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？對(duì)于那些使用了多種開(kāi)發(fā)語(yǔ)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āＪ?/p>

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？

對(duì)于那些使用了多種開(kāi)發(fā)語(yǔ)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(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？

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？

作為一名研究生，您用Python編寫(xiě)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。

為什么有些算法崗位，需要用C 而不是python？

C/C是一種相對(duì)低級(jí)的語(yǔ)言，它可以非常精細(xì)地控制CPU/內(nèi)存和其他計(jì)算機(jī)資源，尤其是硬件。在算法運(yùn)算最精細(xì)的時(shí)候使用它們是很自然的。

但它們的優(yōu)點(diǎn)也是缺點(diǎn)。精細(xì)的操作自然需要精細(xì)的編程，精細(xì)的編程自然需要復(fù)雜的語(yǔ)言設(shè)置，比如什么是指針，什么是指針函數(shù)，什么是函數(shù)指針當(dāng)你理解了這些概念，你可能就沒(méi)有編寫(xiě)代碼的沖動(dòng)了。更重要的是，如果你想編寫(xiě)高性能的代碼，你必須精通這些概念

Python的一個(gè)非常重要的特性就是所謂的“粘合語(yǔ)言”，也就是說(shuō)它可以將用不同語(yǔ)言編寫(xiě)的代碼模塊組合起來(lái)，然后通過(guò)Python調(diào)用它們。實(shí)際上，大多數(shù)算法庫(kù)都是用C/C語(yǔ)言編寫(xiě)的，然后提供Python接口供用戶使用。畢竟，大多數(shù)人只需要知道如何調(diào)用封裝的算法。但是如果你想實(shí)現(xiàn)你自己的算法，你必須知道C/C

例如，Python就像一個(gè)電視遙控器，C/C就像遙控器中的電路板。通常，如果你想換臺(tái)，只需按一下按鈕。但有一天你只需要一個(gè)將屏幕旋轉(zhuǎn)90度的功能，遙控器沒(méi)有這個(gè)功能，但可以通過(guò)卸下遙控板，插入幾個(gè)組件來(lái)實(shí)現(xiàn)。你是做什么的？

python自學(xué)難度有多大，怎樣算出師？

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(mén)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。