Python 是一門適合做數(shù)據(jù)挖掘的語言嗎宵晚？ - 數(shù)據(jù)分析 - 知乎
https://www.zhihu.com/question/20085299

如果你想用別人做好的成熟的輪子，那 python 是不二之選。因為 python 輪子多而且全绿鸣，比如 numpy，scipy暂氯，scikit learn潮模，gensim 等等都是成熟的輪子。

綜合來看痴施，python是適合做數(shù)據(jù)的擎厢，一是，對于非計算機(jī)科班出身不會有技術(shù)問題辣吃，python本身是非常便于使用的动遭；二是，數(shù)據(jù)挖掘需要的工具在目前來看python基本都已經(jīng)具備神得，并且在穩(wěn)步的發(fā)展厘惦；三是，python在面臨性能問題時解決方案眾多哩簿。

python強(qiáng)調(diào)程序員的生產(chǎn)力宵蕉，讓你把精力集中在邏輯上而不是語言本身上。
你能想象用一下午時間實現(xiàn)從0開始一個簡單的搜索引擎嗎节榜？C++顯然是不行的羡玛。。你的大部分時間都將花在實現(xiàn)基本數(shù)據(jù)結(jié)構(gòu)和調(diào)試語言錯誤上宗苍。稼稿。而用python亿遂，你要做的就是真正理解搜索算法，之后的實現(xiàn)真的很簡單渺杉。蛇数。

我覺得用python很適合算法研究，不僅僅是數(shù)據(jù)挖掘是越《耍快速開發(fā)能讓你迅速驗證你的想法，而不是把時間浪費在程序本身上（想象一下你寫了一星期的c++倚评，調(diào)了一大堆指針錯誤浦徊，最后發(fā)現(xiàn)想法本身就有錯誤。天梧。）當(dāng)你知道你已經(jīng)有了一個正確的算法盔性，要使他運行速度提高只需用c++等重寫性能瓶頸并嵌入就行了。呢岗。

是的冕香，Python適合做數(shù)據(jù)挖掘。作為腳本語言后豫，Python快速開發(fā)的優(yōu)點其他答案都說了悉尾。

Python適合做數(shù)據(jù)挖掘的另一個原因是社區(qū)現(xiàn)在比較成熟，mloss上面發(fā)布的Python程序越來越多挫酿。最著名的就是scikit.learn了吧构眯，幾乎涵蓋了機(jī)器學(xué)習(xí)中常用的算法，而且scikit.learn更新非吃绻辏快惫霸。

scikit.learn只是舉了一個例子，還有orange,pyml等很多非常棒的package葱弟，有了這些包的支持壹店，做數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的時候，就會很節(jié)省時間了翘悉。

Python 適合大數(shù)據(jù)量的處理嗎茫打？ - 海量數(shù)據(jù)處理 - 知乎
https://www.zhihu.com/question/19607447

作者：匿名用戶鏈接：https://www.zhihu.com/question/19607447/answer/30601784來源：知乎著作權(quán)歸作者所有居触，轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)妖混。我很喜歡用python，用python處理數(shù)據(jù)是家常便飯轮洋，從事的工作涉及nlp制市，算法，推薦弊予，數(shù)據(jù)挖掘祥楣，數(shù)據(jù)清洗，數(shù)據(jù)量級從幾十k到幾T不等，我來說說吧百萬級別數(shù)據(jù)是小數(shù)據(jù)误褪，python處理起來不成問題责鳍，python處理數(shù)據(jù)還是有些問題的Python處理大數(shù)據(jù)的劣勢：1. python線程有g(shù)il，通俗說就是多線程的時候只能在一個核上跑兽间，浪費了多核服務(wù)器历葛。在一種常見的場景下是要命的：并發(fā)單元之間有巨大的數(shù)據(jù)共享或者共用（例如大dict），多進(jìn)程會導(dǎo)致內(nèi)存吃緊嘀略，多線程則解決不了數(shù)據(jù)共享的問題恤溶，單獨的寫一個進(jìn)程之間負(fù)責(zé)維護(hù)讀寫這個數(shù)據(jù)不僅效率不高而且麻煩2. python執(zhí)行效率不高，在處理大數(shù)據(jù)的時候帜羊，效率不高咒程，這是真的，pypy（一個jit的python解釋器讼育，可以理解成腳本語言加速執(zhí)行的東西）能夠提高很大的速度帐姻，但是pypy不支持很多python經(jīng)典的包，例如numpy（順便給pypy做做廣告奶段，土豪可以捐贈一下PyPy - Call for donations**）3. 絕大部分的大公司卖宠，用java處理大數(shù)據(jù)不管是環(huán)境也好，積累也好忧饭，都會好很多Python處理數(shù)據(jù)的優(yōu)勢（不是處理大數(shù)據(jù)）：1. 異晨肝椋快捷的開發(fā)速度，代碼量巨少2. 豐富的數(shù)據(jù)處理包词裤，不管正則也好刺洒，html解析啦，xml解析啦吼砂，用起來非常方便3. 內(nèi)部類型使用成本巨低逆航，不需要額外怎么操作（java，c++用個map都很費勁）4. 公司中渔肩，很大量的數(shù)據(jù)處理工作工作是不需要面對非常大的數(shù)據(jù)的5. 巨大的數(shù)據(jù)不是語言所能解決的因俐，需要處理數(shù)據(jù)的框架（hadoop， mpi周偎。抹剩。。蓉坎。）雖然小眾澳眷，但是python還是有處理大數(shù)據(jù)的框架的，或者一些框架也支持python6. 編碼問題處理起來太太太方便了綜上所述：1. python可以處理大數(shù)據(jù)2. python處理大數(shù)據(jù)不一定是最優(yōu)的選擇3. python和其他語言（公司主推的方式）并行使用是非常不錯的選擇4. 因為開發(fā)速度蛉艾，你如果經(jīng)常處理數(shù)據(jù)钳踊，而且喜歡linux終端衷敌，而且經(jīng)常處理不大的數(shù)據(jù)（100m一下），最好還是學(xué)一下pythonpython數(shù)據(jù)處理的包：1. 自帶正則包拓瞪， 文本處理足夠了2. cElementTree, lxml 默認(rèn)的xml速度在數(shù)據(jù)量過大的情況下不足3. beautifulsoup 處理html4. hadoop(可以用python) 并行處理缴罗，支持python寫的map reduce，足夠了祭埂， 順便說一下阿里巴巴的odps瞒爬，和hadoop一樣的東西，支持python寫的udf沟堡，嵌入到sql語句中5. numpy, scipy, scikit-learn 數(shù)值計算侧但，數(shù)據(jù)挖掘6. dpark(搬樓上的答案）類似hadoop一樣的東西1，2航罗，3禀横，5是處理文本數(shù)據(jù)的利器（python不就處理文本數(shù)據(jù)方便嘛），4粥血，6是并行計算的框架（大數(shù)據(jù)處理的效率在于良好的分布計算邏輯柏锄，而不是什么語言）暫時就這些，最好說一個方向复亏，否則不知道處理什么樣的數(shù)據(jù)也不好推薦包趾娃，所以沒有頭緒從哪里開始介紹這些包