学java好还是python好哪个有前途

以下仅代表个人观点~分析了一波

Java作为长期的编程语言霸主之一，其应用涵盖后台服务端、大数据、桌面应用等多个领域，主要领域当然是后台服务端，大部分企业对后台语言的首选还是Java，尤其是大型项目，Java相较于PHP，Python等语言的优势还是很明显的。所以，你只要掌握得好，别说现在Java依然如日中天，就算哪天Java真的辉煌不在了，也顶多不会那么火爆，是不至于让你不好找工作的。

首先当前国内行业高工资的前几位金融、互联网。而java就是互联网的其中一个方向领域。回归到大背景前提，互联网还会一直火下去，相应的招聘岗位会持续下去，互联网、物联网等都是大量需要java人才的方向。其次，我们每天都可以看到各种智能AI的出现、导致各种行业的需求量大减，比如银行柜员，电话客服，工厂工人等，以后的时代是逐渐机器替代人类的过程。而java的学习一定是大量需要的，可以通过java再进阶到大数据、AI等其他更深层次的领域。但是同时人才的竞争，大量的人往互联网行业迈入，那竞争的压力一定会很大，供大于求，所以假如你要进入该行业，你要清晰定位自己是否有这方面的硬实力，是否做好准备。

java可以做太多东西了。目前所有的互联网服务端都是采用互联网的架构级应用，在互联网的架构级应用中，基本都是用java做解决方案；服务端不仅服务的是传统的互联网应用，移动互联网和物联网市场的智能设备也都离不开服务端，都需要通过服务器进行数据的传输，且服务端绝大多数都是由java进行开发；移动互联网增长，物联网增长及传统互联网增长，都带来大量的java服务器的增长。所以java的招聘需求在持续攀升；能够实战最重要。

综上，从Java的招聘量、平均薪资、发展空间、就业方向四个方面来看，目前Java还是比较有前途的行业。

如果你未来要立志成为一个专业的程序员，建议先学习Java（或者C#也行，两者有很多原理上很像，实在不行，C/C也可以），Java是程序员公认的专属语言。

话都说到这里了，那就简单给大家推荐一波Java快速自学找工作的资料吧（包括路线、教程、项目以及书籍资料）：Java入门学习路线：Java基础教程：Java300集零基础适合初学者视频教程_Java初学入门视频基础巩固教程Java实战项目源码：史上最全java项目实战课程(含项目实战源码)书籍资料推荐：学习java用什么入门书？

希望这个回答对你有帮助！需要资料的话可以留言~

听说你想要学大数据？你确定你搞清楚概念了吗？我们来做个小测验吧：
数据分析师在公司是干什么的？
大数据和普通数据最大的区别是什么？
你的日常工作中根本接触不到大数据，你真正想学的是大数据吗？
有点蒙圈了吧。鱼君正是要帮你在最短的时间内理清这些概念，找准自己前进的方向。
大数据之“大”数据，大家会陌生吗？不会。我们每天的日常生活都会接触到数据。淘宝购物时货比三家的价格，年终考核之后发给我们的奖金，发表在知乎上的文章的评论数量，这些都是数据。
从人们会计数开始，数据就有了，数据分析也是。那么大数据呢？
说到大数据，你就绕不开互联网。在互联网出现之前，虽然政府部门和一些公共事业单位通过日积月累获得了较大量的数据，但并没有形成足够的影响力。直到互联网产品的出现，由于它收集用户数据的便利性，通常在一天之内就能够累计其他行业可能一年才能获取的数据量。
数据量的升级造成算法和硬件都必须要升级， *** 作起来的技术难度也就会提高很多。这个时候，就需要专业的技术和平台来完成存储，处理和分析大数据的工作。比如说，大家都听过的Hadoop平台，MapReduce算法。都是大数据时代的产物。
因此，我认为，大数据的核心，就在于大。
有一定规模的互联网公司都会成立专门的大数据部门来管理自己产品所收集到的大数据。数据量越大，处理难度就越高，相应的，可能挖掘到的内涵也会更多。于是，大数据就成了一个产业，一个火热的产业。
大数据圈子里的人在大数据行业这个圈子里，公司提供的职位大致分为三类：数据分析师，数据产品经理，数据工程师。他们紧密合作，共同驱动公司的数据决策文化。
那么，着三种职位都是做什么的？又该怎么入行呢？
数据分析师
数据分析师，是使用大数据的人。核心是掌握各种数据分析工具和数据分析技能，目标是为公司管理层和产品团队提供分析报告，帮助他们做决策。
实际工作中，数据会被处理成各种不同的类型提供给数据分析师使用，有比较原始的，有比较简单好用的。因此，数据分析师需要掌握R, SQL，Excel, Python基础编程等多种技能，以及熟练掌握常用的数据分析方法。
如果你立志于成为一个数据分析师甚至数据科学家，那么我强烈建议你进行系统的学习。
数据产品经理
数据产品经理是设计数据产品的人。核心技能是数据需求分析和数据产品的设计，和其他的互联网产品经理并没有本质的不同。实际工作中，数据产品经理需要收集不同用户的数据需求并且设计出好用的数据产品提供给大家，帮助他们“用数据做决定”。
怎么入门呢？关于具体的进阶流程，我希望你听一下我在一块听听上做的讲座《4步让你成为大数据产品经理》，会为你提供非常全面的介绍。
常见的推荐入门书籍有《人人都是产品经理》，《The DatawareHouse Toolkit》，《Lean Analytics》等等。
数据工程师
数据工程师，简单分两种，一类是数据挖掘工程师，另外一类是大数据平台工程师。工程师的基本技能当然是写代码，写高质量的代码。
数据挖掘工程师主要工作是开发大数据流水线以及和数据分析师一起完成数据挖掘项目，而数据平台工程师主要工作是维护大数据平台。
因此，理工科背景出身，掌握C, C#, Python等编程/脚本语言，熟悉各种基础算法即可以胜任。
如何用数据做决策
对于那些并不想转行进入大数据圈子的人，我们要学的究竟是什么？
我相信，在我们的日常工作中，特别是业绩不佳，找不到突破口的时候，都曾想过能否用数据来帮助自己。因为我们都曾或多或少听过一些牛逼的数据案例，比如纸尿布与啤酒之类。
举一个简单的例子，你经营的餐馆现在状况不佳。你可以自己拍脑袋想一堆的新点子来尝试改善现状。你也可以，收集整理数据，通过分析找出根本原因，并提出对应解决方案，从而扭转局面。后者听起来似乎更加靠谱一些。
那么，你该收集什么数据，做什么分析，这就是你需要学习的：“如何用数据做决策”。从这个角度讲，我认为：
人人都应该是数据分析师
学习系统的数据决策和数据分析思维，我们可以从这篇文章开始：从0到1搭建数据分析知识体系。我自己工作中常用的数据分析方法都被囊括在里面，如果趋势分析，多维分解，用户分群，漏斗分析等等。请不要小看一篇文章，知识在精不在多。
你还可以从一本简单好读的《谁说菜鸟不会数据分析》开始搭建你的数据分析思维。
关于数据分析的书籍太多了，众口难调，随便一搜就有一大堆推荐。而其中所讲的知识和理论其实都是类似的。最终要让他们发挥作用，还是要和实践结合起来。
因此，我认为，在自己的生意和工作中多实践数据分析，多思考，遇到问题多在社群中提问和大家探讨，是最好的学习办法。我自己也一直是这样践行的。
带着问题去学习，是最好的方式。
在这个过程中，随着你对数据的深入了解，掌握更多的数据分析语言和工具。从Excel到SQL，甚至到R和Python。你所能使用的数据量也会越来越大。但你大可不必一开始就扎入这些工具的学习中，那样会收效甚微。

一、学习路径
万丈高楼平地起，不管多优秀的工程师都是从小白开始的。一条清晰合理的学习路线能帮助小白们高效率的完成基础知识的储备工作，注意这里是知识的储备过程，而经验是从实践中得到的。学习路径是多种多样的，不同能力和不同基础的人有不太相同的路径，这里分享我自己的学习路径，供大家参考。
1了解计算机原理， *** 作系统基础知识。了解硬盘，内存和CPU的关系，程序是如何加载到内存运行的，了解 *** 作系统进程切换和时间片的概念。
2学习C语言，掌握编译器基本知识，能编写简单的程序。学习硬件相关知识。
3购买洞洞板或者面包板，配合stm32等单片机核心板及相应教材，实践IO *** 作，中断，定时器，ADC,UART通信，IIC通信，SPI通信，CAN通信等基本功能。在此过程中不断巩固提升C语言编程水平。
4掌握了某一种单片机的基本编程和控制后，可以进军嵌入式 *** 作系统的学习。在此期间可以继续使用STM32核心板，加购LCD串口液晶显示屏，不需要买带字库的显示屏，简单实用的串口显示屏就可以。然后可以从Free RTOS开始学习，这个 *** 作系统代码少，概念清晰，易于学习 *** 作系统的原理，也易于移植，基本上可以参考官网以及网络上的资料顺利的将 *** 作系统移植到STM32核心板。通过FreeRTOS，可以学习嵌入式 *** 作系统的基本原理，并可以编写LCD驱动程序来感受硬件驱动程序的概念。
5学习嵌入式Linux *** 作系统，购买ARM9或以上版本的主控的开发板，要求开发板上至少有串口和网口。学习板级支持包的开发，交叉编译，GDB调试，UBOOT移植，内核移植，根文件系统制作，设备树，驱动程序编写，网络编程相关知识。
6学习物联网相关模块的使用，可以购买ESP32核心板进行wifi，蓝牙的模块控制学习，购买其他模块实现其他小项目的练习。
通过上面的一番闭关修炼，你已经学习了嵌入式开发的主要知识架构，接下来就要多做小项目，多练习排错，才能不断积累经验。
二、学习方法
1先整再零：
对于一个实例项目，先从整体出发，保证调通，能正常运行，出现预期结果。遇到模糊的问题先跳过，整体有了一定认识后再对个别细节进行深入了解，但不能跳过深入了解细节的环节。
2边学边练：
开发是一类实践性很强的技能，嵌入式开发要与硬件打交道，就需要更多的动手 *** 作和观察。
学习某一方向的嵌入式开发知识时，需要给自己的学习进行必要的“投资”，购买面包板、洞洞板、万用表、调温烙铁套装、各种器件、芯片，以至开发板。以上材料不需要一次性都买齐，可以按照当前学习的内容分阶段购买，经济条件有限的同学也不用担心，以上材料的开销除开发板之外都不贵，可网络购买。对于开发板，可以买学长学姐的二手板卡，能过测试就证明板卡是OK的。
有了学习材料，就要学以致用，例如今天学习了三极管做开关，就可以自己动手画画电路图，然后在洞洞板上实践一下，通过实际 *** 作，加深印象的同时，也能验证自己的设计方案。
3勤于思考和提问，网络如此发达，提问的能力和技巧我就不再赘述了。
三、技能提升建议
如果你进入的是一家规模较小的公司，那么你可能有机会接触各类技术。这是绝佳的锻炼机会，要注意不要特别深入某一方向而不关注其他技术，要知道大牛需要的是多方位的技能。
大公司的话，往往分工比较细致而明确，那就需要在完成自己工作的同时多关注项目组中其他同事遇到的问题，能协助解决最好，不能解决的要关注解决的情况和方法，多蹭经验。帮助别人的同时就是在帮助自己提高，多花时间处理实际问题是难得的经验。
不管在哪种场合工作，一定注意经验的积累，好记不如带墨，要用文字将经验记录下来，将遇到的问题详细描述清楚，没事的时候翻看一下，工作时间长了，你会发现这是一笔难得的财富。

大数据学习，主要是自学和报班学习两种方式。

大数据目前发展是比较好的，特别是在鸿蒙发布后物联网时代的到来下，大数据相关岗位将会更多。想要转行的话，大数据的确是个很好的方向。既然想要转行大数据，那么肯定要具备大数据的相关知识与技能，由于涉及的学习面比较广，不建议自学。

这里介绍一下大数据要学习和掌握的知识与技能：

①java：一门面向对象的计算机编程语言，具有功能强大和简单易用两个特征。

②spark：专为大规模数据处理而设计的快速通用的计算引擎。

③SSM：常作为数据源较简单的web项目的框架。

④Hadoop：分布式计算和存储的框架，需要有java语言基础。

⑤spring cloud：一系列框架的有序集合，他巧妙地简化了分布式系统基础设施的开发。

⑤python：一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。

大数据可以从事的职业：

①大数据维护、研发、架构工程师方向

所涉及的专业岗位为：大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等；

②大数据挖掘、分析方向

所涉及的专业岗位为：大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等。

互联网行业目前还是最热门的行业之一，学习IT技能之后足够优秀是有机会进入腾讯、阿里、网易等互联网大厂高薪就业的，发展前景非常好，普通人也可以学习。

想要系统学习，你可以考察对比一下开设有相关专业的热门学校，好的学校拥有根据当下企业需求自主研发课程的能力，能够在校期间取得大专或本科学历，中博软件学院、南京课工场、南京北大青鸟等开设相关专业的学校都是不错的，建议实地考察对比一下。

祝你学有所成，望采纳。

---