微精选
谢邀！我觉得Python会成为最常用的编程工具，但很难成为老少咸宜的常用办公工具。毕竟Python是代码工具，上手需要训练，而诸如Excel、PPT之类的图形化界面可以做到零基础使用，所以大众化。
在编程世界里，Python已经是名副其实的网红了。曾经一个学汉语言的研究生，问我怎么学Python，因为他们课程论文里需要用到文本分析，用Python来跑数据。我和他说，你看两天语法，就可以上手开干，不会的再查资料。后来这位同学半个月就用Python把论文数据搞好了。
所以Python最大优势在于容易学，门槛比Java、C++低非常多，给非程序员群体提供了用代码干活的可能性。当然Python能成为大众编程工具，不光光是因为易学，还因为Python有成千上万的工具包，遍布各行各业。
举10几个大众办公常见的例子，Python都能高效处理。
可以使用pandas、xlwings、openpyxl等包来对Excel进行增删改查、格式调整等操作，甚至可以使用Python函数来对excel数据进行分析。
读取excel表格
将matplotlib绘图写入excel表格
PDF几乎是最常见的文本格式，很多人有各种处理PDF的需求，比如制作PDF、获取文本、获取图片、获取表格等。Python中有PyPDF、pdfplumber、ReportLab、PyMuPDF等包可以轻松实现这些需求。
提取PDF文字
提取PDF表格
在Python中可以使用smtplib配合email库，来实现邮件的自动化传输，非常方便。
数据库是我们常用的办公应用，Python中有各种数据库驱动接口包，支持对数据库的增删改查、运维管理工作。比如说pymysql包对应MySQL、psycopg2包对应PostgreSQL、pymssql包对应sqlserver、cxoracle包对应Oracle、PyMongo包对应MongoDB等等。
对MySQL的连接查询
对很多办公场景来说，批量处理文件一直是个脏活累活，Python可以帮你脱离苦海。Python中有很多处理系统文件的包，比如sys、os、shutil、glob、path.py等等。
批量删除不同文件夹下的同名文件夹
批量修改文件后缀名
这是很多人的需求，实现对鼠标的自动控制，去做一些流水线的工作，比如软件测试。
Python有个pyautogui库可以任意地去控制你的鼠标。
控制鼠标左击/右击/双击函数以及测试源码
同样的，Python也可以通过pyautogui控制键盘。
键盘写入
压缩文件是办公中常见的操作，一般压缩会使用压缩软件，需要手动操作。
Python中有很多包支持文件压缩，可以让你自动化压缩或者解压缩本地文件，或者将内存中的分析结果进行打包。比如zipfile、zlib、tarfile等可以实现对.zip、.rar、.7z等压缩文件格式的操作。
压缩文件
解压文件
python爬虫应该是最受欢迎的功能，也是广大Python爱好者们入坑的主要的原因。
Python中有非常多的包支持爬虫，而爬虫包又分为抓取、解析两种。
比如说requests、urllib这种是网络数据请求工具，也就是抓取包；xpath、re、bs4这种会对抓取下来的网页内容进行解析，称为解析包。
爬取百度首页图片，并保存到本地
图片处理、图表可视化涉及到图像处理，这也是Python的强项，现在诸如图像识别、计算机视觉等前沿领域也都会用到Python。
在Python中处理图像的包有scikit Image、PIL、OpenCV等，处理图表的包有matplotlib、plotly、seaborn等。
对图片进行黑白化处理
生成统计图表
总之Python会成为大众化的编程语言，帮助到更多需要的人。
先说结论：Python 未来成为大众办公常用编程工具太难了，入门门槛还是不够亲民，效率还是不够高。
平日分享很多可视化相关文章，就拿可视化来举例：
相当丰富的可视化工具，但是要写很多代码，对日常工作来说效率太低了，除非需要多次重复可视化同一类型数据，或者科研领域里纵深某一领域。
下面这些图Python都可以搞定，但是代码量都不少，相对于excel这种工作量可能有点大。
而这些图在其他界面工具中，几分钟就能搞定，比如Origin
比如Flourish，
同样，再比如想让图形动起来，Flourish这种工具几分钟即可搞定，
Python有现成的工具，但是需要写很多代码
比如bar_chart_race
代码臭长臭长的，
也可用pandas_alive，同样需要很多代码，
最后再强调一下，针对可视化，需要重复可视化同一类型数据，或者科研领域里纵深某一领域，Python有优势。
但是，要在日常工作里，Excel，Flourish这类现成工具更香。
pythonic生物人：Python可视化笔记43篇合集（建议收藏）
pythonic生物人：pydeck助数百万数据点高效可视化渲染
pythonic生物人：丰富的Python可视化“武器库”：从PyViz到Matplotlib
pythonic生物人：一图胜千言，超形象图解NumPy教程！
pythonic生物人：谁是Python/R中最强Dashboard APP开发工具？
pythonic生物人：pandas、spark、DataFrames.jl、polars、dask、data.table、datatable谁才是最快数据处理武器？？
pythonic生物人：yellowbrick牛逼，机器学习“炼丹师”、“调参侠”们有福了
pythonic生物人：从哪些方面着手提高Python？Python社区“老司机们”的这本书讲清楚了！
pythonic生物人：13个高清图助快速上手Python: NumPy/Pandas/SciPy/Matplotlib？
??更多好文，欢迎关注
我一直鼓吹python简单，这玩意学个半年铁定会了。
但请注意我的基础：4年本科+3年研究生+1年全职实习+1年研究生+3年博士，12年的计算机经验，就是条狗子也该会hello world了吧。
但绝大多数的人根本没有基础，首先四年本科的人我相信就业市场确实不少，但是我非常不确定这部分人群有什么基础。
可能有的基础就是手写卷子的C或者C++。
也可以理解为0基础。
我跟你说简单简单，你可别太自信，就就觉得这玩意没啥难的。
你要真上手了，可能你在安装编程环境那一步就能难受的直接放弃。
别说编程了，就连大众办公常用的office 三件套用的不熟的人也海了去了，什么word调个行间距不会，excel求个平均值也不会，ppt连个动画特效都不知道在哪弄。
我觉得大家也别太好高骛远，如果你真想学Python，那肯定是好事情，说不定你真的可以做自动化办公高手。
我这里写了一个自学python的回答：
如果你能把第一步，也就是安装编程环境搞定的话，我觉得你有可能自学成功。
加油。
有个比较通用的辨别方式，在某个语言的话题下：
如果你看到一堆从业人员盯着语言特性、性能之类的东西吵来吵去，就说明这个语言在现在和可预见的未来都比较火。
如果你看到一堆卖课的盯着使用场景之类的东西炒来炒去，说明这语言目前不太行。
如果你看到一堆“是不是动了谁的蛋糕”、“西方的xxx”，说明这个语言在可预见的未来都是辣鸡。
不会。
智力从人类有史以来，就没有形成有效的选择压，淘汰智力不过关的基因……
究其原因，是人类社会的混沌性，傻子不一定过得不好，但聪明人很容易就过不好。
于是，Python不会成为大众用品。
但是，这对于聪明人来说，也是一定程度上的好消息。
聪明人容易过得不好是代价，容易过得好是收益。
Python容易成为你的工具。
并不鼓吹所有人都学Python，但如果你的工作涉及数据分析或大量自动化，python将会大大提升你的工作效率。
另外在图表可视化方面，Python中有很多的库可以供我们使用，下面是一些比较常用的库的官网，我们只需要根据具体场景选择适合自己的就好了。
大大缩短应用程序开发时间：相比于使用C/C++、Java等语言编写的代码，使用Python编写的代码要少2～10倍，也就是说，应用程序的编写时间会大大缩短，你可以拿出更多时间来使用它。
代码易读性强：编程语言像其他语言一样，你需要阅读使用某种编程语言编写的代码，以便了解某段代码的用途是什么。相比于其他编程语言，使用Python编写的程序代码更容易阅读，这意味着你在理解程序代码上花费的时间更少，这样就可以把更多时间投入到代码的修改上。
缩短学习时间：很多编程语言有一些古怪的规则，这让这些编程语言难以学习，Python去掉了这些古怪规则，让人们学习起来更容易，这正是Python创建者想要实现的目标。毕竟，程序员使用编程语言的目标是为创建应用程序，而不是学习什么晦涩难懂的语言。
自学Python，英语重要吗？
如何从零基础系统学Python？
一定会的，相信我
会的
无论是从事编程开发，还是和开发毫不相干的工作，现如今Python都可以在办公自动化方面提供巨大的便利。
今天，给大家介绍Python一些鲜为人知且非常实用的操作，你会发现它在我们生活中很多地方都能用的到。
我们经常忘记wifi的密码，可是每当家里来了亲戚朋友问起WiFi密码，却又无从下手。
这里有一个技巧，我们可以列出所有的设备和它们的密码。
近年来，GIF出现了热潮。大多数流行的社交媒体平台，都为用户提供了各种GIF，以更有意义和更容易理解的方式表达他们的想法。
很多同学为了将视频转成GIF可谓是煞费苦心，而且在这个过程中踩了不少坑。
而使用Python，简短的几行代码即可解决！
安装
代码
当我们在做项目或其他事情的时候，我们可能会忘记某些重要的事情，我们可以通过在系统上看到一个简单的通知来记住这些。
在python的帮助下，我们可以创建个性化的通知，并可以将其安排在特定的时间。
安装
代码
有时，我们在工作中需要频繁地输入一些单词。如果我们能使我们的键盘自动化，只用缩写就能写出这些经常使用的单词，这不是很有趣吗？
没错，我们可以用Python使之成为可能。
安装
代码
然后，在任何位置输入ex加空格就可以快速补全对应的语句！
我们都知道，部分笔记和在线可用的书籍都是以pdf的形式存在。
这是因为pdf可以以同样的方式存储内容，而不用考虑平台或设备。
因此，如果我们有文本文件，我们可以在python库fpdf的帮助下将它们转换成PDF文件。
我们在日常生活中经常看到二维码，QR码节省了很多用户的时间。
我们也可以用python库qrcode为网站或个人资料创建独特的QR码。
安装
代码
我们生活在一个多语言的世界里。
因此，为了理解不同的语言，我们需要一个语言翻译器。
我们可以在python库Translator的帮助下创建我们自己的语言翻译器。
安装
代码
有时候编程太忙碌，以至于我们觉得懒得打开浏览器来搜索我们想要的答案。
但是有了google这个神奇的python库，我们只需要写3行代码就可以搜索我们的查询，而不需要手动打开浏览器并在上面搜索我们的查询。
安装
代码
在某些情况下，我们有mp4文件，但我们只需要其中的音频，比如用另一个视频的音频制作一个视频。
我们为获得相同的音频文件做了足够的努力，但我们失败了。
这个问题用python库moviepy可以轻而易举的解决。
安装
代码
经常和各种各样的链接打交道，过长的URL让思绪混乱不堪！
于是，就有了各种各样的短链接生成工具。
不过，大多数使用都比较麻烦。
我们可以在python库pyshorteners的帮助下创建我们自己的短链接生成器。
安装
代码
读到这里，会发现，Python除了完成工作中涉及到的机器学习、数据分析等项目开发，还可以完成很多非常 有趣，且能够极大提高工作效率的操作。
本文就是抛砖引玉一下，希望大家能够寻找到更多有趣的Python玩法！
不管是不是的，有机会学的话总没坏处吧？？？
其实我个人感觉是：并不会。大众常用的工具最多的还是wps、office这种的，界面简洁，能够进行基础操作、也很方便，python的话相对来说还是有点门槛的。
但如果你是数据分析师、运营、会计、证券等行业的工作，还是建议可以学Python，能在很大程度上提高工作效率是真的。
搓米问答上现在不是也有Python教程了么，如下：
其中说一下这套深度学习的教程，我觉得比较不错：
主要介绍经典的深度学习框架 TensorFlow 的使用，IO 操作，以及神经网络基础、卷积神经网络的相关知识，并用卷积神经网络原理搭建、设计自己的网络，实现对验证码图片内容的识别
另外这套课程也是被搓米问答收录的了，我想这个课程质量应该是比较不错的了吧。
看了下大家的评价也都可以：
我比较喜欢这套课程的学习路线，最怕的就是课程大纲不清晰的，不知道自己该学些什么，学习目标在哪？这个课程全程思维导图，清晰明确，非常适合有计划地学习，喜欢的记得收藏起来~
这里推荐两本我喜欢的Python书籍，初级阶段可以学《Python初学者指南》豆瓣评分9.3，这本书尝试以轻松有趣的方式来帮助初学者掌握Python语言和编程技能。
《Python编程初学者指南》共12章，每一章都会用一个完整的游戏来演示其中的关键知识点，并通过编写好玩的小软件这种方式来学习编程，引发读者的兴趣，降低学习的难度
在进阶阶段，我个人比较喜欢的一本书是《流畅的Python》豆瓣评分9.4，这本书在Python高级用法、数据结构、并行与并发等方面做出了详细探讨，
对于有一定基础的小伙伴来说非常适合进阶。教会大家避免重复劳动，写出简洁、流畅、易读、易维护的Python代码。
可以找一本浅显易懂，例子比较好的教程，从头到尾看下去，不要看很多本，专注于基础的一本。
把里面的例程都手打一遍，搞懂为什么。推荐去看《Python编程快速上手—让繁琐工作自动化》这本书不仅介绍了Python语言的基础知识，而且还通过项目实践教会读者如何应用这些知识和技能。》，非常好的一本 Python 入门书籍。
下面分享两个gihhub上面的资源：
1、Python-100-Days
2、真·入门级 Python 游戏集合库
等你对 Python 的语法有了初步的认识，就可以去找些 Python 实际项目来练习。
对于任何计算机编程语言来说，以实际项目为出发点，来学习新的技术，是非常高效的学习方式。在练习的过程中你会遇到各种各样的问题：基础的语法问题（关键字不懂的拼写），代码毫无逻辑，自己的思路无法用代码表达出来等等。
这时候针对出现的问题，找到对应解决办法，比如，你可以重新查看书本上的知识（关于基础语法问题），可以通过谷歌搜索碰到的编译错误（编辑器提示的错误），学习模仿别人已有的代码（写不出代码）等等。
以实际项目来驱动学习，会让你成长非常的快。Python 实际项目网上非常的多，大家可以自己去搜索下。合理利用网络资源，不要一味的只做伸手党。
客观来讲：Python距离成为大众常用编程工具还有一定距离，毕竟比起excel这种简单的操作工具来说，Python似乎还是有门槛的。
但对于那些从未写过代码的人来说，Python代码也很简洁易懂。Python社区为Python创建了丰富多样的库。在他们的帮助下，你可以管理文档、执行单元测试、数据库、Web浏览器、电子邮件、加密、图形用户界面等等。所有这些东西都包含在标准库中，除此之外，还有很多其他库可用。
下面就带大家一起学习一下用Python如何自动化办公：
Python作为一门极其简单的编程语言，人们常用它来做一些自动化的工作，例如：移动并重命名几千个文件，将它们分类，放入文件夹；批量自动填写在线表单；批量处理Excel表格；爬取网站资源等等……
而学Python自动化的第一步是先学好Python基础，可能不需要学到程序员那种水平，但是起码要对Python语法有一定了解。
关于本阶段要看的教程，大家可以看这套，配合上面的知识点学习。非常适合零基础小白：
Python相关库：
from openpyxl import Workbook
# 1.创建一个workbook
#2.获取一个工作sheet
#3.添加数据
#4.保存excel
from openpyxl import Workbook
from openpyxl import Workbook
# 1.指定单元格写入数据
#2.循环写入数据
#3.批量写入数据
# 1.添加数据
# 2.插入计算公式
# 3.合并单元格
# 4.取消合并单元格
# 5.移动单元格
from openpyxl import load_workbook
python当然是支持ppt的自动化处理，主要的库有pywin32com、pptx，可以创建、修改ppt文件。
文档地址：python-pptx – python-pptx 0.6.21 documentation
推荐使用pptx库，目前主流的ppt处理库。
如图所示，有一个test文件夹，里面有3个子文件夹，每个子文件夹中有若干图片文件
#场景 读取一个文件夹中所有文件，存入到一个list表中
完整内容可以看我这条：SQL和Python 哪个更容易自学?
主要是介绍一些数据科学领域用 Python 语言实现的基础库，如简洁、轻便的数据可视化展示工具 Matplotlib，高效的运算工具 Numpy，方便的数据处理工具 Pandas。
1、发起请求
通过url向服务器发送requests请求，请求可以包含额外的header信息。
2、获取响应内容
如果服务器正常响应，那么将受到一个response，response即为我们所请求的网页内容，可能包含htmljson二进制数据(图片、视频)等。
3、解析内容
如果是html代码则可以使用网页解析器进行解析；如果是json数据则可以转换成json对象进行解析；如果是二进制数据则可以保存到文件进行进一步的处理。
4、 保存数据
可以保存到本地文件，也可以保存到数据库(mysql edismongodb等)。
希望上面分享的内容能帮助你提高工作效率。
现在很多人都在说Python就是办公神器，让大家在办公方面解放生产力，甚至也有很多人说Python就是现在每个人都应该必学的一种工具。
这种说法我觉得有失偏颇，我更喜欢称Python是深度办公神器。
上面有个回答很好：
Python 无法做到 Microsoft Office 那样，所见即所得，哪里不会点哪里。
Python 难以轻松完成添加水印、去水印、格式转换等任务。
Python 无法做到多人协同办公。
难道你指望一个每月做一次Excel表格的人去学openpyxl？指望一个每天写几篇文章，用几个图片的人去学怎么爬网上图片？……
因此大多数人平时是完全没有必要用到Python的，需要用到的基本都是运营类的岗位人员，需要深度办公，甚至大批量机械化操作的人。
就算在数据分析上，有很多也只能算是轻度使用，举个例子，我表妹是农业类专业的研究生，她们基本上一个季度才需要测算一次数据，进行数据分析，平时只需要简单的数据记录就可以，那完全可以使用SPSS，完全没有必要用到Python。
最后，给一些需要深度办公的朋友们奉上一个Python系统的教学，希望可以帮助到大家：
不会！
首先，Python 无法做到 Microsoft Office 那样，所见即所得，哪里不会点哪里。
其次，Python 无法做到多人协同办公。
再次，Python 难以轻松完成添加水印、去水印、格式转换等任务。
最后，Python 无法为多国语言提供良好支持。
综上，Python 根本无法撼动 Microsoft Office 或 WPS Office 的江湖地位。
随着大数据，人工智能盒区块链技术的不断发展和应用，很多领域的创新需要借助一些前沿技术，而软件创建由需要借助编程语言，编程语言是创新与产品之间的桥桥梁，所以创新与编程语言是相辅相成的，人们借助编程语言完成产品的落地。
语言在不断的发展和进化，有些语言已经淡出了人们的视线，有些语言则顺应时代发展，每一个语言都有其诞生的使命和孕育它的历史背景。
Python 作为一种全场景编程语言，广受好评。什么是全场景呢？
可以辅助 Word，Excel, PowerPoint 办公软件，把很多重复性的工作变成自动化。
现在企业招聘都会附带一句，熟悉 Python 语言，运维工程师可以使用 Python 语言快速开发一些解决运维痛点的小工具。
Python 有成熟自动化测试框架
数据采集好帮手
从前一提到大数据，我们理解的大数据是，首先按照数据仓库思想建模，接着使用ETL技术从生产数据库中采集数据，然后将数据保存到大数据平台，最后用数据仓库思维做数据挖掘，例如切片，切块，钻取等等。
所用技术无非是 hadoop、hbase、hive、spark、flink
如今的大数据分析，并不仅仅是有规则的关系型数据分析（来自数据库），而是来源渠道复杂非常复杂的综合数据分析。例如：网页、PDF文档、Execl文档、图片、音频，视频。
传统Java体系并不适合这些场景，Python 更适合，并且数据分析人员可以聚焦业务需求，而不是编程语言。
举几个例子：
现实的场景很可能是，通过爬虫爬网页，下载PDF，MP3，视频，最后还要结合生产数据库，做综合数据分析。
机器学习，人脸识别，语音识别，语音合成，光学字符识别等等领域 Python 资料非常全。
Python 在 IoT 领域也是热度不减。
现在已经不是一个人掌握一门语言，凭借熟练程度，干一辈子的时代。例如，雷军那个时代，你只需要学一门C++语言，可以干一辈子。
如今的程序猿必须掌握两门语言，一门编译语言，一门脚本语言，Python 无意是最适合学习的脚本语言。
在20年前很多大学生从C/C++转向Java，他们学习编程语言是为了完成论文，将他们的想法落地，如果使用C++实现代码可能要在语言上花掉80%的时间，剩下20%时间验证他的想法。如果换成Java语言，他们只需在语言花掉20%的时间，剩下80%充足的时间来完成他们的想法。
一时间，诞生了很多优秀的Java项目，例如Hadoop，Hive 等等，另一些人则坚持使用C++ 例如Hypertable 却知之甚少。
如今 Python 就如同当年的 Java 现象，使用 Python 实现你的想法，花在语言的时间只需要5%～10%，更多的时间聚焦你的产品实现上。学C++需要三年，学Java需要两年，学 Python 只需半年。
这不是不是未来，python已经成为大众入门编程的最好语言。
Python入门非常容易，同时天花板还很高，简直是转行自学的第一语言。
Python自学的话基本上三个月就能熟练掌握，半年就能达到找工作的标准。
Python是一种面向对象的、解释型的、通用的、开源的脚本编程语言，Python目前非常火爆、非常流行，主要有以下几点原因：
我在360工作的时候，因为需要用到python，自学后整理了一套学习路线，从入门到上手。（不敢说精通，哈哈~，毕竟当年我的主业是C++）
正好分享给大家，希望能有帮助：
"""
需求：员工管理系统
功能:
1.添加员工信息
2.删除员工信息
3.修改员工信息
4.查看单个员工信息
5.查看所有员工信息
6.退出
技术：函数、数据类型(字典列表)、循环、条件语句
"""
emps = [] # [{},{}]
def chocieFunc():
"""选择功能列表"""
print("*" * 30)
print("1.添加员工信息")
print("2.删除员工信息")
print("3.修改员工信息")
print("4.查看单个员工信息")
print("5.查看所有员工信息")
print("6.退出")
print("*" * 30)
def addEmp():
"""添加员工信息"""
id = input("请输入要添加的员工编号：")
name = input("请输入要添加的员工姓名：")
gender = input("请输入要添加的员工性别：")
age = input("请输入要添加的员工年龄：")
emp = {"id": id, "name": name, "gender": gender, "age": age}
emps.append(emp)
print("添加OK！")
def delEmp():
"""删除员工信息"""
id = input("请输入要删除的员工编号：")
for emp in emps:
if emp.get("id") == id:
# 将emp删除,从emps
emps.remove(emp)
print("删除OK！")
break
else:
print("请输入正确的员工编号")
def updateEmp():
"""修改员工信息"""
id = input("请输入要修改的员工编号：")
for emp in emps:
if emp["id"] == id:
# 特别注意
emp["name"] = input("请输入要修改后的员工姓名：")
emp["gender"] = input("请输入要修改后的员工性别：")
emp["age"] = input("请输入要修改后的员工年龄：")
# emp = {"id": id, "name": name, "gender": gender, "age": age}
# 先删除原有的emp,在追加新的emp【不推荐】
print("修改成功！！！")
break
else:
print("查无此人！！！")
def getEmpById():
"""查看单个员工信息"""
id = input("请输入要查询的员工编号：")
for emp in emps:
if emp["id"] == id:
print("编号t姓名t性别t年龄")
print(f"{emp['id']}t{emp['name']}t{emp['gender']}t{emp['age']}")
break
else:
print("查无此人！！！")
def getAllEmps():
"""查看所有员工信息"""
print("编号t姓名t性别t年龄")
for emp in emps:
print(f"{emp['id']}t{emp['name']}t{emp['gender']}t{emp['age']}")
else:
print(f"共查询到{len(emps)}条数据")
print("******欢迎使用员工管理系统******")
while True:
chocieFunc()
num = int(input("请输入指令:"))
if num == 1:
addEmp()
elif num == 2:
delEmp()
elif num == 3:
updateEmp()
elif num == 4:
getEmpById()
elif num == 5:
getAllEmps()
elif num == 6:
print("欢迎下次再来！！！")
break
else:
print("请输入正确的指令")
以上学习完毕，之后可以开始学习爬虫,Django、Flask了。
另外计算机专业多刷算法题好处多多，算法厉害的人进大厂非常容易，进大厂就是逆袭的开始！
除了系统学习Python，要想获得长足发展，算法必不可少，这里推荐一本BAT大佬的算法笔记：
另外计算机专业学习路线可以看我这个搓米问答回答：
祝大家前程似锦，在计算机行业的道路上一马平川。
要是觉得不错的话，那就帮我
点个赞，一键三连哈，硬核码字不容易
职业相关，针对这个问题，我只能说，你要看回答中卖课的多还是从业人员讨论的多就知道了。
如果你学过java、c/c++等等，你就知道python对你来说，一天就够了，反过来你看看？
