Python，是一種面向對象的解釋型計算機程序設計語言，由荷蘭人Guido van Rossum于1989年發明，第一個公開發行版發行于1991年。

[[228634]]

自從20世紀90年代初Python語言誕生至今，它已被逐漸廣泛應用于系統管理任務的處理和Web編程。2011年1月，它被TIOBE編程語言排行榜評為2010年度語言。自從2004年以后，python的使用率呈線性增長。去年7月20日，IEEE發布2017年編程語言排行榜:Python高居首位。

是什么讓Python成為當今最流行的機器學習語言！是大數據時代背景的契合，還是其特有的生態系統，或是語言本身？

首先當然是因為大家的life都很short，Python作為解釋型語言，雖然跑得比誰都慢，但減少了開發者的工作量。Python開發者的哲學是"用一種方法，最好是只有一種方法來做一件事"。在設計Python語言時，如果面臨多種選擇，Python開發者一般會拒絕花俏的語法，而選擇明確的沒有或者很少有歧義的語法。簡單易學的特點催生了龐大的用戶群體和活躍社區，機器學習框架的制作者也是為了走群眾路線讓更多人用，Python比較接地氣。

Python成為機器學習主力的第二個主要原因，是因為Python提供大量機器學習的代碼庫和框架。利用python可以享受很多便捷的數學運算第三方庫，比如NumPy、SciPy，在可視化方面有MatplotLib和SeaBorn，結構化數據操作可以通過Pandas得到R一般的體驗，針對各種垂直領域比如圖像、語音、文本在預處理階段都有很成熟的庫可以調用，人們常說："就你庫多"。Python標準庫確實很龐大。它可以幫助處理各種工作，包括正則表達式、文檔生成、單元測試、線程、數據庫、網頁瀏覽器、CGI、FTP、電子郵件、XML、XML-RPC、HTML、WAV文件、密碼系統、GUI、Tk和其他與系統有關的操作。這被稱作Python的"功能齊全"理念。除了標準庫以外，還有許多其他高質量的庫，如wxPython、Twisted和Python圖像庫等等。

[[228636]]

當然，這個代碼系統還有一些不足的地方，因此產生了很多變通方案。例如Anaconda等發行版有自己的打包機制，可以很好地處理對不屬于Python生態系統的可執行文件的依賴。但是，總的來說，Python打包生態系統為機器學習提供了一定程度的便利性，這與Python一貫堅持的簡易性和便利性很相符。

最后也就是性能方面。Python性能方面當然是無法滿足大規模數據訓練的，所以一般企業都是先用Python搭建原型，然后用C++或者JAVA來實現工程化，再用Python封裝留出接口。另外，得益于Python對C的接口，很多像gnumpy, theano這樣高效、Python接口友好的庫可以加速程序的運行，在強大團隊的支撐下，這些庫的效率可能比一個不熟練的程序員用C寫一個月調優的效率還要高。

[[228637]]

所以說，讓Python在機器學習領域異軍突起的不僅是某個單一功能，而是Python整個語言包：簡單易學讓它更接地氣，它的生態系統擁有的第三方代碼庫可以涵蓋廣泛的機器學習用例和性能，可以幫助你很好地完成手頭的工作。