《Python大规模机器学习》 —1.1.2 介绍Python

1.1.2介绍Python

由于本书依赖Python这种开源语言，因此，在阐述Python如何轻松地帮助你解决大数据问题之前，有必要先介绍一下该语言。

Python创建于1991年，是一种通用的解释型的面向对象的语言。它已经逐渐而稳定地征服了科学界，并发展为一个成熟而专业的数据处理和分析软件包生态系统。它允许你进行无数次快速的实验，很容易进行理论发展，并能迅速部署科学应用程序。

作为一名机器学习实践者，你会发现使用Python很有趣，原因有很多：

 它为数据分析和机器学习提供了一个庞大而成熟的软件包系统，能满足你在数据分析过程中的所有需求，有时甚至更多。

 非常灵活。无论开发者编程背景或风格是什么(面向对象或过程)，都会喜欢使用它进行编程。

 如果你对它还不了解，但你了解其他语言，如C/C++或Java，那么学习和使用Python就会非常简单。掌握基础知识后，可以直接开始编程，实践是最好的学习方法。

 跨平台。所编写的代码能在Windows、Linux和MacOS系统上完美而顺利地运行，不必担心可移植性。

 相比其他主流数据分析语言(如R和MATLAB)，Python速度很快(尽管无法与C、Java和新出现的Julia语言相媲美)。

 能处理内存中的大数据，因为它的内存占用量最少，内存管理也很优秀。当你使用各种迭代和循环数据争用机制加载、转换、处理、保存或丢弃数据时，内存垃圾收集器通常会节约你大量时间。

如果你对Python还不熟练(实际上，学习本书需要具备Python基本知识)，可直接从Python基金会网站https://www.python.org/下载Python基本安装文件，并查阅Python语言方面的内容。