大家好，這裏是程式設計師晚楓，今天咱們來討論一個話題：為什麽Python能火出程式設計師的圈子？
這個問題我在2023年的Python中國（重慶站）演講時也分享過，今天再拿出來和大家討論一下。
（以下觀點僅為個人思考，如有錯誤，請批評指正）
Python到底有多火？
你有沒有發現一個現象？身邊越來越多不是程式設計師，甚至一點也不懂電腦的人，都在學習Python了。
剛發現這個現象的時候我很困惑，困惑的程度絲毫不亞於第一次刷到我媽發的抖音，美顏開到十級，兒子都認不出來。
因為電腦掛過科的人都知道，程式語言少說也有幾十種，Python這門程式語言在程式設計師圈子裏都不能說人人會用，而且學習是有一定難度的。業余的人學了到底有什麽用呢？
後來我在法學院讀書的時候老師推薦了一套書：KK三部曲，看完後解答了我的疑惑。
換個角度找答案
回答這個問題之前，我們先來看3個歷史趨勢：電子化、數位化、智慧化。
首先是電子化。
從電腦發明出來以後，全世界都在做一件事情：把紙質的資料保存到電腦裏。
這一階段被我們稱為電子化，持續了數十年之久。這個階段使用的工具主要是辦公軟體，例如：excel、word、ppt和pdf、jpg等。多說一句，電子商務也是那個年代提出來的概念，現在已經沒人提了。
這一階段打工人常用的軟體：國外有微軟的Office、國內的WPS。
其次是數位化
在電子化階段，只是把原本紙質的合約變成了電子化的，並沒有把數據的價值利用起來。有一個原因是各行各業在電子化階段積累的數據還太少了，難以發現其中的規律。
但隨著數據量的積累，從本世紀第2個10年開始，尤其是2016年前後，各行各業的數據量已經十分龐大。大家自然而然的發現了一個問題：這些數據中體現出來的規律是有價值的。
例如透過分析一個人近1個月的瀏覽記錄，可以預測他需要購買的商品，並且進行對應的推薦，可以有效提高購買率。
把電子化階段收集的數據用起來這個過程，被我們稱為數位化。目前絕大多數行業還處在這個階段。
在這一階段有哪些打工人常用的軟體呢？很少，幾乎沒有。
很多人還想用傳統的Excel，但是因為Excel對大數據的處理能力嚴重不足（畢竟它只是為電子化階段準備的工具）。所以一些好學的打工人開始尋找其它工具，能夠快速從數據中發現規律的工具。
目前市面上最好用的大數據的分析工具就是Python，雖然它學習成本很大，雖然它是一個專業編程軟體，但因為應對數位化這一強大趨勢下沒有更好的工具，所以也只能勉強學之用之。
站在我自己的的角度來說，Python絕不是一個對外行友好的數據分析軟體。可能RPA、智慧圖表（Google Table）等更有前途。所以數位化這一階段的首選工具目前還處在群雄爭霸的狀態下。
最後是智慧化
大家有沒有好奇為什麽GPT橫空出世了？其實GPT的誕生和上面的電子化、數位化是一脈相承的。
在數位化深入各行各業以後，一些走在前面的人發現：數位裏面的規律其實不需要人去發掘，當更大量的數據收集起來以後，規律可以發掘規律本身。
這話有點抽象，再通俗一點解釋：數位化的特征是人工利用所學知識去總結大數據裏面的規律（但知識本身也是數位化的一部份），智慧化要做的就是替代人類去總結大數據裏的規律。
所以大家有一個很直觀的感覺，自從用上GPT以後，凡是需要用知識經驗從網上提取資訊得出結論的工作，GPT都做的很好。因為GPT就是為了這個工作而生的。
所以在智慧化這一階段，GPT工具目前來看是主流辦公工具。至於是meta、google、baidu還是openai最後勝出，現在還不得而知。
寫在最後
站在技術的角度無法理解為什麽Python會出圈，但站在歷史的角度就可以發現它作為一個時代的產物，有它流行的條件和理由了。
作為技術開發，也許我們比不懂技術的人有更好的技術理解能力，有更多發現新技術帶來的新機會的能力。
作為一個Python博主，我用了5年的時間專註於研究
非程式設計師可以用Python做什麽
，並且更新了大量的實用課程，不用學Python基礎就可以用在辦公上，畢竟你也不是想成為程式設計師對吧？
感興趣的朋友可以在網站：
www.python-office.com
檢視~
在數位化還沒結束，智慧化方興未艾的今天，你認為技術人有哪些可以用技術變現的機會呢？歡迎在評論區討論一下~
