提到Shell一定會想到系統運維，通常做Linux系統運維的工程師對Shell編程是比較熟悉的，可以說Shell是使用Linux的一種方式。運維工程師通過編寫Shell腳本來進行一些自動化運維的設置，其實除了Shell，Python也是編寫自動化運維的一種常見方式。

相對于Shell來說，Python能做的事情就豐富多了，Python可以做Web開發、服務后臺開發、大數據開發（應用開發和數據分析）、人工智能開發（機器學習、自然語言處理）等，所以相對于Shell來說，Python應用領域更加廣泛。看兩個Spark平臺下的Python小程序：

Shell編程和Python編程有一個共同的特點就是比較簡單，對于初學者來說比較容易上手，當然Python也可以編寫出非常復雜的程序。二者的發展方向則有較大的區別，如果做系統運維的話，學習Python并沒有強制性的要求，但是如果未來要做軟件開發的話，學習Python就變得很有必要了，尤其是做大數據相關開發。

目前大數據運維也是崗位需求比較大的領域，大數據運維的工作內容往往集中在計算機網絡管理、Linux操作系統、大數據平臺搭建、組件部署、系統維護、系統管控等方面，大數據運維是大數據平臺運行不可或缺的崗位之一，從發展前景來看也是不錯的。

大數據應用開發、大數據分析（含呈現）則需要學習Python編程，目前這兩個領域的人才需求比較多，尤其是大數據分析崗位。由于Python有豐富的庫支持，所以使用Python做數據分析（算法實現）是比較常見的做法，與Java對比來看，使用Python會明顯縮短開發時間，在功能調整方面，Python也具有明顯的優勢。從發展前景來看，Python開發還是非常值得期待的。看一個Python采用Matplotlib庫和Numpy庫的小例子：

至于如何選擇，一方面取決于自身的知識結構，另一方面取決于自己的興趣。如果有扎實的數學基礎，可以考慮從事大數據分析工作。

作者簡介：中國科學院大學計算機專業研究生導師，從事IT行業多年，研究方向包括動態軟件體系結構、大數據、人工智能相關領域，有多年的一線研發經驗。歡迎關注作者，歡迎咨詢計算機相關問題。