前言
近年來資料分析與 AI 火紅的關係，成為工程師的人越來越多，而 Python 也因生態系蓬勃，在 Data 與 AI 領域支援很完整，成為許多人接觸的第一個程式語言，如果你也還在猶豫要學什麼程式語言的話，推薦 Python 給你，簡單上手呦。
學習程式語言的原因
這會是許多人開始的疑問，想學，但又不知道自己為何要學？其中我認為最大的原因在於，初次接觸資訊領域的人，沒辦法瞭解寫 code 所能達到的效果，或者說，寫 code 究竟能幹嘛呢？ 因此不斷陷入在想學但動力不明的情況，駐足不前。
即便能在網路上蒐集到不少資訊，瞭解寫程式的好處與幫助，以及能夠應用的地方，但仍舊只會有一些模糊的概念，無法有深刻的體會。
遇到這樣的情況，我也建議想學的人，盡可能的用最小的力氣去瞭解能夠應用的領域，不管是靠著網路搜尋、詢問親朋好友...等，因為當你多了解一分，目標就能夠更清晰，也可以更明白自己是否走在正確的道路上。
Python 主要的應用領域
寫程式可以做的事相當多，而 Python 這個程式語言廣為應用的領域為
- 資料分析(Data Analysis)
- 機器學習(Machine Learning)
- 網頁開發(Web Development)
而鮮少使用於
- 桌面應用(Desktop Application or GUI)
- 手機應用(Mobile App)
- 遊戲開發(Game Development)
- 作業系統(Operating System)
- 嵌入式系統(Embedded System)
因此，如果你是對於鮮少使用領域有興趣的人，衷心建議先別選 Python，而是對廣泛應用領域有興趣的人，很建議開始學習呦。
各領域的使用場景
知道了 Python 被廣泛使用的領域後，下方會講述一些各領域的使用場景，希望能讓還很模糊的人更有概念，不會有太多的專業術語。
資料分析(Data Analysis)
資料分析顧名思義就是針對手上的資訊提出商業建議或結論，在過去擔任這樣角色的通常會是 Excel，公司會將資料放入 Excel 後，利用 Excel 內建的函數與作圖工具，產出報表。
然而 Python 的強大在於能夠用幾行指令完成 Excel 中需要拉很多公式才能解決的問題，而且可以處理的數據量更大，整理與清洗數據的功能也更完整。
另外順帶一提，Python 在資料蒐集 (常聽到有人說"爬蟲"，其實是一樣的意思)領域也被廣為使用，可以針對網路上的資源進行擷取並分析，常聽到的像財金資料蒐集、輿情分析、情緒分析...等。
機器學習(Machine Learning)
機器學習是我認為三個常見應用領域中跨入門檻最高的，除了目前僧多粥少(求職的人多、開缺的少)的緣故外，在數理知識上更為要求。
醫療、零售和金融... 許多領域都有機器學習人才的需求，我認為主要是因為時勢所趨的關係，大數據一詞在這幾年應該被講到爛了。
在醫療上可能會有像病情的分析與診斷，而零售則希望透過機器學習能從客戶的數據中找到新的商機，金融領域則是多用於客戶信用判斷、投資及量化交易。
其實機器學習本質上以統計學作為基底，因此想朝此領域前進的人，除了要會寫 code 之外，記得要學好統計學 XD
網頁開發(Web Development)
更精確的說，Python 是廣泛用於後端開發(Backend Development) ，寫網頁開發的原因是為了好明白，網頁就是平常上網瀏覽的頁面，而頁面中所提供的資料，資料背後的邏輯，就是後端包含的部份。
舉例來說，電影院網站訂票時，我們可以點選想坐的位置劃位，網頁上會呈現各個座位供選擇，當選完後，像是送出訂單或是付款...等牽涉到商業流程的部份，都有程式碼在背後保護，確認一切運作正常。
結語
說到這，不曉得有沒有幫助你更有概念了一些？
這邊也說說我自己寫程式的契機，最起初接觸程式是因為要蒐集投資資料的關係，以前還不會寫 code，蒐集資料都是不斷到網頁上複製資料，然後貼到 Excel ，而這樣重複的工作實在很惱人，總覺得這樣做好像笨笨的，開始找有沒有更快的方法。
於是開始上網搜尋，突然發現台大資訊系統訓練班有開一堂 Python 與 Excel 整合的課程，課程描述中提到了寫程式能夠解決重複例行性的工作的問題，著實吸引到我，馬上報名XD，接下來就寫著寫著覺得很有趣，開始一頭栽進寫 code 的世界。
不論你是想轉職、提升自我能力或者興趣，都歡迎加入寫 code 的行列呦。