為什么C#排名和Python相差越來(lái)越大？以下是我的一些個(gè)人觀點(diǎn)。如果我錯(cuò)了，請(qǐng)糾正我：首先，從語(yǔ)言本身的角度來(lái)看：C#可以看作是一種編譯語(yǔ)言（嚴(yán)格地說(shuō)，是一種混合語(yǔ)言），Python是一種解釋性語(yǔ)言

為什么C#排名和Python相差越來(lái)越大？

以下是我的一些個(gè)人觀點(diǎn)。如果我錯(cuò)了，請(qǐng)糾正我：

首先，從語(yǔ)言本身的角度來(lái)看：

C#可以看作是一種編譯語(yǔ)言（嚴(yán)格地說(shuō)，是一種混合語(yǔ)言），Python是一種解釋性語(yǔ)言。

C的優(yōu)勢(shì)？速度越來(lái)越快。由于編譯只進(jìn)行一次，運(yùn)行時(shí)不需要編譯，因此編譯語(yǔ)言的程序執(zhí)行效率很高。

同時(shí)，編譯是一把雙刃劍。如果修改了代碼，則需要重新編譯整個(gè)模塊，并根據(jù)操作系統(tǒng)環(huán)境編譯不同的可執(zhí)行文件。

魚(yú)和熊掌不能兼得。Python的優(yōu)點(diǎn)是它具有很強(qiáng)的跨平臺(tái)能力。代碼修改不需要停止。缺點(diǎn)是每次運(yùn)行時(shí)都要解釋。

然而，隨著軟硬件的快速發(fā)展，解釋運(yùn)行時(shí)間與編譯后運(yùn)行時(shí)間的時(shí)差將越來(lái)越小，Python語(yǔ)言“優(yōu)雅”、“清晰”、“簡(jiǎn)單”的優(yōu)勢(shì)也越來(lái)越明顯。

其次，從類庫(kù)生態(tài)的角度來(lái)看：

Python有大量的第三方類庫(kù)。在其他一些語(yǔ)言中，實(shí)現(xiàn)一個(gè)函數(shù)可能需要幾十到幾百行代碼，而Python可能會(huì)調(diào)用其他語(yǔ)言的下一個(gè)輪子，只需要幾行代碼甚至一行代碼。然而，c#一開(kāi)始是基于Windows平臺(tái)的，后來(lái)可以是跨平臺(tái)的、開(kāi)源的。第三方類庫(kù)的數(shù)量沒(méi)有python那么多。

最后，從發(fā)展前景來(lái)看：

人工智能，大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，數(shù)據(jù)清洗和分析是python的強(qiáng)項(xiàng)，人工智能中有很多基于python的優(yōu)秀框架。如果有人說(shuō)Python效率低下，如果我的硬件不符合標(biāo)準(zhǔn)，我需要效率，那么人們更愿意使用C/C而不是C#。

總之，c和Python之間的排名差距越來(lái)越大。

學(xué)Python一定要會(huì)算法嗎？

開(kāi)始時(shí)，您不必很好地學(xué)習(xí)算法。但是隨著技術(shù)的發(fā)展，仍然需要算法，否則只能做一些工作。

1. 學(xué)好軟件開(kāi)發(fā)離不開(kāi)計(jì)算機(jī)理論基礎(chǔ)，比如數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡(luò)技術(shù)、算法研究等，如果你喜歡這項(xiàng)技術(shù)，那就不是問(wèn)題。先開(kāi)始，你可以彌補(bǔ)。

2. 算法是軟件開(kāi)發(fā)的靈魂。好的算法寫不出好的程序。

3. 如何學(xué)習(xí)算法，首先選擇經(jīng)典算法教材。基本的可以從數(shù)據(jù)結(jié)構(gòu)中學(xué)習(xí)，其中包含一些基本的算法，然后再學(xué)習(xí)特殊的算法（實(shí)際上，在數(shù)據(jù)結(jié)構(gòu)領(lǐng)域?qū)W習(xí)算法一般就足夠了）。網(wǎng)上還有很多論壇、算法網(wǎng)站，為了吸引眼球，它們一般都很通俗易懂。大多數(shù)算法都是C語(yǔ)言，但是語(yǔ)言在算法層次上是相互聯(lián)系的，因此理解算法模型是最重要的。

4. 萬(wàn)事開(kāi)頭難。只要你開(kāi)始，剩下的就是慢慢操作這項(xiàng)技術(shù)。該算法在實(shí)際應(yīng)用中是最快、最強(qiáng)的。

我希望我能幫到你

對(duì)于那些使用過(guò)幾種開(kāi)發(fā)語(yǔ)言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)學(xué)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(gè)數(shù)量級(jí)。

那么為什么要使用Python呢？如果我們遍歷超過(guò)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(lái)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(wú)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(kāi)源庫(kù)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？

Python語(yǔ)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？

感謝您的邀請(qǐng)：作為一種非常流行的語(yǔ)言，python有著廣泛的應(yīng)用場(chǎng)景。事實(shí)上，許多開(kāi)發(fā)語(yǔ)言可以用于不同的領(lǐng)域。Python不是為特定目的而產(chǎn)生的。但是，它是一種通用的腳本語(yǔ)言，也稱為glue語(yǔ)言。Glue意味著Python可以在C語(yǔ)言接口的幫助下驅(qū)動(dòng)幾乎所有已知的軟件和模塊。只要我們使用它，你通?？梢哉业揭粋€(gè)開(kāi)源庫(kù)。安裝后，您可以驅(qū)動(dòng)它。無(wú)論是數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)、互聯(lián)網(wǎng)、圖形、游戲、科學(xué)計(jì)算、GUI、OA、自動(dòng)控制，甚至宇航員都在使用它。

現(xiàn)在我們來(lái)談?wù)凱ython，它可以用來(lái)做：

1。系統(tǒng)編程2。圖形處理3。數(shù)學(xué)處理4。文本處理5。數(shù)據(jù)庫(kù)編程6。網(wǎng)絡(luò)編程7。網(wǎng)絡(luò)編程8。多媒體應(yīng)用9。Pymo發(fā)動(dòng)機(jī)10。黑客編程11。用Python12編寫的簡(jiǎn)單爬蟲(chóng)：人工智能

看到這么多應(yīng)用場(chǎng)景非常強(qiáng)大，但Python通常不會(huì)作為工程語(yǔ)言出現(xiàn)。也就是說(shuō)，常規(guī)軟件生產(chǎn)不使用它。主要使用Java，C#，XML，C。至于為什么，這是軟件工程的需要。Python沒(méi)有完整的語(yǔ)法檢查。

但它現(xiàn)在不影響Python的狀態(tài)。很多人加入Python的大軍是因?yàn)镻ython很容易入門，而且學(xué)習(xí)成本相對(duì)較低。它有一個(gè)豐富的支持庫(kù)，可以直接調(diào)用，以高效地完成不同需要的工作。

你知道，谷歌最早的搜索引擎是由python編寫的。

希望我的回答能對(duì)你有所幫助。我是研究生，你用Python寫算法。我認(rèn)為你想發(fā)展大數(shù)據(jù)和人工智能。

近年來(lái)，隨著大數(shù)據(jù)和人工智能的爆炸式發(fā)展，Python變得越來(lái)越流行。如果你想提高你的Python水平，我想你可以從以下幾點(diǎn)開(kāi)始

！Apache spark是一個(gè)大數(shù)據(jù)處理框架，計(jì)算速度快，使用方便，支持復(fù)雜分析，有可能取代MapReduce。

盡管Python在機(jī)器學(xué)習(xí)和人工智能方面有很好的應(yīng)用，但Python有一個(gè)很大的缺陷。它不支持分布式計(jì)算，但這并不重要。Spark提供了一個(gè)優(yōu)秀的Python接口pyspark。有了它，python在分布式計(jì)算和流計(jì)算方面有了很大的改進(jìn)。

另外，spark的核心RDD彈性分布式數(shù)據(jù)集與Python中panda的數(shù)據(jù)幀非常相似，可以很容易地相互轉(zhuǎn)換。因此spark賦予Python以分布式方式處理大型數(shù)據(jù)集的能力。

Python有許多強(qiáng)大的web后端框架，如Django、flash等。學(xué)習(xí)這一點(diǎn)可以鞏固Python的基礎(chǔ)，并使用Python的高級(jí)用法，如裝飾器、類、魔術(shù)方法、數(shù)據(jù)庫(kù)等。

您不能總是在一臺(tái)機(jī)器上使用該型號(hào)。您可以在大數(shù)據(jù)框架和網(wǎng)站中部署模型。這要求您了解后端和分布式計(jì)算。學(xué)習(xí)這兩個(gè)方面，不僅可以提高python的水平，也可以讓你在未來(lái)的大數(shù)據(jù)和人工智能領(lǐng)域發(fā)力。

python一般用來(lái)做什么？

例如，當(dāng)您遇到需要計(jì)算文章中單詞的出現(xiàn)率時(shí)，您需要知道使用什么方法。例如，您需要首先使用string方法對(duì)其進(jìn)行分段，然后將其保存到字典中進(jìn)行統(tǒng)計(jì)。有了這樣一個(gè)總體思路，您就可以專門學(xué)習(xí)字符串方法和字典的使用。即使你以前沒(méi)有使用過(guò)這些方法，你也可以解決這個(gè)問(wèn)題，即使你已經(jīng)完成了。