跳轉至
第 0 章 · 環境準備

為什麼學 Python?

⏱️ 5 分鐘 📖 純閱讀 🎯 給完全新手

🎯 學習目標

讀完這節你會知道:

  • Python 在 2026 年仍然是最值得學的程式語言之一
  • Python 在 5 大真實領域的具體應用
  • 這門課會帶你走完怎樣的旅程
  • 該不該學 — 給你一個誠實的判斷

🤔 程式語言這麼多,為什麼選 Python?

如果你搜過「學什麼程式語言」,一定看過這樣的清單:

  • Python — AI、資料分析、自動化
  • JavaScript — 網頁前端
  • Java — 企業後端、Android App
  • C++ — 系統、遊戲、嵌入式
  • C# — Windows 桌面、遊戲(Unity)
  • Go — 雲端、後端服務
  • Rust — 系統、強調安全
  • SQL — 資料庫查詢
  • R — 統計、學術

為什麼 Python 適合「第一次學程式」?

特性 Python 其他語言對比
語法 像英文、可讀性高 C++/Java 像繞口令
學習曲線 平緩 Java/C++ 陡峭
套件生態 30+ 萬個 較少
應用範圍 超廣 較專注
社群 全世界最大之一 各有社群
入門門檻 一句話就能跑 通常要懂編譯

一個對比 — 同樣是「印出 Hello」:

print("Hello, World!")
public class HelloWorld {
    public static void main(String[] args) {
        System.out.println("Hello, World!");
    }
}
#include <iostream>
int main() {
    std::cout << "Hello, World!" << std::endl;
    return 0;
}

看到差別了嗎? Python 用一行表達完整意圖,其他語言要寫一堆樣板。

赫哥老實說

Python 也有缺點:速度比 C++/Java 慢(動態型別直譯式語言的宿命)。 但 99% 的場景你不需要在意這個 — 你寫的程式慢,是演算法的問題,不是語言的問題。

🌍 Python 的 5 大真實應用

1️⃣ 資料分析與資料科學 ⭐

這是 Python 最強的領域。

import pandas as pd
import matplotlib.pyplot as plt

# 讀取銷售資料
df = pd.read_csv("sales_2026.csv")

# 算每月總營收
monthly = df.groupby(df["date"].dt.to_period("M"))["revenue"].sum()

# 畫趨勢圖
monthly.plot(kind="line", title="2026 月營收趨勢", figsize=(10, 4))
plt.ylabel("NT$")
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

誰在用:資料分析師、商業分析師、產品經理、研究人員、會計。

真實工具:pandas、numpy、matplotlib、seaborn、plotly。

2️⃣ 人工智慧與機器學習

從 ChatGPT 到 AlphaFold,AI 革命的背後是 Python。

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

# 訓練一個房價預測模型
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
model = LinearRegression().fit(X_train, y_train)
print(f"R² = {model.score(X_test, y_test):.3f}")

誰在用:AI 工程師、研究員、博士生、資料科學家。

真實工具:PyTorch、TensorFlow、scikit-learn、Hugging Face。

3️⃣ 自動化與爬蟲

每天要重複做的事,交給 Python。

import requests
from bs101 import BeautifulSoup

# 自動抓今天的新聞標題
response = requests.get("https://news.example.com")
soup = BeautifulSoup(response.text, "html.parser")
headlines = [h.text for h in soup.find_all("h2", class_="headline")]
print(f"今天有 {len(headlines)} 則新聞")
for h in headlines[:5]:
    print(f"  • {h}")

誰在用:行銷、運營、研究助理、任何想省時間的人。

真實工具:requests、BeautifulSoup、Selenium、playwright、pyautogui。

4️⃣ 網站後端

Instagram、Spotify、Pinterest、Dropbox 的後端都有 Python。

from flask import Flask, jsonify

app = Flask(__name__)

@app.route("/api/hello/<name>")
def hello(name):
    return jsonify({"message": f"Hello, {name}!"})

if __name__ == "__main__":
    app.run(debug=True)

誰在用:後端工程師、全端工程師、創業團隊。

真實工具:Django、Flask、FastAPI、Pyramid。

5️⃣ 科學計算與研究

天文、物理、化學、生物、經濟 — 幾乎所有學科都用 Python 做研究。

# 天文學:用 astropy 計算星系距離
from astropy import units as u
from astropy.cosmology import Planck18

z = 0.5  # 紅移
distance = Planck18.luminosity_distance(z)
print(f"紅移 {z} 的星系距離我們 {distance.to(u.Mpc):.1f}")

誰在用:教授、研究員、博士生、研究生。

真實工具:SciPy、NumPy、SymPy、pandas、statsmodels、astropy。

🐍 Python 在台灣

台灣的 Python 社群蓬勃發展:

  • PyCon Taiwan — 每年最大 Python 年會
  • Taipei.py / Taichung.py — 各地定期聚會
  • 台灣資料科學社群 — 每週線下分享
  • 教育部「運算思維」課綱 — Python 已是高中必修

💼 Python 職涯市場(2026 台灣)

職位 月薪範圍 Python 重要性
資料分析師 4-7 萬 必備
後端工程師 5-9 萬 主力技能
資料科學家 7-15 萬 必備 + 統計知識
AI 工程師 8-20 萬 必備 + ML/DL
DevOps 工程師 6-10 萬 常用
量化交易員 8-30 萬 主力
研究助理 3.5-5 萬 加分

給非本科系的人

Python 是轉職最容易上手的語言之一。 很多資料分析師、行銷、PM 都是從 Python 入門進入科技業的。 這門課就是為了「非本科系、想用程式解決問題」的人設計的。

🎯 這門課會帶你走完怎樣的旅程

journey
    title 你的 Python 學習旅程
    section 起步
      安裝環境: 3: 你
      寫第一行程式: 4: 你
    section 基礎
      變數與資料型別: 4: 你
      流程控制: 3: 你
      函式: 4: 你
    section 應用
      檔案處理: 3: 你
      類別與物件: 3: 你
    section 資料分析
      pandas: 4: 你
      視覺化: 4: 你
    section 實戰
      空汙分析: 5: 你
      房價 × 空汙: 5: 你

赫哥的承諾:照著這門課讀 + 寫練習題,8-12 週後你能自己用 Python 分析真實世界的資料。

❓ 這門課不適合誰?

赫哥誠實跟你說,這門課不適合:

  • ❌ 已經能熟練寫 Python 的人(你可能想看更進階的內容)
  • ❌ 想做遊戲開發(Python 不是首選,建議學 C# / Unity)
  • ❌ 想做 iOS / Android App(建議學 Swift / Kotlin)
  • ❌ 想做網頁前端(建議學 JavaScript / TypeScript)
  • ❌ 想做韌體 / 嵌入式(建議學 C / C++)
  • ❌ 完全不願意練習的人(程式語言需要動手,光讀沒用)

✅ 這門課適合誰?

  • ✅ 完全沒寫過程式的小白,想入門
  • ✅ 文組 / 商管 / 社科背景,想學資料分析
  • ✅ 在職人士想轉職科技業
  • ✅ 研究人員 / 研究生需要分析資料
  • ✅ 老師 / 教授想用 Python 輔助教學或研究
  • ✅ 想用 Python 自動化日常工作的人
  • ✅ 已經會一點 Python 想系統化補齊基礎的人

💭 給你的最後一句話

「學程式最大的門檻不是技術,而是開始。」

無數人在「到底要不要學」這個問題上猶豫了幾年。 與其想,不如現在就打開你的終端機,輸入第一行 Python 程式碼。

下一章 0.2 安裝 Python 會帶你 5 分鐘內把環境架好,5 分鐘後你就會在螢幕上看到自己的第一支 Python 程式跑起來。

📚 延伸閱讀


下一課:0.2 安裝 Python → 5 分鐘把環境架起來 🛠️