作為一名研究生，除了可以用python寫(xiě)各種算法之外，還應(yīng)該如何提高自己的python水平？如題，作為一個(gè)研究生，你用Python寫(xiě)算法，我覺(jué)得你應(yīng)該是想往大數(shù)據(jù)，人工智能方面發(fā)展。Python這些年

作為一名研究生，除了可以用python寫(xiě)各種算法之外，還應(yīng)該如何提高自己的python水平？

如題，作為一個(gè)研究生，你用Python寫(xiě)算法，我覺(jué)得你應(yīng)該是想往大數(shù)據(jù)，人工智能方面發(fā)展。

Python這些年隨著大數(shù)據(jù)人工智能的大爆發(fā)也變得流行起來(lái)，你想再提升自己Python的水平，我覺(jué)得你可以從以下著手！

分布式計(jì)算框架spark

Apache Spark是一個(gè)計(jì)算速度快，易用，支持復(fù)雜分析的大數(shù)據(jù)處理框架，大有取代mapreduce之勢(shì)。

Python雖說(shuō)在機(jī)器學(xué)習(xí)和人工智能方面有極好的應(yīng)用，但是Python有一個(gè)大缺陷，不支持分布式計(jì)算，但是不要緊，spark提供了極好的Python接口Pyspark，借助他，Python在分布式計(jì)算、流計(jì)算方面有了極大提高。

另外，spark的核心RDD彈性分布式數(shù)據(jù)集和Python中pandas中的DataFrame十分相似，可以十分方便的相互轉(zhuǎn)化。所以說(shuō)spark讓Python有了分布式處理大數(shù)據(jù)集的能力。

web后端

Python有十分多的強(qiáng)大的web后端框架，如Django，flask等，學(xué)習(xí)這這可以鞏固Python的基礎(chǔ)，又會(huì)使用到Python的高級(jí)用法，如裝飾器，類及魔法方法，數(shù)據(jù)庫(kù)等。

學(xué)習(xí)spark和web后端的優(yōu)勢(shì)

你不可能一直在單機(jī)上使用模型，你可能會(huì)在大數(shù)據(jù)框架和網(wǎng)站來(lái)部署模型，這需要你了解后端和分布式計(jì)算，學(xué)習(xí)這兩方面，既能提升Python水平，也能讓你在日后的大數(shù)據(jù)和人工智能領(lǐng)域如虎添翼。