虽然Python很慢，但它只调用AI接口。实际的会计工作充满了用C/C++编写的数据库。在Python中，只编写相应的逻辑，然后输出几行代码。而且C++的开发量也太大，而且开发量也太低。并不是说上层逻辑不能用C++编写，而是整体速度提高了1%，这是不值得的损失。

Python有着简洁的语法和丰富的生态环境，再一起提高开发速度，C语言的支持也非常好，Python结合了语言的优势，并通过C的高兼容性弥补了速度慢的缺陷，自然受到数据科学研究者和机器学习程序员的青睐。

1、需求巨大：百度、新浪、搜狐、淘宝、腾讯等各大互联网相关企业都在使用python，对python人才的需求很大。

2、广阔的发展空间：随着互联网的充分利用，人工智能、大数据等范畴都非常适合python的开发，这也说明学习python会有很好的空间。

3、易学：学生还可以学习计算机语言技能。例如，一个程序需要1000行C代码和100行Java代码，但是使用Python，它只需要20行。语法很简单。

Python语言相对简单。Python与其他语言相比更容易理解。适合初学者学习。此外，对于Python学习，有两种不同的方法。一是自学，二是参加培训。那么新手应该自学还是训练？首先，告诉我们自学习Python语言的优缺点和注意事项的内容。如果选择Python语言自学，更大的优势是能够控制自己的学习时间，培养主动学习的能力。成本也相对较低。缺点是学习比较盲目，找学习材料比较困难，教材质量也参差不齐。参加Python培训容易得多，学习能力远高于自学。假设你是小白，小编建议你选择到蟒蛇培训班报到学习。

当我确定了方向后，下一步就是沿着这个方向构建自己的学习路径图。

这条路径是一条系统的逻辑主线，它会让我知道每个部分需要完成的目标是什么，需要学习哪些知识点，哪些知识暂时不需要。然后在学习的每一部分，我都可以有一些实际的成果输出，利用这些成果形成积极的激励，激励后续的学习。

当我决定学习Python的数据分析知识时，我按照“数据采集→数据处理→数据分析→数据可视化”的数据分析流程，为自己建立了一个学习地图