《Python3智能数据分析快速入门》—1.1.4　Python机器学习优势

1.1.4　Python机器学习优势

Python是机器学习领域最优秀的编程语言之一，与同样支持机器学习且自带机器学习应用的MATLAB不同的是，由于Python是开源项目，所以几乎所有必要的组件都是完全免费的。当前机器学习领域的主流编程语言为Python、R、MATLAB、Java和C/C++，如表1-7所示。

表1-7　主流机器学习编程语言

相比起Java与C/C++，Python代码非常容易阅读和学习，使得大多数从事机器学习和人工智能的研究（工作）人员能以最方便的方式来实现自己的想法。Python具有严格且一致的语法风格，这使得每个Python使用者都可以更好地理解其他人的Python代码，而其他语言的语法有可能会导致混淆和不一致的编程范例。

Python作为一门理想的集成语言，将各种技术绑定在一起，除了为用户提供更方便的功能之外，还是一个理想的粘合平台，在开发人员与外部库的低层次集成人员之间搭建连接，以便用C/C++实现更高效的算法。

对于研究人员者而言，使用Python编程可以快速迁移代码并进行改动，而无须花费过多的精力在修改代码与代码规范上。开发者在Python中封装了很多优秀的依赖库，其中NumPy和SciPy库提供了目前解决机器学习问题所需的标准配置。

Python目前集成了大量的机器学习框架，其中常用机器学习库如表1-8所示。

表1-8　常用机器学习库

深度学习作为机器学习的分支，绽放了耀眼的光芒。由于Python的易用性与可扩展性，众多深度学习框架提供了Python接口，其中较为流行的深度学习库如表1-9所示。

表1-9　流行深度学习库