Python 是一门适合做数据挖掘的语言吗

最近看见两本书，《集体智慧编程》，《 社交网站的数据挖掘与分析》，两本书都是以Python语言来讲解的，都是讲的数据挖掘方面的东西，其中后者还是 2011年Jolt生产效率大奖获奖图书，难道Python很适合 做数据挖掘吗？

著作权归作者所有。

商业转载请联系作者获得授权，非商业转载请注明出处。

作者：blurrcat

链接：https://www.zhihu.com/question/20085299/answer/13926282

来源：知乎

python强调程序员的生产力，让你把精力集中在逻辑上而不是语言本身上。

你能想象用一下午时间实现从0开始一个简单的搜索引擎吗？C++显然是不行的。。你的大部分时间都将花在实现基本数据结构和调试语言错误上。。而用python，你要做的就是真正理解搜索算法，之后的实现真的很简单。。

我觉得用python很适合算法研究，不仅仅是数据挖掘。快速开发能让你迅速验证你的想法，而不是把时间浪费在程序本身上（想象一下你写了一星期的c++，调了一大堆指针错误，最后发现想法本身就有错误。。）当你知道你已经有了一个正确的算法，要使他运行速度提高只需用c++等重写性能瓶颈并嵌入就行了。。

著作权归作者所有。

商业转载请联系作者获得授权，非商业转载请注明出处。

作者：肖智博

链接：https://www.zhihu.com/question/20085299/answer/13924782

来源：知乎

是的，Python适合做数据挖掘。作为脚本语言，Python快速开发的优点其他答案都说了。

Python适合做数据挖掘的另一个原因是社区现在比较成熟，mloss上面发布的Python程序越来越多。最著名的就是scikit.learn了吧，几乎涵盖了机器学习中常用的算法，而且scikit.learn更新非常快。

scikit.learn只是举了一个例子，还有orange,pyml等很多非常棒的package，有了这些包的支持，做数据挖掘和机器学习的时候，就会很节省时间了。

著作权归作者所有。

商业转载请联系作者获得授权，非商业转载请注明出处。

作者：谭磊

链接：https://www.zhihu.com/question/20085299/answer/21234700

来源：知乎

根据我这几个月的实际使用情况来看，R的软件包确实很丰富，但是这个也有很大的坏处，包的水平参差不齐，会面临各种版本不兼容的情况；举个例子，也许你的统计包只能用3.0以下的R，而你需要的第三方绘图包确实需要最新版的R，很伤脑筋；加之众多软件包在很早就停止维护了，从这个角度来看，包的数量多并不是一个很强的优势。

python的各类统计和计量的包已经到了可以用的程度了，由于开发团队活跃，导致包文档的及时性和开发思路一致，一通百通，使用起来很顺手；但是python的问题在于包不成熟，就比如我在使用python的pandas包是就发现其参数有尚未实现的情况，详情见专有型数据处理。

综合来看，python是适合做数据的，一是，对于非计算机科班出身不会有技术问题，python本身是非常便于使用的；二是，数据挖掘需要的工具在目前来看python基本都已经具备，并且在稳步的发展；三是，python在面临性能问题时解决方案众多。

著作权归作者所有。

商业转载请联系作者获得授权，非商业转载请注明出处。

作者：小活泼

链接：https://www.zhihu.com/question/20085299/answer/41033492

来源：知乎

Python相对于R是有很多优点的，R基本不存在数据结构的概念，导致你没有办法优化算法

R相对Python的优点可能在于更多的包（比如数据可视化和神经网络，这两个用Python不太好做）

著作权归作者所有。

商业转载请联系作者获得授权，非商业转载请注明出处。

作者：章程

链接：https://www.zhihu.com/question/20085299/answer/57983631

来源：知乎

如果你想用别人做好的成熟的轮子，那 python 是不二之选。因为 python 轮子多而且全，比如 numpy，scipy，scikit learn，gensim 等等都是成熟的轮子。至于什么叫成熟，主要是一下两点：

1. 快，numpy 中大量用 c 写的 data structure，和 function，用起来及其快，而且方便。而且和其他轮子协作及其好

2. 安全，因为 python 是广泛应用，而且开源，标准的语言，所以轮子是基本不会出 bug 的，放心用。

这样节省了及其多的开发时间，在程序的运行效率上也不会有极大的降低。

当然，如果你需要对其他人的轮子有很大的更改，甚至于从数据结构上 numpy 都没法满足你，或者你需要追求速度，比如像微软，要带那么强大的东西，还要保证速度。那你也就必须要用 c 了。。。python实在太慢。。。

转载地址：https://www.zhihu.com/question/20085299