律师学Python收割智商税

你好，欢迎来到法律修音机。

快年底了，又到了跳槽季。

我明显感觉到，这段时间网上讨论职业规划和职场转型的文章多起来了。而且，今年疫情给很多行业带来了冲击，很多人都清楚地感知到职业风险的存在，其中也包括律师行业。

我最近和一些律师朋友聊天发现，大家对技术的关注度明显提高，哪怕是专注于手艺活的律师，也应该学点技术，甚至敲敲代码。

这不，现在网上到处都是学 Python 的广告，而且这些课程培训机构已经盯上了律师这个圈子，疯狂打广告。

据我观察，这些安利律师学 Python 的课程，都是在割韭菜。

法律修音机之前还接过一次，但后来我越想越不对，真是对不起读者。看了我推广告后陆续找来的，一概不再接。

因为我认为：

Python 这些东西都是工具，我们要学会的是如何使用好工具，而不必亲自成为工具。

下面详述。

1.为什么 Python 这么火？

早些年，一提到计算机语言，普通人听过的也就是 C 语言、Java 之类的。而现在，一提到学编程，Python 已经成了首选。

如果你在百度搜索“Python”，第一页的搜索结果，几乎已经被各类培训机构发布的 Python 课程广告塞满。在刷朋友圈的时候，也经常能刷到 Python 课程的推广信息。

这就奇怪了，一门看似专业人士才会用到的计算机语言，居然出圈了，形成了学习热潮。

尤其是，最近很多 Python 培训机构盯上了律师行业，纷纷找上律师圈子的各种公众号，疯狂打广告。

你可能会好奇，这么多人学 Python ，学了到底有什么用呢？简单来说，Python 是一门编程语言，它最主要的作用就是用来写程序。

我们平时使用的各类应用程序，包括电脑软件、手机App，底层都是一大堆代码，而这些代码就是程序员们用编程语言写出来的。如果学会了 Python ，理论上你就能像程序员一样，自己写应用程序。

同时，Python 和 C 语言、Java 都属于高级编程语言，功能基本是一样的。

但是，有的语言会简单一些，有的复杂一些。而 Python ，就是里面最简单、最容易上手的，作为入门，最合适不过。也是因为足够简单，现在连小学生都开始学 Python 了。

要知道，Python 并不是一门新出现的编程语言，它早在 1991 年就发布了，那为什么几十年之后突然就火了呢？

我认为，Python 爆火的根本原因，还是 IT 行业有了新的发展变化。

近年来，人工智能、大数据、机器学习兴起，引领了全球科技行业的发展。2017 年，国务院印发的《新一代人工智能发展规划》，就已经把人工智能提升到了国家战略的层面。

在这个大背景下，Python 就获得了崛起的好机会。Python 被业内称为“人工智能方向的首选编程语言”，在分析大数据上，Python 也有独特的优势。

人们在 Python 上看到了和未来接轨的可能，又或者说，学习 Python 其实是人们对“人工智能替代人类”这一命题的一种应对行为。

除此之外，还有很多人把 Python 当成了转行的敲门砖。

但是，很多人看了很多书，学了很多课，到最后还是没能入门 Python ，这是为什么呢？

从需求端上讲，不清楚自己学 Python 为了什么，从供给端上讲，市面上各类培训课程质量的错配，是最主要的两个原因。

2.先明确学习 Python 的目的

在那些安利律师学 Python 的文章中，纷纷指向律师的一大痛点：律师的很多时间都耗费在数据、法条、案例等信息的检索和整理上。

而学了 Python ，就可以自己写爬虫解决以上问题。而且，这些文章里会有很多引发焦虑的论调，比如：小孩子都开始学 Python 了。

总的来说，就是要向律师群体传递一个信息：再不学 Python ，你就被时代淘汰了。然后开始打课程广告，参与裂变分享更便宜哦。

但是，如果你真的去研究一下针对小孩子的编程课程，尤其是做得好的，你就会发现，这些课程教的是编程思维，并不是 Python 。

职业教育其实也是一样的，你应该从底层学起。但是，Python 的知识和语法有很多，如果全部学完，你估计需要花上好几年。

谁有这么多时间？

因此，在学 Python 之前，首先要明确的是：你想要用 Python 来做什么？

例如，如果你要用 Python 来做网站，做项目开发，做数据分析，还是做机器学习？

如果你要用 Python 来做网站，那么学习 Python 的 web 框架 django 就可以了。

如果你要用 Python 来做数据分析，那么学习 Python 的数据分析包 numpy 和 pandas 就可以了。

如果你要用 Python 来做机器学习，那么学习 Python 的机器学习包 sklearn 就可以了。

明确了自己想用 Python 做什么之后，我们再来看，你是否真的需要学 Python ？

比如你缺少数据，如果律所内部有数据的话，就可以直接拿来用，你要解决的是如何让律所把数据共享给你，而不是自己去爬数据，更何况律所的数据都是真实的一手数据。

即便你真的找不到想要的数据，你还可以在钉钉、腾讯云这样的应用平台上，通过低代码或无代码的方式开发。

这是一个新的趋势。

低代码的英文是“Low-Code”，指的是用可视化等非代码的方式，取代手写代码。

这种模式的好处一目了然，它既可以降低聘请大量专业技术人员所需耗费的成本，也可以满足不同企业的个性化需求，从而让应用的开发能够更灵活地贴近应用实际。

因此，从目标出发，你就会发现很多解决方案，而学 Python 可能并不是最有效的。

这个道理可以平移至很多场景，比如学习新颁布的法律。民法典、知识产权法、破产重组......你真的要学这么多法律吗？

以终为始，带着目标学，带着解决问题的心态学，这样才能学得有效、有用。

3.Python 课程并不一定有用

明确了自己学 Python 的目的之后，如果你真的想学一下 Python ，我们再来看一下，市面上的 Python 课程，真的能解决问题吗？

我只有一个观点：那些0.99、9.9、99、199元的课，都是噱头，都是在割韭菜。

首先，这些课程只能告诉你一些 Python 的基础知识。

由于它只讲基础知识，那就意味着没有从你的实际需求出发，所以它不能解决你的问题。

你真的能学会吗？真的能用上吗？

不一定啊。

如果你只想了解一下 Python 是什么，那你在微信中随便搜几篇阅读量高的文章，学习效果都比听这些课程强。

其次，9.9 元的课，只有内容，没有教学，无法保证交付效果。

Python 虽然和其他语言相比是简单的，但对于门外汉来说，仍然有很高的技术门槛。

如果一门 Python 课程只是交付了一系列的音视频，没有教学，没有答疑，仅凭用户自学，那基本看不懂。

换句话说，这些课程只能让你短暂知道一些 Python 的基础知识，但不能把这些知识真正放到你的脑子里，让你学以致用。

再次，教学方法不合理。

很多教 Python 的课程，一开始都是叫你在命令台（一个黑框框的东西）下写代码，面对这么一个黑框框的东西，你会立马没了兴趣。

这样做其实是不对的，正确的入门应该是选择一个有可视化界面的编程工具。

如果你是想用 Python 来做项目开发，建议使用的可视化编程工具是 Pycharm 。

如果你是想要使用 Python 做数据分析，建议使用的可视化编程工具是 notebook 。

学好 Python ，也离不开“一万小时定律”。

编程这东西是个手艺活，需要多练习才能熟能生巧，光看书不敲代码，基本等于 0 。

但是，律师的日常工作中，有什么工作是需要写一万小时 Python 的？

有。

比如法律检索、调查取证等，但市面上已经有很多成熟的产品了。

即便这些产品还有一些不好用的地方，向这些公司提需求，也比你亲自写代码划算。

除此之外，还有什么工作是需要你亲自写一万小时 Python 的？

基本没有。

如果有，那么恭喜你，你发现了一个很好的创业机会。

4.除了技术，更重要的是运用技术的思维

除了解决现有问题，很多人学 Python 的目的很简单，就是为了转行。

在律师行业，甚至有的律师助理岗位还会注明：会 Python 的优先录用。会 Python ，貌似成了进律所的敲门砖。

我们一个一个说。

首先，学了 Python ，真的就能一脚跨入 IT 行业吗？

我和很多工程师聊过，大家一致的回答是：

入门OK，入行不行。

为什么？

别看 Python 看起来应用范围很广，系统运维、数据分析、网页开发、服务器管理、建模都可能会用到，但在实际工作中，Python 的适用场景却非常有限。

在技术圈内，Python 往往被当作“胶水语言”，工程师们会利用它简单、跨平台的特性，和其他编程语言打配合，他们更多会专注不同领域的语言，比如后端的 Golang、前端的 H5 等。

换句话说，虽然 Python 很好用，但专业人士更多会把它当成一种辅助工具。

想凭 Python 就入行，还远远不够。要想真正在 IT 行业里找到好的工作，你还得掌握更底层的东西，懂算法，懂模型，等等。

而这些，并不是通过简单的培训就能学会的，尤其是市面上那些9块9的 Python 课程。

其次，会 Python 是进律所的敲门砖？

根本就是扯淡。

如果你是法律人，律所要你，是要你的业务能力，而不是你会的那点 Python 。

如果你是非法律人，律所雇你的成本，可不比花点钱买市面上成熟的法律产品划算。

换句话说，是你的业务不行，还是你写 Python 的能力能秒杀市面上的法律产品啊？

Python 作为一种编程语言，本质上只是一种工具，而你能够用工具去解决问题，才是最重要的。

这也是为什么，很多人在年轻的时候，能够利用编程能力拿到比较好的工资，但是年纪大了，就容易比不上年轻人了。

深层的原因，就是只关注了技术，这就像体力活。想要往上走，脑力上的锻炼必不可少。

就好比你让一个程序员去编程、做模型，从技术角度看，肯定没问题。

但是，如果他不懂行为科学领域的理论，那就很难有合理的建模出发点，更别说怎么围绕着跑出来的模型，去讲一个有趣的故事了。