Python能否進(jìn)行大規(guī)模數(shù)值計(jì)算？當(dāng)你問這個(gè)問題時(shí)，你可能主要懷疑Python的性能。事實(shí)上，Python的許多更好的模塊都是用C語言編寫的，例如，numpy是一個(gè)常用的Python數(shù)值計(jì)算庫，它是

Python能否進(jìn)行大規(guī)模數(shù)值計(jì)算？

當(dāng)你問這個(gè)問題時(shí)，你可能主要懷疑Python的性能。事實(shí)上，Python的許多更好的模塊都是用C語言編寫的，例如，numpy是一個(gè)常用的Python數(shù)值計(jì)算庫，它是用C語言實(shí)現(xiàn)的，而且計(jì)算機(jī)的配置也不像十年前那么低。今年，python掀起了一股依靠人工智能的浪潮。作為人工智能產(chǎn)品開發(fā)中最流行的編程語言，人工智能相關(guān)產(chǎn)品的開發(fā)自然離不開大數(shù)據(jù)的支持，因此Python能否進(jìn)行大規(guī)模的數(shù)值計(jì)算，毋庸置疑。

Python語言其實(shí)很慢，為什么機(jī)器學(xué)習(xí)這種快速算法步驟通常還是用呢？

對(duì)于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)用Python進(jìn)行機(jī)器學(xué)習(xí)的人，我想談?wù)勎业目捶ā?/p>

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環(huán)比CPP慢兩個(gè)數(shù)量級(jí)。

那么為什么要使用Python呢？如果我們遍歷超過一億個(gè)數(shù)據(jù)，兩個(gè)數(shù)量級(jí)的差異是不可接受的。但是，如果我們使用Python來執(zhí)行頂層邏輯并阻塞數(shù)以億計(jì)的數(shù)據(jù)，Python只會(huì)循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個(gè)數(shù)量級(jí)無關(guān)緊要？一毫秒和100毫秒在整個(gè)系統(tǒng)中并不重要。

Python最大的優(yōu)點(diǎn)是它可以非常優(yōu)雅地將數(shù)據(jù)拋出到高效的C、CUDA中進(jìn)行計(jì)算。Numpy、panda、numba這些優(yōu)秀的開源庫可以非常方便高效地處理海量數(shù)據(jù)，借助ZMQ、cell等還可以做分布式計(jì)算，gevent借助epoll系統(tǒng)IO優(yōu)化。因此，它不需要花費(fèi)太多的精力就可以優(yōu)雅高效地完成海量數(shù)據(jù)處理和機(jī)器學(xué)習(xí)任務(wù)。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？

為什么Python是入行人工智能的首選語言？

人工智能是我的研究方向之一。目前我還在用Python做智能診療的落地應(yīng)用。我將根據(jù)我的個(gè)人經(jīng)驗(yàn)談?wù)凱ython在人工智能中的應(yīng)用。

我是從機(jī)器學(xué)習(xí)開始研究人工智能的，因?yàn)槲乙郧耙恢痹谧龃髷?shù)據(jù)相關(guān)的研發(fā)，從大數(shù)據(jù)進(jìn)入機(jī)器學(xué)習(xí)是很自然的。機(jī)器學(xué)習(xí)所要做的就是從無序的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，通過數(shù)據(jù)的采集和排序來訓(xùn)練算法，從而實(shí)現(xiàn)最終的應(yīng)用。

由于我已經(jīng)使用java很長時(shí)間了，當(dāng)我第一次開始實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法時(shí)，我的首選語言是java。畢竟編程語言只是一個(gè)工具，哪個(gè)工具好用，所以我總是用java來實(shí)現(xiàn)。直到有一次我參加了一個(gè)機(jī)器學(xué)習(xí)交流會(huì)，一位同行推薦我用Python來做機(jī)器學(xué)習(xí)。他告訴我Python做機(jī)器學(xué)習(xí)非常簡單，你不必過多考慮語言實(shí)現(xiàn)，你可以專注于算法。

我花了大約一個(gè)星期的時(shí)間學(xué)習(xí)python，然后我開始在使用python時(shí)熟悉它?，F(xiàn)在我們已經(jīng)使用Python好幾年了，可以說Python非常適合算法實(shí)現(xiàn)。一方面語法簡單，另一方面可以使用的算法庫非常豐富，而且程序可以快速調(diào)整，所以用Python做機(jī)器學(xué)習(xí)讓我感覺輕松了很多。

目前，我的登陸項(xiàng)目也已經(jīng)用Python完成了。雖然速度不如Java快，但從程序開發(fā)的角度來看，使用python確實(shí)很有趣。

學(xué)完了python能做什么工作？

Python作為一種編程語言，近年來通過人工智能得到了迅速的發(fā)展。學(xué)習(xí)python之后，您可以選擇以下方向。

1. 后臺(tái)服務(wù)器?，F(xiàn)在，這通常與整個(gè)堆棧相關(guān)聯(lián)，即所謂的全包前端和后端。在這個(gè)方向上，在學(xué)習(xí)了python的基礎(chǔ)知識(shí)之后，還需要學(xué)習(xí)前端知識(shí)、數(shù)據(jù)庫知識(shí)、Linux系統(tǒng)相關(guān)知識(shí)，而且?guī)缀跛凶龊笈_(tái)的人都要使用Linux系統(tǒng)。在學(xué)習(xí)了這些之后，我們將開始學(xué)習(xí)后端框架，如flash、Django和tornado。

2. 數(shù)據(jù)分析。這是目前一個(gè)熱門的方向。在學(xué)習(xí)了python的基礎(chǔ)知識(shí)之后，您需要學(xué)習(xí)numpy、pandas、Matplotlib、SciPy和其他數(shù)據(jù)統(tǒng)計(jì)分析庫。當(dāng)然，你必須在這方面有一些數(shù)學(xué)知識(shí)。

3. 自動(dòng)操作和維護(hù)。在這個(gè)方向上，除了Python基金會(huì)，您還必須精通Linux系統(tǒng)。一般來說，你做Linux操作和維護(hù)。這一方向?qū)inux系統(tǒng)提出了更高的學(xué)習(xí)要求。

4. AI方向。這個(gè)方向是當(dāng)前Python火爆的主要原因。但是這個(gè)方向不僅需要Python的基礎(chǔ)，而且還需要學(xué)習(xí)各種算法，對(duì)數(shù)學(xué)有很高的要求。在熟悉了算法之后，我們開始學(xué)習(xí)各種與人工智能相關(guān)的庫。這個(gè)方向可以細(xì)分為許多方向，如計(jì)算機(jī)視覺、自然語言處理等。你可以學(xué)習(xí)你想從事的算法和實(shí)用庫。

學(xué)習(xí)python之后，有很多方向可供選擇。首先，選擇一個(gè)好的方向，然后繼續(xù)學(xué)習(xí)該方向所需的技能。通過做項(xiàng)目指導(dǎo)學(xué)習(xí)，可以逐步滿足工作要求。當(dāng)然，工作不能停止學(xué)習(xí)，編程是需要繼續(xù)學(xué)習(xí)的。來吧。