为何python不好找工作？
这是读者在微信上问我的一个问题，我当时给他的回复是 Python 挺火的，学 Python 就好。但当我在网上看某 Python 视频后，深感懊悔，觉得自己给出的建议是不负责任的。
意识到自己的问题之后，我就赶紧给读者发了一条信息道歉。另外，回想起之前还有一些读者问过我类似的问题，我的答案都不够严谨，因此打算特意写一篇文章来反省一下。
视频里面分享的内容还是非常严谨的，他认为，Python 应用的方向主要有 5 个方面：
- 人工智能和机器学习
- 数据分析
- 爬虫
- Web 开发
- 自动化测试
有理有据，所以我完全认同他的观点。
1、人工智能和机器学习
人工智能和机器学习是 Python 应用的重头戏，但这方面的岗位对学历的要求非常高，高到我自己都应聘不上，非常残酷。
在招聘网站上大致浏览了一下，我发现，这方面的岗位不算多，但工资挺给力的，在 15K- 30K。不过，招聘信息上直接说了，"我们的程序员小伙伴都毕业于 211/985 学校”，就这一条，我就会被拒之门外。学历硬伤啊，所以应聘"人工智能和机器学习”这方面的岗位很难，扎心，谁叫咱不是学霸呢。
考虑到我的读者已经蔓延到了初中生群体，我得郑重其事地说一句，"如果你喜欢学习，那就好好学，别在该学习的年纪浪费了青春。”哎呀，我去，说这句话真有点拿自己做反面教材的感觉。
我上小学的时候，一直是第一名，因为学校的招生范围就我们村那么大，一共也就三四十名学生。等到上了初中，一直保持前四，因为学校的招生范围就我们乡那么大，一共也就三四百名学生。等到上了高中，一直保持学校前十，但在整个县城是没有任何优势的。
真的是天外有天，人外有人，大部分人都是平凡的，普通的，所以这方面的岗位竞争真的很难。
2、数据分析
一般的小公司，比如说我就职过的公司，完全就没有数据分析的必要性，因为重点是在产品上，如何做好产品吸引来用户才是重点。如果说产品的用户数量少，数据就完全发挥不出价值。
那也就意味着，数据分析工程师的岗位会相对较少，毕竟有大数据的公司屈指可数。但说实话，这个岗位的薪资还是非常给力的，发展前景也好。如果学习能力强的话，硬指标过关的话，可以尝试。
工资高，通常的原因是供不应求，也就是说岗位多，但人才少。但实际情况是，数据分析的岗位少，符合要求的人才更少。在公司只是在重复操作 SQL、Excel 等基础工具的数据分析员很容易被自动化工具替代，又扎心了。
大专院校把 Python 作为主语言来教的话，我想肯定不是奔着这两个方向（人工智能、机器学习和数据分析）来的。第一个原因就是学历的问题，第二个原因就是教师不一定能教得会，更别说学生能不能学会了。
3、爬虫
关于爬虫，不得不提一下羊哥视频评论区的一句话，不管是不是段子，我觉得挺值得深思的。我有个同学搞爬虫被带走了，还好他不是主犯，就是登记了一下。
爬虫是近些年非常火热的一个话题，连我都买了一本爬虫入门的书，准备学一学，无奈 Java 方面可写的素材越来越多，这个计划一直未能成行。
什么是爬虫呢？可能有些不是程序员的读者不太清楚，我找百科问了问，它说，"爬虫，又称网页蜘蛛，是一种按照一定规则，自动抓取互联网信息的程序或者脚本。”
在知识付费的大环境下，这种爬虫就有点麻烦。拿我来说吧，我希望自己的文章只发表在我希望发表的平台下，假如其他平台在未经我的授权下，就把我的文章爬走，放在自家平台上，我就觉得知识产权受到了破坏。
文章还好，是我愿意公开的，如果涉及到一些隐私信息被爬取，那就更糟糕了，是吧？
现在很多平台都在做反爬，并且做得越来越好，这就在一定程度上有点"魔高一尺道高一丈”的意味，所以，爬虫方面的工程师还是蛮不容易的。
4、Web 开发
用 Python 做 Web 开发的大型互联网公司我听说的不多，羊哥说豆瓣以前用的是 Python，现在也不用了。
不管怎么说，如果拿 Java 来和 Python 相比的话，显然在 Web 开发方面的优势巨大。不管是从技术框架上，还是性能上，以及应用的规模上，同等条件下，Java 工程师显然更吃香啊。
很多培训机构夸赞 Python 在 Web 开发方面有着巨大的优势，开发效率高，速度快。嗯，其实我觉得应该是因为 Python 的语法简单，容易教——这恐怕是主要原因啊，我这样说会不会被社会毒打？
5、自动化测试
说句实在话，Python 的自动化测试还是应用非常广泛的，考虑到框架的脚本质量，测试用例的简单性，以及运行模块可能存在的技术弱点，我给大家推荐五款 Python 的测试框架。
1）Robot Framework，主要用于测试驱动类型的开发与验收中。
2）Pytest，特点是开源、易学。
3）PyUnit，针对单元测试的 Python 类自动化测试框架，收到 Junit 的启发。
4）Behave，允许团队执行 BDD（行为驱动开发，behavior-driven development） 测试。
5）Lettuce，专注于具有行为驱动开发特征的普通任务。
6、总结
以上观点都是我个人主观给出的，不一定正确哈，仅做参考。
如果说，有些读者的学历非常牛逼，然后学习能力也非常强，那么选择人工智能、机器学习、数据分析，我觉得前途是光明的，既能赚钱，待遇又好，还不可替代，不学 Python 绝对亏。
如果说，有些读者学历一般，做程序员仅仅是为了糊口饭吃，那么我觉得可以把 Python 作为第二语言来学，不要当做主语言。搞点范围许可内的爬虫，自动化测试，我就觉得挺好的。况且 Python 这门语言本身是非常优秀的，不然怎么搞人工智能，海量数据分析，对吧？
在此推荐几个我认为很不错的Python教程供大家学习：