Python語言其實很慢，為什么機(jī)器學(xué)習(xí)這種快速算法步驟通常還是用呢？對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)到Python進(jìn)行機(jī)器學(xué)習(xí)的人，我想談?wù)勎业目捶?。?/p>

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

對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)到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慢兩個數(shù)量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個數(shù)據(jù)，兩個數(shù)量級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)以億計的數(shù)據(jù)，Python只會循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個數(shù)量級無關(guān)緊要？一毫秒和100毫秒在整個系統(tǒng)中并不重要。

Python最大的優(yōu)點是它可以非常優(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？

新手問個問題！如何驗證numpy和scipy安裝成功？

非常簡單，在終端中輸入Python，然后輸入導(dǎo)入模塊名稱。然后，如果安裝成功而沒有任何提示，則直接顯示下一個交互行。如果提示報告錯誤，則表示存在問題。。而對于一些模塊，除了導(dǎo)入外，還有專門的測試方法來測試模塊中的所有方法是否都能正常工作，比如numpy和SciPy?？赡苣K安裝成功，但由于某些文件的編譯失敗，某些方法無法使用。這些模塊將在文檔中編寫它們的測試方法。作為核試驗（）等一下，

想自學(xué)Python,請問有人指點一二嗎？

你好，老秀，我們來分享你的問題。

老秀去年自學(xué)了蟒蛇。他剛開始選擇自動運(yùn)維的方向，但現(xiàn)在他主要用它來爬一些數(shù)據(jù)，自己制作視頻。為此，我專門寫了三篇關(guān)于自學(xué)的文章（12個月，零基礎(chǔ)，自學(xué)Python語言經(jīng)驗分享——第一部分（包括建議和方法）），大家可以參考一下；

這里我們來談?wù)勀闼f的人工智能有一定的門檻。我們別說了?？梢宰詫W(xué)嗎？可能性相對較低。我可以肯定地告訴你，讓我們先看看它的電路：

在學(xué)習(xí)Python基金會之后，它是數(shù)據(jù)模塊。它需要學(xué)習(xí)什么？首先，我們要有大學(xué)本科以上學(xué)歷和數(shù)學(xué)學(xué)士學(xué)位。可能有：線性代數(shù)，微積分，代數(shù)，概率論和統(tǒng)計學(xué)。它們只是基本的，但并不真正讓我們用它們來計算。后來，我們需要為人工智能的python算法做幾個模塊，比如numpy，那里有神經(jīng)網(wǎng)絡(luò)，這里有兩派，所以我們需要學(xué)習(xí)很多，自學(xué)之后再思考，可能性很小，學(xué)過了，別人不一定敢給你。

我希望我的回答能幫助你。