1樓：Junn熊
Python吧，對程式設計初學者比較友好，簡單容易上手。程式設計師中廣為流傳著「人生苦短，我用Python」，由此說明Python的簡潔、強大、學習和使用節省時間。人工智慧、大資料、資料分析與處理、爬蟲等方向，Python被廣泛使用。
2樓：C語言高階
建議學習C/C++，python適用於資料探勘、人工智慧和數值計算等蓬勃發展的領域，不需要軟體工程師出馬一般需求會用到。但是主流語言還是C，初學程式設計學C總是沒錯的。退一步說，你學完C再學python等其他的語言也會更容易吸收。
3樓：小毛的胡思亂想
題主可能是一門語言都沒有正兒八經的學過，想參考一下別人的經驗，到每個人的意見都不大一樣。
每個人對沒接觸過的東西，可能都差不多，只能自己去試試，這些比較大眾化的語言都可以，挑選乙個就可以了。
可能會有很多挫折，不過每個語言都有很多人掌握了，沒理由自己不行的，心裡要這麼給自己打氣。
4樓：
lz的問題，讓我想起了「小馬過河」的故事
我的建議是
問問自己想用來解決什麼問題，根據目標來選擇自己嘗試去用用看，覺得哪個順手就深入學哪個其他建議：語言很多都是通的，雖然各有優勢和特點。當你精通一門語言的時候，同類的語言學習成本會低很多很多
5樓：ISNCG
只有熟練掌握一門程式語言之後你才真正有資格、有理由拒絕學習它。
別人建議你不學、不入坑那是因為他們有資格、有理由這麼建議。
C語言有無深入學習必要
徐聖 本身C的語法就沒有多少，如果課本上的語法全部掌握了，並熟練程式設計使用就已算精通C語言了。如果再深入，就是C99標準研究一遍，編譯原理搞一遍，詞法，語法解析器實現一遍，就達到大佬級別了。 取決於你怎麼定義 深入 最低限度是能用 C 語言實現在資料結構課程中出現的大部分資料結構。現在工具鏈比以前...
深入學習auto vectorization和polyhedral變換方面的優化技術有哪些資料？
編譯牛牛 在自動向量化方面，高偉等人寫了一篇綜述 simd自動向量化編譯優化概述 發表在軟體學報上，在多面體模型方面，趙捷等人寫了一篇關於多面體編譯模型的綜述，以上資料供您參考 stevenknown auto vectorization的知識內容還算簡單，比較容易放到一本書裡面講，最重要的應該是分...
深入學習前端還是深入後端
木縹緲 前端很容易觸到瓶頸，後端那就是一片藍天白雲。為了更多的money，建議後端，如果是對某乙個有興趣，都一樣，都可以玩出各種花樣 眾樂 計算機不太好的建議前端，入門門檻要低一些，但不管前後端，想深入都有難度。我本身是前端，可以很負責任的告訴你，現在前端也很有錢景，而且招乙個靠譜的前端非常難。最關...