Python 基礎 - 認識 Python 與要不要學 Python

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。

Tags:
# python
# software