学机器学习要选择 Python 的13个原因

Python措施说话与呆板进修实践可以称得上是“珠联璧合”。

1. Python是表明说话，措施写起来很是利便

写措施利便对做呆板进修的人很重要。

由于常常必要对模子举办各类百般的修改，这在编译说话里很也许是牵一发而动满身的工作，Python 里凡是可以用很少的时刻实现。

举例来说，在 C 等编译说话里写一个矩阵乘法，必要本成分派操纵数(矩阵)的内存、分派功效的内存、手动对 BLAS 接口挪用 GEMM 、最后假如没用 smart pointer 还到手动接纳内存空间。Python 险些就是 import numpy;numpy.dot 两句话的事。

虽然此刻许多面向C/C++库已经支持托管的内存打点了，这也闪开拓进程轻易了许多，但表明说话如故有生成的上风--不必要编译时刻。这对呆板进修这种必要大量 prototyping 和迭代的研究偏向长短常有益事变服从的。

2. Python的开产生态成熟，有许多有效的库可以用

除了上面说到的NumPy，尚有SciPy、NLTK、OS(自带)等等纷歧而足。Python 机动的语法还使得包罗文本操纵、list / dict comprehension 等很是适用的成果很是轻易高效实现(编写和运行服从都高)，共同 Lambda 等行使更是利便。这也是 Python 良性生态背后的一大缘故起因。对比而言，Lua固然也是表明说话，乃至有 LuaJIT 这种神器加持，但其自己很难做到 Python 这样，一是由于有 Python 这个先进霸占着市场份额，另一个也由于它自己各种反知识的计划(好比全局变量)。不外借着 Lua-Python bridge 和 Torch 的春风，Lua 好像也在寄生鼓起。

3. Python的服从很高

表明说话的成长已经大大高出很多人的想象。许多好比 list comprehension 的语法糖都是贴近内核实现的。除了JIT[1]之外，尚有 Cython 可以大幅增进运行服从。最后，得益于 Python 对 C 的接口，许多像 gnumpy ，theano 这样高效、Python 接口友爱的库可以加快措施的运行，在强盛团队的支撑下，这些库的服从也许比一个不纯熟的措施员用 C 写一个月调优的服从还要高。

4. 数据存储利便

有 SQL，Hadoop，MongoDB，Redis，Spark 等。

5. 数据获取利便

有 Scrapy，Beautiful Soup，Requests，paramiko 等。

6. 数据运算利便

有 Pandas，Numpy，scipy 等。

7. 输出功效利便

有 Matplotlib，VisPy 等。

8. 和其他说话交互利便

有 ctypes，rpy2，Cython，SWIG，PyQt，Boost.Python 。

9. 加快利便

有 PyPy，Cython，PyCUDA 等。

10. 图形图像利便

有 PyOpenGL，PyOpenCV，Mayavi2 。

11. 信号处理赏罚利便

PyWavelets，scipy.signal。

12. 云体系支持利便

GitHub，SourceForge，EC2，BAT，HPC。

13. python开源

Python支持的平台多，包罗 Windows / Linux / UNIX / macOS。而 MATLAB 太贵，只能挪用其 API，用 Python 省钱，省钱就是赚钱。

Python 和 C++ 做个较量。

C++ 的 CPU 服从是远远高于 Python 的不外 python 是一门胶水说话，它可以和任何说话团结，基于这个利益，很大都据处理赏罚的 Python 库底层都是 C++ 实现的，意思就是说：你用 Python 写 code，但服从是C++的。只有那些 for 轮回，照旧用Python的服从高。

连年来呆板进修最要是深度进修，而深度进修行使 CUDA GPU 加快远比 CPU 要快，而cuda 是C++写的。以是此刻TensorLayer、theano 等深度进修库都是 Python 编程、底层C++。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!