4月TIOBE编程排行榜：Python第三、继续上涨！2021薪资多少？
TIOBE公布了4月份编程语言排行榜。相比上个月编程语言Top 5并没有太大的变化，其中Java依旧稳坐榜首，随后分别是C、Python、C++、C#。
4月TIOBE排行榜前20名
▼▼▼
4月份排行榜中，涨幅最大的是C语言，本月以2.64% 的增长率大幅领先于其他编程语言，相较之下，Python近几个月的涨幅则要平缓一些，Java也增长了1.69%。
TIOBE编程社区指数(The TIOBE Programming Community index)是编程语言流行度的指标，该榜单每月更新一次，指数基于全球技术工程师、课程和第三方供应商的数量。包括流行的搜索引擎，如谷歌、必应、雅虎、维基百科、亚马逊、YouTube和百度都用于指数计算。
值得注意的是，TIOBE指数并不代表语言的好坏，开发者可以使用该榜单检查自身的编程技能是否需要更新，或者在开始构建新软件时对某一语言做出选择。
对于0基础想进入互联网行业人来说，学IT前景好，薪资高，是非常理想的选择。
—Python—
Python是一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。由于具有丰富和强大的库，又被称为胶水语言，Python 极其容易上手，主要源于Python有极其简单的说明文档。
Python 的应用领域分为系统编程，用户图形接口，Internet 脚本，组件集成，数据库编程，快速原型，数值计算和科学计算编程，游戏、图像、人工智能、XML 、机器人编程等等。
常见的一种应用情形是，使用Python快速生成程序的原型(有时甚至是程序的最终界面)，然后对其中有特别要求的部分，用更合适的语言改写。
比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。Python是做服务器开发与物联网开发。
信息安全，大数据处理，数据可视化机器学习，物联网开发，各大软件的api，桌面应用，都需要python。
Python就业
难度：★
欢迎度：★★★★☆
创始于：1991年
学完之后可以干什么：
web开发、应用开发、大数据、数据挖掘、科学计算、机器学习、人工智能、运维、自然语言处理等等等。
就业薪资：
Python由于应用广泛，又是人工智能的主要开发语言，市场上相关人才较少，所以平均薪资能够达到2万以上。
Python的优点：
• 易于学习：就像是楼主说的，逛了下论坛发现做了几年Java或者是C++的，几天就可以写Python了。但是这个不是什么坏事，入门来说，从简入难，或者从难入简，都是很好的选择。
• 库：库都是免费的，并且有很多库和函数把编程变得相对容易很多。
• 物联网：Python也许是会成为物联网当中最受欢迎的语言，我们都知道树莓派这样的新平台都是基于Python开发的。
Python的缺点：
• 速度：开发速度是快，比如java100行代码python20行就搞定了。但是作为解释型的语言来说，比编译型语言的速度慢很多。
• 移动端：Python在移动计算方面是弱的，很少有智能机的应用是Python开发的
• 设计：python是动态型的语言，需要更多的测试以及错误仅仅是在运行的时候展示的。
RECOMMEND
推荐阅读
01
《Python学习手册（原书第5版）》
推荐理由：无论你是零基础新手，还是有编程基础的程序员，想快速入门Python并达到可以开发实际项目的水平，本书都会是你的理想选择。每章都对Python语言的关键内容做单独讲解，并且配有章后习题、编程练习及详尽的解答，还配有大量注释的示例以及图表，便于你学习新的技能并巩固加深自己的理解。
02
《Effective Python:编写高质量Python代码的90个有效方法（原书第2版）》
推荐理由：经典畅销书重磅更新！Python编程进阶必读，基于Python3.8，新增31条建议！以使用场景为主导的精练教学方式，汇聚了90条优秀的实践原则、开发技巧和便捷方案，并以实用的代码范例来解释它们。通过本书，你能够掌握真正的Pythonic编程方式，开发高质量应用。
03
《Python 3标准库》
推荐理由：标准库与语言本身同样重要，它好比一个百宝箱，能为各种常见的任务提供完美的解决方案，所以本书是所有Python程序员都必备的工具书！全书以案例驱动的方式讲解了标准库中数百个模块的使用方法和工作原理，简洁易懂，为Python程序员熟练掌握和使用这些模块提供了绝佳指导。
04
《Python代码整洁之道：编写优雅的代码》
推荐理由：本书提供了构建无错误和强壮的Python项目所需的技巧和技术。阅读本书之后，你将会熟练地编写整洁的Python代码，并可以成功地将这些原则应用到自己的Python项目中。
05
《利用Python进行数据分析》
推荐理由：Python数据分析NO.1!本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。
06
《Python数据分析与挖掘实战（第2版）》
推荐理由：畅销书全新升级，第1版销售超过10万册，被国内100余所高等院校采用为教材，同时被广大数据科学工作者奉为经典，是该领域公认的事实标准。
07
《Python数据分析与数据化运营（第2版）》
推荐理由：这是一本将数据分析技术与数据使用场景深度结合的著作，从实战角度讲解了如何利用Python进行数据分析和数据化运营。
08
《智能风控：Python金融风险管理与评分卡系统》
推荐理由：本书基于Python讲解了信用风险管理和评分卡建模，用漫画的风格，从风险业务、统计分析方法、机器学习模型3个维度展开，详细讲解了信用风险量化相关的数据分析与建模手段，并提供大量的应用实例。
09
《Python量化投资》
推荐理由：基于大量真实的实践应用案例和场景，介绍了Python在量化投资各个环节的应用。作者结合自己在量化投资中的项目经验，用通俗易懂的语言和生动的案例，围绕量化投资中的概念、思路、方法与应用，帮助读者深刻领会“Python的胶水语言能力使其在量化投资生产线的各个环节几乎都能胜任”。
10
《Python网络爬虫技术与实践》
推荐理由：本书是一本系统、全面地介绍Python网络爬虫的实战宝典。作者融合自己丰富的工程实践经验，紧密结合演示应用案例，内容覆盖了几乎所有网络爬虫涉及的核心技术。在内容编排上，一步步地剖析算法背后的概念与原理，提供大量简洁的代码实现，助你从零基础开始编程实现深度学习算法。
点击以下图片进入【Python图书专题】
当当书香节每满100减50火热进行中，欢迎选购
扫码关注【图书小编辑】视频号
每天来听华章哥讲书
更多精彩回顾
书讯 | 4月书讯 | 好书和最美四月天一起来了...
资讯 | RedMonk 编程语言排行榜：JS持续霸榜，Dart 快速上升！
书单 | 8本书助你零基础转行数据分析岗
干货 | 数字化转型最致命的5个误区
收藏 | Redis最佳实践：7个维度+43条使用规范，带你彻底玩转Redis | 附实践清单
赠书 | 【第49期】眼花缭乱的数据库，怎样选择？给你这个书单，想学哪个学哪个
点击阅读全文查看更多好书