[转]大数据时代，python竟是最好的语言？

 

随着大数据疯狂的浪潮，新生代的工具Python得到了前所未有的爆发。简洁、开源是这款工具吸引了众多粉丝的原因。目前Python最热的领域，非数据分析和挖掘莫属了。从以Pandas为代表的数据分析领域开始，便是Python的天下；一边以实际项目实操，一边跟着已有的资料学习，再辅以相关的理论知识，势必将集Python技能于大成。

 

在图灵世界里，Python被赋予的形象是蟒蛇，而蟒蛇不仅仅是灵活的象征，更有一招制敌的大杀器。

 

Python是一条大蟒蛇，自然算是编程语言中灵活，且有灵性的。

在现阶段的数据体系内，只要你有所了解的话，想必你会有个感觉：怎么处处都有Python的踪影！其实每一种的计算机编程语言，似乎都有自己成名或适用的领域。比如Java更多用于系统开发，Matlab则用于数值计算及矩阵运算，而Python的自身基因，让其更符合数据领域的策略分析。

Python已经成为数据分析领域里事实上的最常用语言。

 

让我们来看看，Python在数据分析领域的生态圈吧！

 

基础库

 

• Numpy：矩阵计算与其它大多数框架的数据处理基础；

• Scipy：科学计算库，提供了很多科学计算工具包和算法；

• Matplotlab：专业画图工具，话说这个单词还是真是在Matlab之间插入了plot这个词形成的；

• Pandas：提供类似于R语言的DataFrame操作，非常方便；

机器学习与深度学习

 

• OpenCV：提供图像识别的很多方便的操作；

• Orange：基于图形界面的机器学习程序，也可以用Python脚本来操作调用；

• Scikit-Learn：前面说了，这是Python在机器学习领域里面的代表作。尤其是它的文档，完全可以当成机器学习的参考资料来阅读了，曾经我向朋友推荐的时候说，说过，把scikit-learn的文档当成佛经来读，假以时日，功力定会大增。

• Theano：深度学习里面非常有名的一个框架了，也非常具有代表性。是其它很多框架的基础。

• Keras：基于Theano进行了抽象，建议入门的话使用这个，搭积木一样地就可以弄个神经网络出来了。

• NLTK：自然语言处理，提供的功能也很强大。

 

国内出品的Mxnet的Python接口

 

分布式机器学习与深度学习

 

• Spark之MLlib的Python接口Pyspark

• H2o的Python接口

• 收费的Graph Create的Python接口

• Google最近刚出的TensorFlow的Python接口

• 三星最近刚出的Veles，目前只提供Python接口

新的机器学习或深度学习框架，如果不提供Python接口的话，恐怕会难以推广吧。

 

上面列举的只是其中一部分，还有很多很多。当然，他们很多并非是用Python来实现，但都共同的提供了Python接口，甚至好几个都把Python当成了头等公民（First-Class）。

 

在此并非想说Python这门语言很强大或者复杂，而恰恰相反，得益于Python的简洁和包容。才让它在数据挖掘领域有如此的地位。

 

这便是生态圈的力量，不以个人的意志为转移。

 

对于想入门数据分析、数据挖掘、机器学习的朋友来说，Python是你值得花时间的选择。因为，除了上面的工具链生态圈，还有书籍和知识传播的生态圈。