c語言和python語言哪個更值得學？作為初學者選擇什么語言要看自身的基礎以及所處的行業(yè)需求，不同的語言難易程度不同，針對的行業(yè)應用場景也不同，所以選擇要有針對性。選擇C語言C語言是程序設計語言中的“

c語言和python語言哪個更值得學？

作為初學者選擇什么語言要看自身的基礎以及所處的行業(yè)需求，不同的語言難易程度不同，針對的行業(yè)應用場景也不同，所以選擇要有針對性。

選擇C語言

C語言是程序設計語言中的“教父”，很多系統(tǒng)級開發(fā)方案大多選擇使用C語言完成，在物聯網、智能裝備、網絡核心設備、機器人等領域有不可替代的地位，所以如果打算在這些領域做開發(fā)的程序員要選擇C語言。

如果你是理工科出身，有扎實的數學基礎與物理基礎，那么選擇C語言一定是正確的選擇。C語言的學習雖說不上有多難，但是與Python比較起來還是有一定難度的。

作為計算機專業(yè)的同學應該都聽過譚浩強老師的大名，也大多看過譚老師的大作：《C語言程序設計》，據說這本書是計算機類著作的銷量記錄保持者。

不管怎么說，這么經典的圖書還是值得一讀的。學習C語言的難點在于很多概念需要建立畫面感，比如內存空間申請、指針操作等等。

選擇Python語言

Python語言伴隨著大數據、人工智能的快速發(fā)展而得到了廣泛的應用，另外Python也是傳統(tǒng)三大Web開發(fā)的解決方案，另外兩門語言是Java和PHP。

所以，如果要從事Web開發(fā)、大數據、機器學習等領域，選擇學習Python是個不錯的選擇，我目前一直在使用Python做機器學習方面的算法實現，與Java比較起來要方便很多。

Python的特點是簡單、明確、優(yōu)雅，使用過Python的朋友應該有相同的感覺：Python很簡單，Python很慢。

如果你是非理工科專業(yè)，如果想從事Web開發(fā)（非大數據和人工智能方向），如果你想快速掌握一門語言，那么Python一定是個好的選擇。

使用Python做大數據和機器學習方面的開發(fā)需要一定的數學基礎，其中線性代數、概率論是必須要了解的。

如果你對Python感興趣，可以看看我在頭條上寫的系列文章，有問題可以一起交流。

學了Python，但是沒有學c，直接去學c＋＋是可行的嗎？

作為一名IT從業(yè)者，同時也是一名計算機專業(yè)的教育工作者，我來回答一下這個問題。

首先，Python語言和C 語言雖然都是當前流行程度比較高的編程語言，但是這兩門編程語言的應用場景還是具有明顯區(qū)別的，Python語言當前在大數據和人工智能領域的應用相對比較多，而C 語言則主要應用在容器（服務）開發(fā)、多媒體開發(fā)和虛擬現實開發(fā)等領域。

從編程語言的語法結構來看，雖然Python與C 都屬于面向對象編程語言，但是C 要明顯比Python語言復雜一些，所以即使具有Python的編程基礎，在學習C 的時候也需要一個系統(tǒng)的學習過程。相對于Python的整合式編程哲學來說，C 的編程哲學要更抽象一些，所以Python程序員在學習C 的時候，會明顯感覺麻煩一些。

C 語言雖然是C語言的面向對象版本，但是初學者也是完全可以直接學習C 語言的，因為C 語言自身的語法結構也是相對獨立的。當然，如果具有C語言基礎，在學習C 的初期會更容易一些，但是在編程思想上，C語言與C 語言還是具有較大區(qū)別的。

在決定學習C 語言的時候，應該注重三方面內容，其一是學習C 更應該注重對于各種抽象概念的理解和總結；其二是學習C 語言要注重對于編程過程的理解，模塊化對于C 語言是非常重要的，相對于Python語言來說，C 在編程結構上要更“嚴謹”一些，或者也可以說更“死板”一些；其三是一定要多做實驗，實驗是學習編程語言不可或缺的步驟。

我從事互聯網行業(yè)多年，目前也在帶計算機專業(yè)的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續(xù)寫一些關于互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。

如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區(qū)留言，或者私信我！

我想問一下，學過python，還用學c嗎？求解答，謝謝？

作為一名IT從業(yè)者，我來回答一下這個問題。

首先，學習編程語言一定要結合應用場景，如果在應用場景沒有發(fā)生變化的情況下，通常并不需要學習新的編程語言。Python語言本身是一門流行程度比較高的全場景編程語言，而且Python語言當前的上升趨勢也非常明顯，未來隨著大數據和人工智能技術的落地應用，Python語言的應用場景也會逐漸得到拓展。

在學習完Python編程語言之后，應該選擇一個主攻方向繼續(xù)深入學習，比如選擇大數據和人工智能這兩個方向就不錯。目前IT行業(yè)內雖然Python語言的應用比較普遍，但是Python崗位對于從業(yè)者的要求還是比較高的，初學者一定要有一個自己的主攻方向，同時具有一定的實踐能力。

對于很多初學者來說，當前選擇大數據作為主攻方向就是不錯的選擇，一方面當前的大數據開發(fā)崗位比較多，另一方面未來也可以向人工智能方向發(fā)展，正所謂“進可攻退可守”。掌握Python語言之后，可以進一步學習大數據平臺知識，基于大數據平臺進行行業(yè)軟件開發(fā)，在產業(yè)互聯網時代將是一個比較常見的開發(fā)方式。

從技術體系的角度來看，編程語言只是一種工具，并不是掌握越多的編程語言越好，而是要具備編程語言的實踐開發(fā)能力，這是比較重要的。如果把大數據開發(fā)分成三個學習階段的話，學習編程語言只是完成了第一個階段的學習任務，這個階段也是學習難度比較低的學習階段。

最后，如果在掌握Python語言之后，計劃進入嵌入式領域發(fā)展，那么進一步學習C語言還是有必要的。

我從事互聯網行業(yè)多年，目前也在帶計算機專業(yè)的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續(xù)寫一些關于互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。

如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區(qū)留言，或者私信我！

為什么C#排名和Python相差越來越大？

以下是我的一些個人觀點，說的不對還請指正：

首先從語言本身來看：

C#可以認為是編譯型語言（嚴格的說是混合型），python屬于解釋型語言。

C#的優(yōu)點是快，運行速度快。因為編譯只做一次，運行時不需要編譯，所以編譯型語言的程序執(zhí)行效率高。

同時編譯是一把雙刃劍，代碼如果修改就需要整個模塊重新編譯，而且需要根據運行的操作系統(tǒng)環(huán)境編譯不同的可執(zhí)行文件。

魚和熊掌不可兼得。python的優(yōu)點就是跨平臺比較強，代碼修改不需要停機，缺點就是每次運行的時候都要解釋一遍。

但是隨著軟硬件的飛速發(fā)展，解釋運行的時間和編譯后再運行的時間差會越來越小，而python語言的“優(yōu)雅”、“明確”、“簡單”的優(yōu)勢也日趨明顯。

其次從類庫生態(tài)來看：

Python有著大量的第三方類庫，在其他一些語言在實現一個功能時可能需要幾十行到幾百行代碼，而Python可能調用下一下別人造的輪子，幾行代碼甚至一行代碼就搞定了。而C#剛開始是基于Windows平臺的，到了后來才可以跨平臺和開源，第三方類庫數量不如Python。

最后從發(fā)展前景來看：

人工智能，大數據的時代已經到來，數據清洗，分析這些都是Python的強項，人工智能方面也有很多基于Python的優(yōu)秀的框架。如果有人說Python效率低啊，我硬件不達標就是需要效率，那追求效率人們更愿意使用C/C 而不是C#。

綜上，就造成了C#和Python排名相差越來越大。