Python这门编程语言是一项非常有用的技能，它在很多领域都有广泛的应用，比如Web开发、数据分析、人工智能等等。虽然没有计算机本科以上的学历，但只要你有坚定的学习意愿和努力，你仍然可以通过自学来掌握Python编程技能，并且找到相关的工作岗位。
在找工作时，可以选择应聘一些与Python编程相关的工作岗位，比如Python开发工程师、数据分析师、人工智能工程师等等。同时，也可以考虑一些初级的Python开发工作，通过实际项目经验来增加自己的技能和经验。
另外，自学Python的人还可以通过参加在线课程、参加编程社区和博客等方式来提高自己的技能，并且建立自己的编程作品集，这些都有助于提高自己的竞争力和找到更好的工作机会。
总之，虽然没有计算机本科以上的学历，但只要你有足够的自学能力和坚持不懈的努力，你仍然可以通过自学Python来找到相关的工作机会，并且在职场上取得成功。
对学历没要求。有点英语基础，做事认真仔细、逻辑推理能力较好的童鞋都可以学。
如果你是零基础的话，可以先从以下几个方面开始学习：1. 计算机基础知识，比如计算机组成原理、操作系统、数据结构和算法等；2. 编程，建议从Python或Java入手，因为它们较为通用，学习也较为丰富；3. 网络原理和通信协议，例如TCP/IP协议、HTTP协议等；4. 网络安全，例如防火墙、VPN、漏洞扫描等。相信选择一本好的学习书籍辅助，进度会更好，加油！
具体情况需要看你的学习目的，如果只是单纯的兴趣爱好，当然是可以学习的，而且现在Python课程已经列入到了中小学课程当中，所以说Python是非常适合零基础小白学习的；如果打算找工作赚钱为目的，也是可以的，现在Python的人才市场中有很多都是高中学历的人才，只要能力足够胜任 是没有问题的；但想要获得更好的职业发展，比如人工智能方面，那么还是要先去提升自己的学历水平。
我个人觉得python发展的很好。优势是网上资源非常庞大，代码社区很好，语言优美。现在大公司非常流行用python做产品的测试框架，还有对于一些快速原型产品的开发也好，很好地支持oo编程，代码易读。入门的话，语言这个东西一通百通，但是精通python的人还是比较稀缺的。python的更新挺快的，尤其是第三方库。我的建议是自学，多去网上社区逛逛。
国外Python的使用率非常普及，但在国内Python是最近几年才火起来，因此Python正处于快速上升期，市场对于Python开发人才的需求量急剧增加。而正是因为Python的火热，也带动了工程师们的就业热。国内Python人才缺口高达40万，部分领域如人工智能、大数据开发人才稀缺，年薪二十万都招不到专业人才。Python人工智能行业火爆，学会了Python，未来可以从事这些工作，具体如下：PythonWeb开发工程师：我们都知道Web网站开发一直都是所有互联网公司开发的重点之一，我们离不开互联网，离不开Web技术，利用Python的Web框架可以迅速开发Web应用。Python爬虫开发工程师：在当前信息大爆炸时代，大量的信息都通过Web来展示，为了获取这些数据，网络爬虫工程师就应运而生，除了日常的抓取数据和解析数据的需求，还能够突破普通网站常见的反爬虫机制，以及更深层次的爬虫采集算法的编写。Python大数据工程师：在大数据时代，数据是公司的核心资产，从杂乱无章的数据中提取有价值的信息或者规律，成为了数据分析师的首要任务，而Python的工具链为这项繁重的工作提供了极高的效率支持。Python自动化运维工程师：大型网站系统是公司业务发展的核心，保证系统的稳定性就是运维工程师工作的重中之重，Python语言可以满足Linux运维工程师工作中的所有需求。在当前分布式系统架构流行的时代，自动化运维是Python开发的主要任务。Python人工智能工程师：人工智能的迅速发展将深刻改变人类社会生活、改变世界。为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，当前人工智能发展进入新阶段。
Python开发培训前景如何？现在互联网巨头，都已经转投到人工智能领域，而人工智能的首选编程语言就是python，未来前景显而易见。无论是学习任何一门语言，基础知识，就是基础功非常重要，找一个有丰富编程经验的老师或者师兄带着你会少走很多弯路，你的进步速度也会快很多。无论我们学习的目的是什么，不得不说Python真的是一门值得你付出时间去学习的优秀编程语言。学完Python开发你可以从事以下行业：Python开发工程师：一般需要精通Python编程语言，有Django等框架的使用经验，实习无要求。Python高级工程师：北上广深的话，薪金在1万以上，需要精通Linux/Unixg平台，有英语阅读功底。Web网站开发方向： 熟悉Web开发的常用 Python框架，熟悉掌握Mysql类数据库的操作即可。Python自动化测试：熟悉自动化流程、方法和常用的模块的使用，有英文读写的能力。Linux运维工程师：Linux服务器管理，数据分析、自动化处理任务、分析网站日志、定时计划管理，解放双手。Python游戏开发工程师：网络游戏后端服务器逻辑的开发和处理，有大型数据库使用经验，喜欢从事游戏相关工作。Python自学爱好者：可以自己开发一些小软件和应用，带图形化界面的软件，方便日常工作。Python语言无所不包，能做非常多的事情，适合各类企业的开发工作，这里就不一一介绍了。总之，学好Python，前途宽广！另外，想给大家推荐一本书：《Python学习笔记——皮大庆》这本书对于Python相当于《易学c++》对于C++。浅显而易懂，完全适合没有太多语言基础，甚至刚刚开始学习编程的人。这本书就是你学习Python的第一本书。其中谈到了很多作者的个人理解，挺地道的，对你学习Python有很大帮助。
Python 是一个用途广泛的言语，比如说web开发和数据科学。我们是怎样理清Python在这些领域的添加的呢?
每个领域都有一些比较出名的库，我们可以研讨一下这些库所对应标签的访问量。我们可以比较 web 开发结构 Django 和 Flask 以及数据科学领域的 NumPy，matplotlib 和 pandas (你可以运用 Stack Overflow Trends 来比较某个问题被问到的比率，而不是只是是访问量)
关于来自高收入国家的访问量，padnas 是添加最快的Python软件包：它于2011年问世，而现在，Stack Overflow 中有 1% 的问题都是关于它的。关于 numpy 和 matplotlib 的问题也在不断添加。与之相对的是，与 Django 相关问题的添加比较峻峭，Flask 尽管有所添加，但照旧比较小众。这标明，大大都 Python 问题的的添加首要还得归功于数据科学，而不是 Web 开发。
但是，这只是一方面，因为它只能测量常用的 Python 库。Python 在系统管理员和 DevOps 工程师中也非常的盛行，他们会一同访问Linux，Bash 和 Docker 等领域的问题。相同，许多 Python web 运用并不是依据 Django 或许 Flask 的，这些开发者很可能去访问 JavaScript、HTML 和 CSS ，而我们不能简略的核算 Linux、bash、javascript 这些标签的添加并且假定它们和Python相关。因此，我们想要核算一下，与 Python 标签一同访问的标签有哪些。
我们仅考虑今夏(2017年 6-8 月期间)的访问量，这样做可以减小学生们带来的流量影响，专心于最近的流量数据，一同还可以减少核算量。此外，我们仅考虑注册用户，且该用户在这段时间内应该至少访问过50个问题。我们依据两点判别一个用户是Python运用者：榜首，他最多访问的标签是Python，第二，Python问题在他阅览的一切问题中，占比至少要到达20%。
阅览Python标签的人，一般还会阅览什么标签呢?
关于一个 Python 开发者来说，访问最多的标签是 Pandas(优势非常明显)，这点我们丝毫不感到意外。访问量第二多的标签是JavaScript，这些流量代表了运用 Python 做 Web 开发的程序员。这证清楚我们的猜想：我们应该考虑的是与Python标签一同访问的那些标签，而不只是是与 Python 相关的标签的添加(这两者是有差异的)。
还能看到其他的一些“技术簇”(“clusters” of technologies)。这些聚在一同的标签，体现出了必定的相关性，借此我们可以剖分出它们之间的联络：比如说Python程序员是不是更加倾向于访问某些特定的标签。通过过滤出一组具有较高的皮尔森相联络数( Pearson correlation)的标签，我们可以在图表中看到三组联络：
可以看到一些较大的“技术簇”，它标清楚Python可以处理的一类问题。在图片的中上部分我们可以看到有关数据科学和机器学习相关的内容：有pandas，NumPy和Matplotlib，并且你可以发现它们和R言语，Keras以及TensorFlow息息相关。它下面的一个“技术簇”体现了有关web开发领域的一些联络，这里有JavaScript, HTML, CSS, Django, Flask 和 JQuery。其他还有两个“技术簇”，左面是与系统管理/DevOps相关的(以linux和bash为中心)，右边是与数据工程相关的(包括Spark, Hadoop, 和 Scala)
论题的添加
发现，Python相关的访问流量可以被归纳为一些特定的论题。这使得我们可以得悉，Python访问量的添加，与哪些论题息息相关。
梦想一下，我们正在研讨一个用户的历史纪录并发现Python是他最常访问的标签。我们怎样才干进一步判别出这个用户的细分特色呢?是web开发者?数据科学家?系统管理员?仍是其他人物?为了达到这一政策，我们还需要去研讨他访问量第二多的标签，第三多的标签，以此类推。沿着这条路走下去，毕竟我们会在上述“技术簇”模型中，找到归于这位程序员的方位。
因此，提出了一种简略的办法，通过对以下九个标签的访问核算 ，将某个用户归类到某个论题中。
数据科学：Pandas, NumPy 或 Matplotlib
Web 开发者：JavaScript, Django, HTML
系统管理员/DevOps：Linux, Bash 或 Windows.
无法归类：上述 9 个标签的访问量，没有任何一个可以占有该用户5%以上的流量。
尽管并不是特别精确，但是该办法可以让我们快速的估量出每个领域对Python添加的影响力。我们也检验运用了更加慎重的核算手法，比如说潜在狄利克雷散布(Latent Dirichlet Allocation)，得到的结果是类似的。
上述哪种类其他Python开发者越来越常见了呢?
考虑到现在首要研讨的是用户而不是问题，我们首要为您展现Stack Overflow全体注册用户访问上述论题的比例改动趋势(不论其是否访问了Python论题)
可以看到，Web开发和系统管理员这两大类在以前的三年中添加峻峭，但是Python程序员访问数据科学相关技术的占比却飞速添加。这就说明，Python的盛行首要仍是由数据科学以及机器学习驱动的。
通过核算Python程序员在2016和2017两年中访问某个标签点流量，我们还可以研讨一下每个独自标签的添加水平。比如说，可能呈现的情况是：Javascript标签的流量全体平稳，但若仅考虑Python程序员对此标签的访问，Javascript标签的访问占比可能会下降。当我们核算出每个标签的添加速率后，我们可以在网络图表中展现出某个论题的添加或萎缩。
这些作业有利于证明我们的猜想：Python的添加首要和数据科学以及机器学习相关，图表中大大都的技术簇都在向橙色演化，这说明这些标签开端成为Python生态系统的主角了。
Python自学当然可以。
如果是自学，从零基础开端学习python的话，按照每个人理解能力的不同，大致上需求半年到一年半左右的时刻，当然，如果有其它编程言语的经历，入门还是比较快的，大概需要2~3个月可以用Python言语编写一些简单的使用。
Python有以下特点：
1、代码简单易懂 - 初学者入门门槛低。
2、开发效率高 - 有强大的标准库和功能丰富的第三方库，降低开发周期。
3、高级语言 - 用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节。
4、可移植性 - 由于它的开源本质，Python已经被移植在许多平台上：Linux, Windows和Mac都能方便的安装和使用。基本可以达到一处编写，处处运行的效果。
Python语法简洁清晰，特色之一是强制用空白符(white space)作为语句缩进。Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。杭州Python开发学习怎么样，前景好不好？我们从Python的特性说起吧！第一，更高的工作效率这两年Python在业内大火的原因除了云计算帮Python带来的热潮之外，更多的是本身的特性。目前互联网创业热情高涨，创业者和投资者都希望投资回报周期快。因此，一门开发效率极高的语言就此进入开发者眼帘，众多创业公司首选Python做为开发语言，催生了Python在国内大热的现象。第二，更快的运行速度显然，Python并不是一门快语言，这也是被很多程序员诟病Python的主要原因，但最近几年PyPy解释器在不断提高Python的运行速度，通过PyPy运行的程序，在某些场景下速度直接逼近C语言。相信再过一段时间，Python的运行速度将不再是问题。另外，由于近些CPU处理速度的快速发展，编程语言本身的快慢在大多数业务场景下已不再被做为主要考量。第三，更强的使用功能这是导致Python大火的另一个主要原因之一，Python的标准库和第三方库强大到你无法想象，无论你想从事任何方向的技术编程，你几乎都能找到相应的库支持，以下仅举几个例子：WEB开发——最火的Python web框架Django,支持异步高并发的Tornado框架，短小精悍的flask,bottle,Django官方的标语把Django定义为the framework for perfectionist with deadlines；网络编程——支持高并发的Twisted网络框架，py3引入的asyncio使异步编程变的非常简单等等。
自学可以。
编程是编定程序的中文简称，就是让计算机代码解决某个问题，对某个计算体系规定一定的运算方式，使计算体系按照该计算方式运行，并最终得到相应结果的过程。
为了使计算机能够理解人的意图，人类就必须将需解决的问题的思路、方法和手段通过计算机能够理解的形式告诉计算机，使得计算机能够根据人的指令一步一步去工作，完成某种特定的任务。这种人和计算体系之间交流的过程就是编程。
在计算机系统中，一条机器指令规定了计算机系统的一个特定动作。一个系列的计算机在硬件设计制造时就用了若干指令规定了该系列计算机能够进行的基本操作，这些指令一起构成了该系列计算机的指令系统。
在计算机应用的初期，程序员使用机器的指令系统来编写计算机应用程序，这种程序称为机器语言程序。使用机器语言编写的程序，由于每条指令都对应计算机一个特定的基本动作，所以程序占用内存少、执行效率高。
缺点也很明显，如：编程工作量大，容易出错；依赖具体的计算机体系，因而程序的通用性、移植性都很差。
Python是最适合人工智能的一种编程语言。未来十年一定是人工智能的未来。现在学Python，以后的发展前景是十分光明的。并且，python语法简单，代码量少，非常适合零基础小白去学的。学习Python后可以去做Python开发工程师、Python高级工程师、Python自动化测试外，也能够朝着Python游戏开发工程师、SEO工程师、Linux运维工程师等方向发展，发展方向较为多元化。
1、编程就需要用到编程语言，Python就是时下最流行的编程语言之一。Python是一门非常通用的高级语言，它可以在苹果电脑的Mac系统上运行，可以在Windows上运行，也可以在树莓派的Linux系统上运行。
2、与其他语言相比，Python更加简洁，它能用比其他语言少得多的代码行数实现相同的功能，Python代码的可读性也更强，便于初学者学习，能够让你更快地具备开发能力。
3、同时Python的应用也十分广泛，它具有十分丰富的第三方库，能够用于网站开发、大数据分析、人工智能开发、自动驾驶等几乎所有领域。
随身编程课，每天5分钟，轻松学Python。微信公众号「Python学习随身课堂」开启编程学习之旅。
学习python主要有自学和报班学习两种方式。
具体学的顺序如下：
①Python软件开发基础
掌握计算机的构成和工作原理
会使用Linux常用工具
熟练使用Docker的基本命令
建立Python开发环境，并使用print输出
使用Python完成字符串的各种操作
使用Python re模块进行程序设计
使用Python创建文件、访问、删除文件
掌握import 语句、From…import 语句、From…import* 语句、方法的引用、Python中的包
②Python软件开发进阶
能够使用Python面向对象方法开发软件
能够自己建立数据库，表，并进行基本数据库操作
掌握非关系数据库MongoDB的使用，掌握Redis开发
能够独立完成TCP/UDP服务端客户端软件开发，能够实现ftp、http服务器，开发邮件软件
能开发多进程、多线程软件
③Python全栈式WEB工程师
能够独立完成后端软件开发，深入理解Python开发后端的精髓
能够独立完成前端软件开发，并和后端结合，熟练掌握使用Python进行全站Web开发的技巧
④Python多领域开发
能够使用Python熟练编写爬虫软件
能够熟练使用Python库进行数据分析
招聘网站Python招聘职位数据爬取分析
掌握使用Python开源人工智能框架进行人工智能软件开发、语音识别、人脸识别
掌握基本设计模式、常用算法
掌握软件工程、项目管理、项目文档、软件测试调优的基本方法
Python目前是比较火，学习之后可以从事软件开发、数据挖掘等工作，发展前景非常好，普通人也可以学习。
Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。
Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。
Python全栈开发与人工智能之前端开发知识学习内容包括：Html、CSS、JavaScript开发、Jquery&bootstrap开发、前端框架VUE开发等。
Python全栈开发与人工智能之WEB框架开发学习内容包括：Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful API等。
Python全栈开发与人工智能之爬虫开发学习内容包括：爬虫开发实战。
Python全栈开发与人工智能之全栈项目实战学习内容包括：企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。
Python全栈开发与人工智能之数据分析学习内容包括：金融量化分析。
Python全栈开发与人工智能之人工智能学习内容包括：机器学习、数据分析 、图像识别、自然语言翻译等。
Python全栈开发与人工智能之自动化运维&开发学习内容包括：CMDB资产管理系统开发、IT审计+主机管理系统开发、分布式主机监控系统开发等。
Python全栈开发与人工智能之高并发语言GO开发学习内容包括：GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。
建议先去学习python的基础教程，编排得不错，比较容易理解。之后再看你想用python做什么方面（比如爬虫，语义分析，数据挖掘等等），在针对性的学习，可以在网上找教学视频，或者电子书籍。等到真正用python做具体应用的时候，遇到不懂得多看看技术博客，帮助较大。
自考本科可以报考工程师。工程师指具有从事工程系统操作、设计、管理、评估能力的人员。工程师的称谓，通常只用于在工程学其中一个范畴持有专业性学位或相等工作经验的人士。 工程师报考要求，具备以下学历之一的条件： 1.获得博士学位后，经考察合格； 2.获得硕士学位或取得第二学士学位，从事助理工程师工作二年左右； 3.获得学士学位或大学本科毕业，从事助理工程师工作三年以上； 4.大学专科毕业，从事助理工程师工作五年以上。 若满足以上条件，所在单位会向上级主管部门申请，组织评审时，评审对象应提交的材料按如下顺序装订成册（如材料多可以分成2册）。自考/成考有疑问、不知道如何总结自考/成考考点内容、不清楚自考/成考报名当地政策，点击底部咨询官网，免费领取复习资料：
不要害怕零基础，你学好了不比专业的差，对自己多一点信心，一定会好的。
自学本科的学历可以进IT行业的。进IT行业没有规定非得是什么学历，是什么专业，也没有规定你什么年龄。只要你喜欢这个行业，就有机会和办法进入。俗话说师傅领进门，修行在个人，只要你有恒心有信心，有毅力，你就能做好一切你想做的事。世上无难事，只怕有心人，努力就有回报，认准了的事就去大胆做，即使失败了也无妨，大不了从头再来。再说了自学本科的学历本来就已经够干货的了，比现在有些大学的全日制都可靠，所以你要相信自己，从事IT行业是没问题的。
工程师报考需具备以下条件之一： 1、获得博士学位后，经考察合格。 2、获得硕士学位或取得第二学士学位，从事助理工程师工作二年左右。 3、获得学士学位或大学本科毕业，从事助理工程师工作三年以上。 4、大学专科毕业，从事助理工程师工作五年以上。