本篇文章给大家谈谈Python真的没有用吗，以及不建议自学python对应的知识点，文章可能有点长，但是希望大家可以阅读完，增长自己的知识，最重要的是希望对各位有所帮助，可以解决了您的问题，不要忘了收藏本站喔。
本文目录
为什么python一下子就不火了
非科班出身程序员都不适合学python，不服来辩。
python这几年的“火”，得益于2017年、2018年人工智能（AI）领域的风口。
python的"火"是培训机构炒起来的。随着人工智能行业兴起。对此，各大培训机构趁势推出python培训课程，什么"七天入门python"、"一个月精通python"，甚至有些割韭菜机构暗示学了python一个月收入七八万，为了让韭菜们相信直接晒工资条。归根结底这两年Python大火跟培训机构热炒分不开的。
而在人工智能领域应用不仅仅要学python，还有高等数学、机器学习、各种算法等等，学python只是AI领域一环而已，仅仅通过社会培训的程序员不可能具备知识储备和学习能力，最低要求……enmmm本科科班程序员吧！
当然python除了人工智能领域，还可以从事入门到入Yu的爬虫行业、数据分析自己自动化运维等等，但是这些行业从业人员需求量不大，需要如今这大规模培训的热度。
如果相当程序员前端选择JavaScript，后端选择Java准没错，如今绝大部分前端都是用JavaScript，后端也是java更多，要选就选容易找工作的，而不是要选python做千军万马过独木桥之事。
（以下为某培训软件首推python课程，懂的人都懂。）
自学了半个月python，感觉没用，怎么办
找对方法很重要，在学习的过程中很多人都会有学半天啥都没学会的感觉的，重点是看看能不能继续坚持往下学，因此，你现在就要想清楚是放弃还是继续。
如果选择继续学习，那就换一种学习模式，不知道你目前是怎么自学的，但是我建议自学还是找视频教程来学习比较好，一来你可以看老师的演示操作，二来自己可以跟着动手实践，如果有错误的地方也更容易第一时间发现问题。
如果你本身就是在看视频教程来自学，却学了没啥用的话，可能是找的视频教程不适合你，你可以再多看看其他视频教程，总有能让你学会的一套视频教程。
python学习路线图
给你一份python学习路线图，对照着图内的知识架构逐步学习，希望能够帮到你
如果需要视频教程也可以找我，都可以免费分享给你
Python真的没有用吗
谢谢邀请！很高兴回答这个问题，正好最近在做这方面的研究。
python有用没用，关键看你用在哪里。不可否认，随着学习python的人越来越多，python领域的就业竞争也越来越激烈。但我们应该知道，还有很多领域正是适合python发挥作用的地方，但往往被很多人忽略，其中最有价值的一个地方就是金融领域的量化投资。
量化投资是指通过数量化、模型化的方式及计算机程序进行投资并获取收益的交易方式。量化投资在海外已有30多年的历史，已占据市场70%的交易量。相比而言，国内量化投资仍处于刚刚起步的阶段，有着非常巨大的发展空间。目前市场对于量化人才处于奇缺状态，既懂金融交易，又懂计算机编程的人员凤毛麟角，是市场争抢的对象。
量化投资一直有各类基金在研究，但一直不瘟不火，也没多少产品推出来，直到2014年后突然火起来，目前面临前所未有的发展良机。量化投资大致经历了下面几个阶段：
1、2010年推出股指期货之前，量化投资体现不出优势，研究的人很少。
2、2010年--2013年，大盘处于熊市阶段，也没出现多少套利机会，而且这个时候关注资本市场的人也不多，但因为有了对冲手段，一小部分先知先觉的机构开始研究量化投资，在期现套利、股票阿尔法套利等方面应该也赚到些钱。
3、2014年--2015年9月，大盘经历暴涨暴跌，中间出现过分级基金套利、可转债套利、ETF套利、期现套利等一大波的套利机会，然后在大盘暴跌的时候有一部分量化对冲基金经受住了回撤的考验。量化投资在这一阶段得到快速的发展。
4、2015年9月--现在，由于市场需求不断扩大，量化投资面临前所未有的发展良机。
为什么用Python做量化
目前Python已经在量化投资领域占据了主流位置，从数据获取到策略回测再到交易，覆盖了整个业务链。Python是一门全面与平衡的语言，既能满足系统应用的开发，又能满足数据统计分析等计算需求，尤其在数据分析方面，没有其他语言能像Python这样既精于计算又能保持极佳的性能。
在重视开发功率和科技不断开展的背景下，Python逐步得到越来越多的亲睐。相比其他语言，python有很大的优势：
（一）Python的通用性
Python的通用性，使它符合各种开发需求，为开发人员提供了许多选择：Python可用于体系操作，Web开发，服务器管理东西，部署脚本，科学建模等数之不尽的地方。即便是不相关的其他行业人士，也能很容易用Python完结项目。
（二）教育的推进
教育部考试中心于2017年10月11日发布了“关于全国核算机等级（NCRE）体）系调整”的告诉，决定自2018年3月起，在核算机二级考试加入了“Python语言程序设计”科目。目前部分省信息技术课程改革方案已经出台，Python断定进入省级信息技术高考，从2018年起诸多省级信息技术教材编程言语将会从vb更换为Python。
（三）大企业的赞助
2006年Python得到了Google的鼎力相助，并且从那以后Google的许多渠道和应用都使用了Python。Google他们为使用Python创建了大量的指南和教程。在开发者的范畴，Google持续贡献了大量的文档和支持东西，并一直在为Python免费做广告
（四）大数据的兴起和发展
大数据的兴起和发展有力的助推Python的发展，而且Python被成功的运用到人工智能、机器学习等各种高科技中。同时Python在分析和处理数据的过程中非常便捷容易，间接的也解决了大数据的一些问题。
展望未来，在金融科技的落地方向上，量化投资、大数据的Quantamental、精准画像、自然语言处理等依然会是焦点，势必吸引越来越多的关注及资源。量化投资和Python这两个词是当下的焦点。
在金融领域的量化投资、智能投顾、信用评级、新闻监控、舆情分析等多个方向上，目前已经大量使用了相关技术和算法，并且融合的程度在不断加深。与其他领域相比，金融领域的算法应用有其自身的特点：一是信息的来源多、部分数据非结构化；二是在不同的应用场景甚至策略之间，所适用算法的差异较大，例如投资交易的量化策略、智能投顾中的用户画像、新闻处理中的自然语言处理和大数据，都涉及了不同大类的算法；三是投资中各个影响因素之间的逻辑关系复杂化和模糊化；此外，很多金融问题不是单目标优化的，也不是封闭的信息集。在这种场合，python都是最适合和最优秀的语言。
选择要学习的技术和选择要上的大学一样重要，如果选错了，你将来不仅得不到自己喜欢的高薪工作，反而会弄得一堆麻烦。目前我们专栏课程正推出python量化投资应用开发培训。特聘业界知名专家“量化大橙子”老师主讲大橙子老师本硕毕业于北京大学，具有多年量化投资从业和培训经验，专注于python应用开发、金融衍生品交易、投资策略开发等领域，从事多项量化投资和金融大数据研究项目，精通python、Java、SAS等编程语言和统计分析工具。通过专栏课程的学习，助您切换人生跑道，早日走上巅峰。
能不能自学python，会不会太难
作为一名计算机专业的教育工作者，我来回答一下这个问题。
首先，对于已经具备一定编程基础的同学来说，学习Python的初期还是相对比较容易的，但是要想找到一份Python开发岗位，还需要做好三方面的准备。
其一是要选择一个主攻方向，这对于就业的影响是非常明显的。Python语言是一门典型的全场景编程语言，在Web开发、大数据开发、人工智能开发、嵌入式开发等领域都有所应用，所以要选择一个自己的主攻领域，然后按照该领域的岗位需求来制定学习计划。
其二是根据自身的知识基础和能力特点来选择一个岗位类型，目前采用Python的岗位类型可以分成三大类，分别是算法岗、研发岗和应用开发岗，不同岗位对于知识结构的要求有所不同。从近几年的人才需求情况来看，开发岗的人才需求量相对大一些，而且对于开发人员的整体要求也并不算高。
其三是为自己构建一个实践和交流场景，学习编程语言一定要有场景的支持，否则很难深入学习。虽然目前Python语言的应用场景非常多，但是人才招聘量却并不算大，而且很多岗位都集中在大数据、人工智能领域，这些领域对于从业者的要求往往也比较高，比如学历等，所以如果想在Python技术领域走得更远，可以重点考虑读一下研究生。
从学习的顺序上来说，初学者可以先按照Web开发路线来学习，一方面Web开发的入门难度相对比较低，另一方面Web开发的参考资料也非常丰富，即使采用自学的方式，也会有一个较好的学习体验。在完成了Web入门之后，可以结合自身的实际情况，选择一个主攻方向。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以私信我！
好了，关于Python真的没有用吗和不建议自学python的问题到这里结束啦，希望可以解决您的问题哈！
