Python是不是被严重高估了？

Python从原来的一个不是很大众的胶水语言变成如今的热门语言，被称为AI专用语言，大数据专用语言。各种培训班疯狂开启，颇有一副全民学python的趋势。所以我想问py是不是被高估了呢？他在AI大数据方面的优势能力真的有人们认为的那么大吗？

国内不太清楚。就现在我在美国了解的technical的求职情况，光会写个python就找到工作我还没听说过；找到工作的人但不会写python我也没听说过。所以，python我认为是现在找工作必须熟练的语言，但要有多么精通，这个问题就智者见智仁者见仁了。
我觉得在学校层面上，python并没有被高估。我个人体会，学校对学生对python驾驭能力的培养，还仅仅是启蒙水平。写写作业，实现一些经典的learning算法如linear regression，Kmeans甚至CNN，我觉得是python程序员最基本的日常，谈何高估？python，是我们为止，学习算法用起来最方便，使用人数最多的工具之一。在没有新的语言替代python之前，用python学习各种算法以达到熟练方乃明智之举。
在科研层面，我认为python并没有被高估的迹象。现在每天依然有大量的库不停地更新，导致的结果是python不断地抢走大量原本使用Matlab，Fortran的理科玩家，因为python方便，而且有社区技术支持，玩法多，论文发表后也方便别人复现。而且还有个很重要的问题，做research不是公司承包项目。research很多追求的是算法或者模型是否robust和sound，对是否能最后高效的商业应用反而不是很关心，这和python的属性基本契合。所以我认为，如果在没有比python又快又简便的语言诞生之前，python未来5年在实验室会继续挤压其他语言的生存空间。
最后就是找工作。个人体会，光会个python去找工作我觉得是有点搞笑的，无论您多么精通。如果您手上没捏个几篇拿得出手的论文，也没实实在在肝过的项目，就会个python然后您能找到AI开发的工作请联系迅速我，我叫您一声老师。想做AI，数据挖掘，ML, DL, 您必须同时具备优秀的数学思维能力，同时理解如何把你做的machine如何跟外界交互。训练数据不是在学校里学的调个CSV和TXT，而是用SQL去调用数据库，实时数据要用websoket，还要考虑要不要用stream的算法。最后visualization我们是不是需要UI interface？要搞UI那我们是不是需要搞个简单又好看的前段后台？JavaScript不学一学吗？Vue和React不挑一个吗？Nodejs不来一发吗等等。所以我建议，不要轻易听信各种培训机构劝你学了python转业马上就人工智能，年薪百万，财富自由。在这些人的嘴里面，再冷的板凳，马上都可以给你吹成3000度的高温，为的只是让你掏钱包，更不要说像python这种本来就在风口浪尖上的东西，更是跟你吹上天。
随意，我最后总结。在学校里，一定要抓紧时间赶紧怼python，无论是CS或者非CS。CS的同学需要是精通python复现各种算法（我反对用python练习后台开发，应该用nodejs或者其他），非CS应该学习python语法，明白如何用python做你的实验和模拟，而不是死磕Matlab。但当你的重心转移到在找工作上时，应多样化你的能力，显示一精多长（多精多长当然更好-，-），最好还要有项目作证你的能力，才能游刃有余。
====================================
【04.01.2021】谢谢大家点赞，最近面了一些大厂的MLE，感慨良多，希望能跟大家分享。我在学校里实际上项目都是跟CV有关，NLP基本是才入门，我以为能给我发面试的公司应该是有CV需求的，结果不然，不约而同地让我去做同一个事情，就是Anomaly Detection，也就是硬件系统的风险预测。按照我的理解，就是收集各种服务器硬件数据log，预测哪里即将出现崩溃，本质是NLP 和时间序列分析。这是我完全没想到的，NLP跟硬件风控粘哪门子的边？？？我在学校里根本就没听说NLP还可以干这，但实际上业界需求很大。有面试的面试官，直接跟我说他们对NLP不是很懂，希望懂的人带点新点子来。学校真是象牙塔，不出去走一走真不知道需求在哪。建议大家多看看NLP和time series analysis，未来我觉得这快还会有迅速增长。专业做anomaly detection这方面的公司我只知道Datadog，能去这一类的公司做做ML积累经验应该是会有很多用途。（值得研究研究相关公司的股票做一发长期投资）


分享一篇这方面的paper吧：https://www.cs.utah.edu/~lifeifei/papers/deeplog.pdf

如果说到嵌入式编程，那么python输给了c；如果说到商业软件开发，那么python输给了Java；如果说到服务器设计，那么python输给了cpp；如果说到科学计算，那么python输给了matlab；如果说到报表分析，那么python输给了excel。。。。。。
但是，仔细想一下，python虽然哪项都没有绝对优势，但是都能干啊！
相今天的经历让我更加觉得python被严重低估了。
下午的时候有新闻学院的学弟学妹过来采访，关于人工智能技术的主题。
聊天中，学弟跟我说他们学了python，并且学的不错，感觉很简单。
抛开python是否简单这个难以定论的话题，毕竟python包含的知识点不必任何一门编程语言要少。
单说python对编程的普及作用，我觉得是其它语言难以企及的。都说python是个胶水语言，我觉得准确的说法是python是个万能胶水语言，可以在各项教学任务中轻松胜任。
最后，编程语言无好坏，学精通了都一样！

“Python是AI专用语言”、“全民学Python”种种，说明的不是Python被高估了，而是Python被曲解了。
Python是通用编程语言，只是在AI、大数据等方面（还是技术栈上层；底层还是靠C/C++）应用得比较多。专用语言出了专用的领域就不能用了。
固然，Python有它的相对简单性（相对简单性指的是语言和各种库都给好了再去写的时候比较简单）。首先是它的语法简洁，语法糖多，模板少，比如文件读取。然后是一些特性支持比较好，比如int理论上可以任意大，又如读JSON不用模板。
然后就是Python真正复杂到可怕的一些特性了，这里仅举几例。
首先，动态类型。这就允许a是个int型的然后a=str(a)，就要小心变量的类型在转换前后发生变化。Python还允许函数参数类型不事先确定，只要用到的时候类型不出错就可以了，比如只用到加减乘除，如果没有显式的类型检查，就适用于整数、浮点数、复数、分数，甚至素数域或扩域里的数了。如果要用某个第三方库的函数，还要看这个函数各个参数是什么含义、支持什么类型、推荐用什么类型；不给或给不全就只能要么分析库源码要么尝试了。
其次，作用域。一个函数里面（只要不是里面再套一层函数），if、try、while、for的局部变量甚至可以在跳出之后使用，编程时极易不小心引用到名称十分相近的变量（而IDE可能不会报错）。
再次，异构类型集合（collection）和匿名类型（注意不是匿名类）。集合（collection）在Python里面包括元组（tuple）、列表（list）、集合（set）、字典（dict）等，所述四种collection中除set的元素和dict的键必须是可hash的这个要求以外，对存放元素的类型并无要求，甚至可以混合存放。可以想象，编程者对collection中哪个位置存放什么类型的元素必须十分清楚。至于匿名类型，大概是JSON里怎么表示对象的，Python里就怎么写，不用class，却也要清楚哪个键对应什么类型的值；甚至直接用元组，不仅要清楚哪个位置存放什么类型的元素，还要清楚哪个位置存放的元素是什么含义。
最后，抛出异常的位置和程序出错的位置或许相隔较远。可能只是一个TypeError或ValueError或AttributeError，程序出错的位置离抛出异常并中止的位置可能隔了几个函数，而且成因或许很复杂，比如不同的类型执行“相同的”函数，实际却差之千里。
所以，如果要用Python做一些正经的事，请一定先学静态程序分析，而其中的类型分析在这里尤为重要。
类型分析的难度方面我遇见最难的一个例子是DataFrame的条件过滤，例如

1. _records = _records[~functools.reduce(lambda x, y: x | y,
2.                                       [_records[_axis] <= 0 for _axis in axes])]

复制代码

因为是惰性计算，所以推测其中的操作数一定是某个表示placeholder的专设类型，而表达式实质上是语法树，索引操作符［］表示“应用”。

高估倒说不上，过热是真的。
要说高估，早年我们这代程序员玩Python的时候，确实是被高估了。那时候大家普遍觉得产业里主流的语言毛病太多了，Python是难得出现的一个有意思又不费力的技术，对它有很多期待。
等了解的深了，就发现Python其实没那么神奇，比如性能确实比Java不行，动态类型既是优点，也是缺点。绕一圈后去掉这些光环，Python也仍然是个很好用的东西。至今我仍然会推荐程序员无论主力语言用什么，至少可以学会 Python 作为辅助语言，这个角色上 Python 仍然是最好的选择。
现在Python 的热，根本原因在于对于那些领域专家，Python是最容易学会的通用语言。现在基本上不会再有内行对它有银弹的幻想了。
所以没啥不好意思的，如果你只会用Python，就好好的用吧，能创造价值它就是好东西。
上次去看医生，还跟医生讨论了半天Python。比起当年猎头跟我电话里说写Python的找不到工作，Python 算是终于发展起来了。
=======================一个硬广的分割线===================
神策数据 | 官方招聘 大数据用户行为分析产品

让学AI的那群数学家学C++？
想多了，人家只是想让自己的算法在电脑上跑起来。Python自带科学计算的切片，自带无限精度运算。但C++还要调库。
而对于全民学Python，特别是小学生进Python培训班，我持否定态度。今日之Python，犹如昨日之奥数、钢琴，具体是什么作用不言而喻。圈钱工具而已。