Python只是一个帮助我们实现需求的工具，当然目前也已经发展的非常成熟，自2010年初以来一直蓬勃发展至今，在流行程度上，也超越了C、C++、Java等老牌编程语言。也得到了广泛应用，但是并不会对你未来的职业发展产生决定性的影响，所以学习一门工具建议在职业规划需求的基础上进行，虽然Python从90年代便已出现，这不仅意味着它有足够的时间来发展，还意味着拥有一个庞大而强有力的社区支持。所以你在用Python编程的时候，如果遇到了任何问题，只要网上搜索一下，大概率就能解决掉。其次，Python对于初学者来说是友好的。对于这一点，并不是说它存在了几十年，给了程序员们充足的时间来写使用教程。而是Python的语法易读性特别好。例如你不需要指定数据类型，只要声明一个变量，Python会根据上下文，理解这个变量是属于整数、浮点数、布尔值等等。这对于初学者来说优势是巨大的。如果你用过C++，你就有可能体会到这样的痛苦：程序跑不出来，可能仅仅是因为把一个浮点数指定成了整数……以及，如果对比着读过Python和C++的代码，你就能深刻的体会到Python代码理解起来是有多么容易。Python从出现至今，开发人员几乎在各个领域、用途方面开发了包(package)，想处理数字、向量和矩阵？Numpy是的你首选。

想进行技术和工程方面的计算？SciPy了解一下。想在数据处理和分析领域大展身手？Pandas值得一试。想涉足人工智能？Scikit-Learn等，当然，没有一个技术是完美的，Python也不例外，比如第一，速度 (Speed)。平均来说，用Python运行一个任务所需要的时间，是其他语言的2-10倍，其中一个原因就是它是动态类型。另一个原因是Python一次只能执行一个任务。这是灵活数据类型的结果——Python需要确保每个变量只有一个数据类型，故而不支持并行进程。第二，作用域 (Scope)。最初，Python是动态确定作用域的。这基本上就意味着，要对表达式求值，编译器首先需要搜索当前块，然后依次搜索所有调用函数。

动态作用域的问题在于，每个表达式都需要在每个可能的上下文中进行测试。这个是相当繁琐的过程，这也就是为什么大多数现代编程语言使用静态作用域的原因。第三，Lambda。

尽管Python内部的灵活性很好，但Lambda的使用还是相当有限制的。Lambda只能是Python中的表达式，而不能是语句。第四，空白符 (Whitespaces)。在Python中，你可以用空格和缩进来表示不同级别的代码，很容易理解。