[轉]大數據時代，python竟是最好的語言？

 

隨着大數據瘋狂的浪潮，新生代的工具Python得到了前所未有的爆發。簡潔、開源是這款工具吸引了眾多粉絲的原因。目前Python最熱的領域，非數據分析和挖掘莫屬了。從以Pandas為代表的數據分析領域開始，便是Python的天下；一邊以實際項目實操，一邊跟着已有的資料學習，再輔以相關的理論知識，勢必將集Python技能於大成。

 

在圖靈世界里，Python被賦予的形象是蟒蛇，而蟒蛇不僅僅是靈活的象征，更有一招制敵的大殺器。

 

Python是一條大蟒蛇，自然算是編程語言中靈活，且有靈性的。

在現階段的數據體系內，只要你有所了解的話，想必你會有個感覺：怎么處處都有Python的蹤影！其實每一種的計算機編程語言，似乎都有自己成名或適用的領域。比如Java更多用於系統開發，Matlab則用於數值計算及矩陣運算，而Python的自身基因，讓其更符合數據領域的策略分析。

Python已經成為數據分析領域里事實上的最常用語言。

 

讓我們來看看，Python在數據分析領域的生態圈吧！

 

基礎庫

 

• Numpy：矩陣計算與其它大多數框架的數據處理基礎；

• Scipy：科學計算庫，提供了很多科學計算工具包和算法；

• Matplotlab：專業畫圖工具，話說這個單詞還是真是在Matlab之間插入了plot這個詞形成的；

• Pandas：提供類似於R語言的DataFrame操作，非常方便；

機器學習與深度學習

 

• OpenCV：提供圖像識別的很多方便的操作；

• Orange：基於圖形界面的機器學習程序，也可以用Python腳本來操作調用；

• Scikit-Learn：前面說了，這是Python在機器學習領域里面的代表作。尤其是它的文檔，完全可以當成機器學習的參考資料來閱讀了，曾經我向朋友推薦的時候說，說過，把scikit-learn的文檔當成佛經來讀，假以時日，功力定會大增。

• Theano：深度學習里面非常有名的一個框架了，也非常具有代表性。是其它很多框架的基礎。

• Keras：基於Theano進行了抽象，建議入門的話使用這個，搭積木一樣地就可以弄個神經網絡出來了。

• NLTK：自然語言處理，提供的功能也很強大。

 

國內出品的Mxnet的Python接口

 

分布式機器學習與深度學習

 

• Spark之MLlib的Python接口Pyspark

• H2o的Python接口

• 收費的Graph Create的Python接口

• Google最近剛出的TensorFlow的Python接口

• 三星最近剛出的Veles，目前只提供Python接口

新的機器學習或深度學習框架，如果不提供Python接口的話，恐怕會難以推廣吧。

 

上面列舉的只是其中一部分，還有很多很多。當然，他們很多並非是用Python來實現，但都共同的提供了Python接口，甚至好幾個都把Python當成了頭等公民（First-Class）。

 

在此並非想說Python這門語言很強大或者復雜，而恰恰相反，得益於Python的簡潔和包容。才讓它在數據挖掘領域有如此的地位。

 

這便是生態圈的力量，不以個人的意志為轉移。

 

對於想入門數據分析、數據挖掘、機器學習的朋友來說，Python是你值得花時間的選擇。因為，除了上面的工具鏈生態圈，還有書籍和知識傳播的生態圈。