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,647評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,340評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,753評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,007評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,834評論 3 395
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,106評論 2 375