5个超级吃香的Python就业岗位：
1、Web开发
目前豆瓣、知乎、拉勾网等都是用的Python做开发，由此可见Web开发在国内的发展还是很不错的。
因为Python的web开发框架是最大的一个优势，如果你用Python搭建一个网站，只需要几行的代码，可谓是十分简洁。
2、网络爬虫
现在学习Python的人员中，大部分都是在学习爬虫，这也是Python的一大优势之一，最早用Python做网络爬虫的就是谷歌。
为什么用python写爬虫?
a. 跨平台，对Linux和Windows都有不错的支持
b. 科学计算，数值拟合：Numpy、Scipt
c. 可视化：2d：Matplotlib(做图很漂亮)，3d：Mayavi2
d. 复杂网络：Networkx
e. 统计：与R语言接口：Rpy
f. 交互式终端
3、人工智能
发展潜力和钱途不用多说，这都是大家所知道的，但目前的话，人工智能方面的工作还是比较少的，而且都是高学历人士，以后的话肯定是最具有发展潜力的方向了。
4、服务器运维
运维也不陌生，最开始一批学习Python的人，就是运维和测试的在职人员，因为Python对于他们的工作起到很大的作用，因为使用Python脚本进行批量化的文件部署和运行调整都成了Linux服务器上很不错的选择。
5、数据分析
Python所拥有的完整的生态环境十分有利于进行数据分析处理，比如，"大数据"分析所需要的分布式计算、数据可视化、数据库操作等，都可以通过Python中的十分成熟的模块完成。
通过具体能够实现的内容来划分六大应用方向：一、自动化工具开发企业往往会需求自动化办公系统等多种多样的自动化开发工具，而根据公司业务的不同，开发需求自然而然会有所不同，通常需要根据实际需求定制，对开源软件进行二次开发，或者是自行开发相应的业务系统和工具。
二、业务技术架构评估和优化代码本身的优劣足以影响到访问效率的高低，而这种影响是很难通过后天的集群和服务器的优化而有所改善的。而具备开发能力，可以使评估技术架构是否合理，哪些地方可以做出调整，具备开发和架构设计及调优能力可是成为一个出色架构师的必须能力。
三、做个全栈工程师广义的全栈工程师是指能驾驭各种开发工具的工程师，而Python本身就有着很强的全栈式综合语言的特点，能够完成后端、前端、GUI、科学运算、网络编程、大数据开发等等，掌握了Python，会使你更快成为一名全栈程序员。
四、3D游戏开发Python有很好的3D渲染库和游戏开发框架，有很多实用Python开发的游戏，如迪士尼卡通城、黑暗之刃。常用PyGame、PyKyra等和一个PyWeek的比赛。对于想要进军游戏行业的同学们，Python也是一个不错的选择。
五、利用python做爬虫Python语言还可以写爬虫，但仅仅只是爬虫的入门而已。过Python入门爬虫比较简单易学，不需要在一开始掌握太多太基础太底层的知识就可以很快上手，而且很快可以做出成果，非常适合小白一开始想做出点看得见的东西的成就感。如果想要往这个方向发展，Python是不错的入门选项。
六、大数据和人工智能Python是机器学习和AI的主要开发语言。作为被用于机器学习和人工智能系统以及各种现代技术的一门语言，Python能够十分容易地应用于分析和组成可用的数据，这也使它成为数据科学中最流行的语言之一。而丰富的本机拓展也使Python的优势得以强化，更适用于机器学习、数据计算和人工智能领域。
学习Python，可以看黑马程序员视频库Python教程，懂中文就能学会。
通常，我们认为Python比R在计算机编程、网络爬虫上更有优势，而 R 在统计分析上是一种更高效的独立数据分析工具。所以说，同时学会Python和R这两把刷子才是数据科学的王道。
R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发(也因此称为R)，现在由“R开发核心团队”负责开发。
R基于S语言的一个GNU计划项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。
R的源代码可自由下载使用，亦有已编译的可执行文件版本可以下载，可在多种平台下运行，包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作，同时有人开发了几种图形用户界面。
R的功能能够通过由用户撰写的包增强。增加的功能有特殊的统计技术、绘图功能，以及编程接口和数据输出/输入功能。这些软件包是由R语言、LaTeX、Java及最常用C语言和Fortran撰写。
下载的可执行文件版本会连同一批核心功能的软件包，而根据CRAN纪录有过千种不同的软件包。其中有几款较为常用，例如用于经济计量、财经分析、人文科学研究以及人工智能。
Python与R语言的共同特点：
Python和R在数据分析和数据挖掘方面都有比较专业和全面的模块，很多常用的功能，比如矩阵运算、向量运算等都有比较高级的用法。
Python和R两门语言有多平台适应性，linux、window都可以使用，并且代码可移植性强。
Python和R比较贴近MATLAB以及minitab等常用的数学工具。
Python与R语言的区别：
数据结构方面，由于是从科学计算的角度出发，R中的数据结构非常的简单，主要包括向量(一维)、多维数组(二维时为矩阵)、列表(非结构化数据)、数据框(结构化数据)。
而 Python 则包含更丰富的数据结构来实现数据更精准的访问和内存控制，多维数组(可读写、有序)、元组(只读、有序)、集合(唯一、无序)、字典(Key-Value)等等。
Python与R相比速度要快。Python可以直接处理上G的数据R不行，R分析数据时需要先通过数据库把大数据转化为小数据(通过groupby)才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。
Python是一套比较平衡的语言，各方面都可以，无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处理，Python都有着明显优势。 而R是在统计方面比较突出。
Python的pandas借鉴了R的dataframes，R中的rvest则参考了Python的BeautifulSoup，两种语言在一定程度上存在互补性。
