为什么有那么多人选择Python,真的有那么好吗?

本文来自公众号：超级数学建模

微信号 ：supermodeling

Python真的有那么好吗？

今天我们讲的是4个关于Python编程语言的故事，来看看人工智能时代爆发的Python。

在这里不会告诉你Python是“最好的编程语言”（无论什么意思）。

我也不会说，要不下一个项目尝试用Python，因为下一个项目来临的时候，不清楚Python会不会还是最好的一个选择。

言归正传，我们到底该不该选择Python？

作为一个计算机初级爱好者，据我们这些年敲过的代码所反馈（是的，我的代码是有灵魂的），他们还是比较喜欢Python，因为Python干净利索，简单直接。

Python编写代码的速度非常的快，而且非常注重代码的可读性，非常适合多人参与的项目。

它具备了比以前传统的脚本语言更好的可重用性，维护起来也很方便。与现在流行的编程语言Java、C、C++等相比较，同样是完成一个功能，Python编写的代码短小精干，开发的效率是其它语言的好几倍。

所以如果你想尝试成为程序员，Python将会是一个重要的选择。

在由Indeed.com创建并由codementor.io发布的2016年开发人员薪水研究中，发现Python开发人员的平均工资是107,000美元：

基于这项研究，Swift，Python，Ruby，C ++和Java将让你赚更多的钱（PHP垫底）。

我们可以看到，Swift下面紧随其后就是Python和Ruby：前五个中只有两种脚本语言。

而作为大数据时代，Python排名如此靠前，自然可以理解。

在未来，鉴于Python不仅是一种通用的编程语言，而且也是一门科学的编程语言，我们很快就会看到学习Python将会获得更高的回报，挣得更多。

Python编程语言目前正在推动科学编程普及，但原来的情况并非总是如此。

多年来，学者和私人研究人员一直使用MATLAB语言进行科学研究。

这一切都开始随着Python数值计算引擎（如NumPy和SciPy）的发布而改变，允许通过单个“import”语句后跟一个函数调用来完成复杂的计算。

虽慢但确实，Python开始接管作为计算机科学研究的首选语言。

Python是人工智能的未来。

因为考虑到语言的灵活性，其速度以及提供的机器学习功能库（如scikit-learn，Keras和TensorFlow），我们将继续看到Python在机器学习领域占据主导地位。

此时，在我心中毫无疑问：如果你对人工智能或者大数据有那一丁点的兴趣，你都应该学习一下Python。

大数据与人工智能时代的到来，让越来越多的专业，除了本身专业知识的学习，也需要网络采集和数据分析的技能，因为数据俨然已成为价值评估的一种标准。

因为出行数据，滴滴知道你是一个爱爬山的人；

因为通信数据，中国移动知道你是一个跟父母很亲近的人；

因为购物数据，阿里巴巴知道你现在还是单身。

而这一切的结论的背后，可以基本上说是数据挖掘的功劳。而作为一名非专业的销售人员、金融人员，想做一次数据分析初体验，Python无疑是最适合的入门语言。

为什么这么讲呢？

相比较java、C++，Python似乎更适合非计算机的人学习数据分析、大数据和人工智能。

因为Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样，它使你能够专注于解决问题而不是去搞明白语言本身。

除此之外，Python所拥有的标准库更是金融、营销类人群选择它的理由。

它可以帮助处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用户界面）、Tk和其他与系统有关的操作。

这被称作Python的“功能齐全”理念。

当你想开始尝试做数据分析的时候，Python无疑会是一个很棒的选择。