為什麼學 Python?
🎯 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」:
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¶
- Python 官方網站 — 永遠的權威
- Think Python 2e(中譯本) — 免費電子書,講解清晰
- PyCon Taiwan — 台灣 Python 社群
- TIOBE Index — 看 Python 排名
- Stack Overflow Survey — 各語言使用率調查
下一課:0.2 安裝 Python → 5 分鐘把環境架起來 🛠️