《Python資料科學實踐指南》——0.3節為什麼是Python

本節書摘來自華章社群《python資料科學實踐指南》一書中的第0章，第0.3節為什麼是python，作者紀路，更多章節内容可以通路雲栖社群“華章社群”公衆号檢視

0.3　為什麼是python

通過書名，各位讀者就應該知道這是一本講解python程式設計的書了。資料科學隻是個引子，我希望能通過相關的例子和練習激發出讀者的興趣，幫助讀者除掉程式設計這條攔路虎。在很多非計算機相關專業的人的概念裡，程式設計是要歸為玄學分類的，通過一堆意義不明的符号就能驅動計算機完成各種各樣的任務，是不是有點像魔法師口中所念的咒語。但事實上，計算機隻能做兩件事情，執行計算并記錄結果，隻不過它的這兩項能力遠遠超過人類大腦的能力（讀者可能看過一些文章，其中有些研究聲稱嘗試估算過人類大腦的計算能力，發現人腦的計算能力仍然比現今最先進的計算機還要快很多倍。但是人類大腦中有些子產品，比如視覺、語言，是人類經過億萬年的演化，大自然進行極緻優化所産生的結果。這裡對于計算和存儲能力的比較僅是指數學計算和文字存儲方面）。以我正在使用的筆記本來說，其擁有主頻為2.5ghz的雙核處理器，總計約等于50億次/秒的計算速度。而512gb的硬碟則可以存儲10萬本書（按每本書5mb計算，實際上5mb大小的書應該算是鴻篇巨著了。假如按utf-8編碼，每個中文占3～4個位元組（byte），而5mb約有500萬個位元組，這至少是一本百萬字的書）。如果想要使用計算機這種能力強大的工具，就需要掌握一門程式設計語言，用來和計算機進行溝通。雖然我也想為各位讀者科普一下衆多的程式設計語言，不過這畢竟是一本教授python程式設計的書，是以這裡隻通過以下幾個方面來闡述一下用python作為資料科學工具的理由。

（1）簡單易上手

python被譽為可執行的“僞代碼”，其文法風格接近人類的語言，即使是第一次看代碼的人也能很容易了解程式所要實作的功能，讀者可以試着閱讀下面這段代碼：

上面的代碼中range代表一段區間，0代表下界，10代表上界，通常python程式的上下界是左閉右開的一個區間。for的含義表示“這其中的每一個數”，print就不言自明了，代表列印結果到螢幕上。

除了優雅的文法之外，python還屬于解釋性語言，我們可以不經過編譯、連結等步驟直接獲得程式執行的結果。而且python還擁有互動式解釋器，可以讓我們随時随地測試我們的代碼，如圖0-1所示。

（2）資源豐富、應用廣泛

已經有很多書講解了python相關的技巧，比如《程式設計導論》是麻省理工學院（mit）計算機科學導論的課程；《python程式設計實戰》是一本python程式設計技巧進階的好書，介紹了在python中如何實踐設計模式；《機器學習實戰》主要講解了機器學習的常見算法，其中使用python編寫了全部的代碼；《python高手之路》對如何使用python建構大型系統提出了很多有益的見解。而且使用python的知名項目也很多，比如openstack開源雲計算平台就是由python編寫的，還有世界上最大的視訊網站youtube也是使用python開發的，等等。當然python在大資料應用上也有其獨特的優勢，科學計算庫numpy和scipy、繪圖子產品pylab、統計庫pandas、機器學習庫scikit-learn都是為python所設計的，現在流行的hadoop和spark也都提供了python接口。可以說在“大資料”“資料科學”領域，如果某一個産品不支援python，那麼其前景将會是難以想象的。

（3）跨平台、免費

python官方提供了多平台的解釋器，包括windows、mac os x、linux甚至更多的其他平台，你所寫的python代碼，可以在不經修改的情況下移植，比如在windows上開發，在linux伺服器上運作，不會有任何問題。而且python是免費且開源的，不僅标準庫可以随意閱讀其源碼，連官方解釋器的c語言實作也可以獲得其源碼。python社群是鼓勵分享的，讀者不僅可以從中學到很多程式設計的技巧，甚至還可以做出一些貢獻。