擊敗Java、C/C++，Python憑什么成機器學習最佳語言！
Python，是一種面向對象的解釋型計算機程序設計語言，由荷蘭人Guido van Rossum于1989年發(fā)明，第一個公開發(fā)行版發(fā)行于1991年。
自從20世紀90年代初Python語言誕生至今，它已被逐漸廣泛應用于系統(tǒng)管理任務的處理和Web編程。2011年1月，它被TIOBE編程語言排行榜評為2010年度語言。自從2004年以后，python的使用率呈線性增長。去年7月20日，IEEE發(fā)布2017年編程語言排行榜:Python高居首位。
是什么讓Python成為當今最流行的機器學習語言！是大數(shù)據(jù)時代背景的契合，還是其特有的生態(tài)系統(tǒng)，或是語言本身？
首先當然是因為大家的life都很short，Python作為解釋型語言，雖然跑得比誰都慢，但減少了開發(fā)者的工作量。Python開發(fā)者的哲學是"用一種方法，最好是只有一種方法來做一件事"。在設計Python語言時，如果面臨多種選擇，Python開發(fā)者一般會拒絕花俏的語法，而選擇明確的沒有或者很少有歧義的語法。簡單易學的特點催生了龐大的用戶群體和活躍社區(qū)，機器學習框架的制作者也是為了走群眾路線讓更多人用，Python比較接地氣。
Python成為機器學習主力的第二個主要原因，是因為Python提供大量機器學習的代碼庫和框架。利用python可以享受很多便捷的數(shù)學運算第三方庫，比如NumPy、SciPy，在可視化方面有MatplotLib和SeaBorn，結構化數(shù)據(jù)操作可以通過Pandas得到R一般的體驗，針對各種垂直領域比如圖像、語音、文本在預處理階段都有很成熟的庫可以調用，人們常說："就你庫多"。Python標準庫確實很龐大。它可以幫助處理各種工作，包括正則表達式、文檔生成、單元測試、線程、數(shù)據(jù)庫、網(wǎng)頁瀏覽器、CGI、FTP、電子郵件、XML、XML-RPC、HTML、WAV文件、密碼系統(tǒng)、GUI、Tk和其他與系統(tǒng)有關的操作。這被稱作Python的"功能齊全"理念。除了標準庫以外，還有許多其他高質量的庫，如wxPython、Twisted和Python圖像庫等等。
當然，這個代碼系統(tǒng)還有一些不足的地方，因此產(chǎn)生了很多變通方案。例如Anaconda等發(fā)行版有自己的打包機制，可以很好地處理對不屬于Python生態(tài)系統(tǒng)的可執(zhí)行文件的依賴。但是，總的來說，Python打包生態(tài)系統(tǒng)為機器學習提供了一定程度的便利性，這與Python一貫堅持的簡易性和便利性很相符。
最后也就是性能方面。Python性能方面當然是無法滿足大規(guī)模數(shù)據(jù)訓練的，所以一般企業(yè)都是先用Python搭建原型，然后用C++或者JAVA來實現(xiàn)工程化，再用Python封裝留出接口。另外，得益于Python對C的接口，很多像gnumpy, theano這樣高效、Python接口友好的庫可以加速程序的運行，在強大團隊的支撐下，這些庫的效率可能比一個不熟練的程序員用C寫一個月調優(yōu)的效率還要高。
所以說，讓Python在機器學習領域異軍突起的不僅是某個單一功能，而是Python整個語言包：簡單易學讓它更接地氣，它的生態(tài)系統(tǒng)擁有的第三方代碼庫可以涵蓋廣泛的機器學習用例和性能，可以幫助你很好地完成手頭的工作。
