如何看待 python 的性能？ 这是我看到网友比较java和c语言的结果再测JAVA性能比C/C++好问题-大师的资源-博客频道-CSDN.NET我…
Python语言其实很慢，为什么机器学习这种快速算法步骤通常还是用呢？ 对于用过几种开发语言（java，c#，nodejs，erlang），而后转Python做机器学习的人，我说说我的看法。首先，大家说python慢是真的吗？我的回答是真的。非常慢，for循环比cpp慢两个数量级。那为什么还用Python？假如我们遍历过亿的数据，两个数量级的差异是无法接受的。但如果我们用python做最上层的逻辑，把上亿数据进行分块，python只循环十几次，剩下扔给cpu和gpu。那么两个数量级是否就无所谓了呢？1毫秒和100毫秒在整个系统中真的无所谓了。python最大的优势在于，可以非常非常优雅的把数据扔给高效的c，cuda去做计算。numpy，pandas，numba这些优秀的开源库可以非常方便的高效的处理海量的数据，借助zmq，celery等还可以做分布式计算，gevent借助系统的epoll进行io优化。所以，不需要花太多精力，就可以优雅，高效的实现海量的数据处理，机器学习的任务。这是python火爆的原因。想想，同样的性能，代码只有cpp或java的三分之一甚至更少，是不是很有诱惑力？
为什么有些算法岗位，需要用C++而不是python？ C/C++是比较底层的语言，可以对CPU/内存等计算机资源特别是硬件进行非常精细的控制，算法运算做到最精细自然要使用它们。但是它们的优点自然也是他们的缺点，精细的操作自然需要精细的编程，精细的编程自然需要繁复的语言设定，比如什么是指针什么是指针函数什么是函数指针…等你搞清这些佶屈聱牙的概念，你大概也没有写代码的冲动了。更何况，你想写出高性能的代码，这些概念是必须精通的python有一个很重要的特性，就是所谓的“胶水语言”，“胶水”的意思就是，它可以把不同语言编写的代码模块组合在一起，然后统一通过python去调用。其实绝大多数算法库都是使用C/C++编写，然后提供python的接口供用户使用，毕竟大部分人只需要知道怎么调用封装好的算法就好。但你要想实现自己的算法就必须会C/C++打个不是很恰当的比方，python就像电视遥控器，C/C++就像遥控器里的电板，平时你想换换台，你只要按按钮就好。但是有一天你就是要个把画面旋转九十度的功能，而遥控器上没有这个功能，但是拆了遥控器电板插几个元件就能实现，你咋办？
Python有什么优势和劣势？
python的优缺点是什么？
Python有哪些优缺点？为何人工智能首选Python？先说优点吧。Python语法简洁优美，功能强大，标准库和第三方库非常强大。因此，写起来简单。其他语言，如Java和C等需：-人工。
在算法竞赛中，主用Python，会有什么坏处？ 萌新不太懂，最近做OJ，感觉用py比用c轻松很多，故来此一问
Python 对比 Matlab，有什么决定性的优势？ 如题，小博士一名，在做一些推荐算法、主题模型方面的东西。之前一直用 Matlab 比较多，也做过一些和 C、…
