Python语言为什么近几年越来越火
这几年python发展主要是靠机器学习发展的推动。python是非常高级而又简洁的编程语言。可以直接面向数据结构和数学计算编程。而且机器学习相关的第三方库特别全。社区很成熟。
还有一个原因是python很简单容易上手，很适合做系统维护。比shell有更好的表达力。
Python 语言在近几年越来越火的原因有以下几点：
简单易学：相对于其他编程语言，Python 语言语法简单、易学易懂，因此对初学者非常友好。这也是 Python 成为教学语言的重要原因之一。
应用广泛：Python 可以用于各种不同领域，比如数据处理、科学计算、机器学习、人工智能、网络爬虫、自动化等等。Python 应用场景广泛，且逐渐成为各领域的标配之一。
生态系统丰富：Python 有着庞大的生态系统和活跃的社区，有大量的第三方库和工具可供使用，且社区贡献的新库和工具不断涌现，为 Python 的应用提供了非常强大的支持。
大公司支持：很多大公司，如谷歌、Facebook、亚马逊等，都在使用 Python 进行开发和分析。这些公司不仅在使用 Python，还在不断为 Python 社区贡献新的库和工具，这种支持也是 Python 获得广泛应用的重要原因之一。
综上所述，Python 语言因其易学易用、应用广泛、生态系统丰富和得到大公司支持等原因，近几年在各个领域都得到了广泛的应用和认可，因此 Python 越来越火。
作为一名IT从业者，同时也是一名计算机专业的教育工作者，我来回答一下这个问题。
Python语言虽然并不是一门“新语言”，作为Web开发领域的传统解决方案之一，在IT行业内也有一定的应用，但是近些年来Python语言确实有非常明显的上升趋势，主要原因是Python语言在大数据和人工智能领域的应用，随着大数据和人工智能技术的不断落地应用，未来Python语言的前景还是非常广阔的。
Python的优点可以总结为三大方面，其一是Python语言是全场景编程语言，在Web开发、大数据开发、人工智能开发和嵌入式开发等领域均有应用；其二是Python语言简单易学；其三是Python语言资源整合能力和扩展能力都比较强。
与Java语言主要应用在IT领域不同，Python语言的应用领域明显要更加广阔，很多传统行业领域也在逐渐使用Python语言，比如在金融、统计、教育等领域就有比较多的应用，这也是近些年来Python语言得到快速发展的重要原因。从发展趋势来看，产业互联网时代将是平台化时代，以云计算平台为代表的技术平台将逐渐落地应用，而这些技术平台普遍支持Python语言，这对于Python语言进一步向传统行业领域发展奠定了基础。
虽然Python语言目前的上升趋势比较明显，未来的前景也非常广阔，但是对于要想进入IT行业发展的人来说，要想通过学习Python语言来从事专业开发岗位，还是具有一定困难的，因为目前Python开发岗位往往集中在大数据和人工智能领域，这两个领域的岗位对于从业者的知识结构有比较高的要求。对于基础比较薄弱的人来说，要想从事开发岗位，可以重点考虑学习一下Java语言。
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，都可以在评论区留言，或者私信我！
一个非常好的问题。我是工作多年的Web应用架构师，来回答一下这个问题。欢迎关注我，了解更多IT专业知识。
除了楼上说的多个原因之外，补充一个开发工具的原因，那就是Jupyter Notebook，原名IPython notebook，是一个交互式笔记本，便于创建和共享程序文档，支持实时代码，数学方程，可视化和 markdown，在用Python写AI代码时特别的方便。
正是“工欲善其事，必先利其器”，Jupyter Notebook在Python和AI火起来时互相搭台，共同繁荣。
python火起来的根本原因在于计算机性能的快速发展，需要一门开发效率高的语言。
开发效率高意味着同样的功能可以更快完成，bug少。对于需要不断迭代试错的开发模式来说太重要了，时间就是最大成本。
谷歌就是提倡开发人员友好的编程思维，以程序员舒服的方式来，如果发现性能不行那就是你硬件的问题，公司花钱来解决硬件问题。
当然最终面向客户发布的程序，核心功能很少用Python，但这只是程序开发的一小部分了。在demo反复试错的过程中Python已经起到了关键作用，试想如果验证阶段用c编码，性能做的再好，发现方案变了，那之前做的工作就白费了。如果用python写的，通常不会太可惜，Python的特点就是方便写一次性代码，反正大部分功能都是用的开源库，没有造轮子。
2020年了，大数据、人工智能专业还值得报考吗
>配景/p>
自从2017年国家发文大力支持大数据、人工智能产业。有条件的高校纷纷开始开设大数据、人工智能、云计算专业。在读大学生也纷纷转向大数据、人工智能专业。一时间几乎全民转AI。其中又以AI算法工程师最为大家所推崇，这个岗位的毕业生薪资基本都是30K起步，而多少行业干一辈子也达不到这个行业的起点水平。
>近况/p>
1.专业难报，目前通过审核成功开设了大数据、人工智能的院校并不多，加上大数据、人工智能概念的火热导致这些专业分数极高，连带相关专业诸如：计算机、应用数学、数据分析、统计学等可能以前在部分学校是冷门的专业也一跃能比肩王牌专业了。
2.其它专业在读大学生纷纷转向AI，导致这个领域一下涌入大量人才。
3.应聘门槛提高，对于算法工程师而言，现在的巨头BAT、华为等最低要求也要211大学毕业，甚至有些要国外知名大学或中国香港中文大学这样的学校毕业生才有面试资格。
对于现状，有人不禁会问：大数据、人工智能专业已经火了好几年了，这么多人涌入这个行业，这个行业是否已经饱和？作为一个普通本科院校的学生如何能竞争的过985、211的名校高材生？是否应该放弃选择大数据、人工智能专业？
打开UC浏览器 查看更多精彩图片
>远景/p>
我认为就目前来说大数据、人工智能行业依然是值得你进入的行业。理由有如下几点：
- 大数据、人工智能行业的中小创业公司数量增长惊人。想要进入BATH这些大厂的算法工程师岗位门槛太高，不妨考虑一下中小规模的公司，一些中小创公司为了与大厂抢夺人才往往薪资会开的更高。
- 除了算法工程师这个岗位，大数据、人工智能专业的学生也还有很多其它的岗位可以考虑。大数据专业可选择的诸如：大数据分析师、大数据架构工程师、开发工程师、运维工程师、大数据产品经理、运维经理等。人工智能可选的：数据标注师、数据处理/分析工程师、AI产品经理、算法测试工程师等。虽然薪资或许比不上算法工程师，但是起点也比其他绝大多数专业要高不少。
- 现在用的感知的基础算法（例如ResNet、SSD、YOLO、UNet、FaceNet、ArcFace）基本都是2018年以前的，现在算法进步缓慢，因此企业都在把核心从研究算法转向落地产品实际应用。现在大数据、人工智能在教育、健康、医疗、交通、金融、传媒、电信、政务、电商、安防等领域都有应用，每个领域又有许多细分的具体场景需要开发具体产品去解决问题。因此在产品应用市场有非常大的空间，也就需要大量的开发，维护等技术人员参与。因此就业前景还是比较乐观的。
总结
大数据、人工智能是一个前景不错的行业，但是自己也要量力而行，数学功底不好的人不建议报考大数据、人工智能专业，同时已经进入这个专业的也请理性衡量评估自己，算法工程师“钱景”虽然好，但毕竟僧多粥少。环顾四周你会发现其它很多大数据、人工智能相关岗位也不错。
