各个语言擅长的应用场景

1、C
C语言的应用领域极为广泛，从操作系统、嵌入式领域、数据库、服务器、单片机、编译器，到Linux开发等，几乎每个领域都有其身影。对于新手来说，C语言起步难度较大，然而一旦稳定掌握即可前途无忧，拥有3-5年开发C语言经验的程序员月薪约为10-15k，而拥有5-10年工龄的码农，月薪可达到25K-50K。C语言是一门非常基础的“必学语言”，硬件开发行业对于优秀的C语言开发者将是不错的选择方向，英特尔、ARM这样的国际巨头会是很好的归宿。
2、C++
C++的特点是什么？强大！当你需要直接访问硬件获得最大处理能力时，C++是不二选择，同时它也是开发桌面软件、操作系统、图形处理、游戏、网站、搜索引擎、数据库，以及开发在桌面、控制端和移动设备上的内容密集型应用的优秀编程语言。但对于新手来说，C++不是那么友好，属于上手慢、但根基稳的“正派武功”，没有3-5年的学习时间很难上手，一旦出山便是稳健、优秀的代名词。在国内，具有3年以上C++开发经验的码农，月薪不会低于20K-50K。优秀的求职可以把腾讯作为目标。
3、JAVA
Java的应用场景包括移动（Android）应用、金融行业应用服务器程序、网站、嵌入式领域、大数据技术（包括Hadoop及其他大数据处理技术）科学应用等。虽然各种编程语言轮番走红，但Java依然在最受欢迎的编程语言中高居前二。根据2017年的最新数据，美国的Java程序员平均年薪约为10.2万美元，国内具有2-3年Java开发经验的程序员，月薪大约在10-15K左右，5年以上的开发人员则可达到25-50K。怀揣大公司梦的从业者，如果Java开发技术优异，有望在阿里这样的企业谋得一席之地。
4、PHP
PHP（超级文本预处理语言）是开发网页应用的最基本工具，又一种广受网站开发者欢迎的服务器端语言，PHP被应用于绝大多数的数据驱动网站，超过80%的网站，包括Facebook，Wikipedia，Tumblr和WordPress的创建都离不开PHP。PHP的易上手性，使其成为很多网站开发者最初学习掌握的语言。
5、GO
Go（或称GOLANG）是一门由Google于2007年开发的开源编程语言。其优点是标准库强大、编译速度快。另外，Go善于处理并发任务和程序。作为自己的亲生孩子，Google给予了Go大量支持，目前使用Go语言的大型网站包括Netflix、YouTube和Adobe。
6、C#
C#出生在2000年，它的父亲微软是当时无可匹敌的行业巨无霸，所以C#可以说是含着金钥匙出生的。虽然今时不同往日，微软已不再是当初那个微软，然而瘦死的骆驼比马大，如果打算在微软的开发环境下有所发展、建树，C#依然主要选择。无论是在微软云计算平台Windows Azure和.NET框架创建现代网页应用，还是开发Windows终端应用，又或者开发企业级桌面应用，C#都能够既快又稳地进行驾驭。

7、R语言
诞生于1993年的R语言推动了大数据革命。如果打算从事移动应用开发，你可以忽略R，但如果计划在统计分析、绘图、数据挖掘等近领域有所建树，R是你不得不学习的一门语言。这也是在人工智能及大数据时代来临之际，R语言越来越受欢迎的原因。

8.JavaScript
虽然舆论一直在渲染移动时代的崛起和PC时代的没落，而每个企业拥有一个网站时代也一去不复返，但不可否认的是，在很多应用场景下，网站依然具有不可替代的作用，网站的建设离不开JavaScript。 在网站互动、搭建用户界面、网页游戏等方面，JavaScript是最佳选择。
9、Swift
Swift是由苹果公司推出，用于开发苹果生态系统（包括iOS，macOS）应用的基础语言。简单来说，作为Objective-C的接班人，Swift是史上发展最快的编程语言之一。由于其干净、快速、正确率高、可缩短代码长度以节省开发时间等优点，广受开发者的喜爱。另外，Swift是一种开源开发语言，不仅限于苹果的平台，开发者也可选择在Windows或者Linux上进行开发。学习Swift开发最多能够获得多少收入？那取决于你能不能开发出一款App Store热门应用了。
10、Python
Python是最近几年最火的编程语言，没有之一！在IEEE发布的2017年编程语言排行榜中，Python高居首位。虽然在Java和C语言称王称霸的那些年代不那么耀眼，但Python并不是一匹新兴的黑马，实际上，Python早在1991年就出现了。作为一种应用广泛的高级编程语言，在人工智能、数据科学、Web应用、用户交互界面、自动化任务、统计等等方面，Python总能找到自己的位置。正是这种特性，让Python坐上了AI及大数据时代的头把交椅。
11、perl/shell
Linux下字符串处理和脚本
12、 R语言
机器学习，统计，科学计算
13、matlab
图像，信号等领域仿真与算法设计。机器学习。