(为何python不好找工作)(python爬虫好找工作)

三分球为什么火，三分球是天时，七分球是炒作。

python诞生于1991年，属于90后，这一年的时间很短。为什么会突然着火呢？由于大数据时代的背景。

想玩大数据，统计第一，编程第二。就是说，你的数学很好，但编程不好，这时你该怎么办？如果有一种编程语言在科学计算领域非常厉害，但是却很容易掌握，你就会期待它。

而且Python也有这种特性。从算术到微积分再到线性代数，Python语言简明易懂，在科学计算方面Python是相当不错的。

Python因此成为大数据的首选编程语言。

大数据是一个好概念，Python很容易学，因此Python成为培训机构的热门话题。

玩弄大数据，Python还远远不够，更别提学习Python的高薪工作了。但是大数据带来了自己的流量，因此大肆宣传。

先把数据概念炒出来，即使是卖煎饼，也要和数据扯上关系。看起来还是很有说服力的，薄饼的味道是基于大量数据得出的。仔细想一想，情况并非如此，但是大多数人都没有这个空闲时间来仔细考虑这个问题。

大数据概念被企业炒作，那培训机构肯定会跟进。由于要去参加培训的人会觉得，企业在谈论大数据，那学大数据就好找工作啊。要是你仔细想想，就会发现并非如此。

无论是否如此，Python都是大肆宣传的，它并不想难于火。

Python的运行效率如何？必须进行综合评估。

评价一种语言，如果离开目标和成本去判断好坏，那就是扯淡。就像你在楼下买菜一样。步行是最有效率的购物方式。但是人们走路的速度很慢，不能和单车相比，更不能和代步车相比。你不能说走得太慢了，为什么还有人走呢？

人工比机器花费更多。语言学习的陈本低，意味着企业在这方面的花费，也就相对较低了。因此操作效率并不重要。而且，Python的工作效率很低吗？

如果说Python的Library多，生态圈大，那就是结果，也就是火焰。有什么理由呢？10年前，在Perl中有一些库，而在Python中却没有。为何它会超越Perl和其他一些脚本语言，其根本原因还在于Perl本身。

首先，它是一种最适合工程化的脚本语言。一门语言，没有必要牛逼到让大多数人看不懂，这样做会导致项目的可读性差。作为一门数学家发明的语言，Python天生就具有严谨性。其结果优雅、易读、易维护、可重复使用。

这里说的是效率。原因有三。

一、随着硬件的发展，运行效率变得越来越重要。为什么Python发明的前十年里没有火？还有一个原因就是

二、提高效率更加重要。那就是前面所说的工程学。

三、分割问题。C/C++需要高效率的地方呢？这个世界需要胶水语言，而且这种语言还会越来越多，因为底层的算法比上层的应用程序要多得多。