Numpy會成為下一個Python嗎?

Python是目前世界上最流行的統(tǒng)計計算語言之一。

有趣之處在于，開發(fā)者從未想過將Python設(shè)計為一種統(tǒng)計語言。盡管Python確實具有一些函數(shù)特性，例如：無類計算，但它很大程度上還是一種面向?qū)ο蟮恼Z言。與R這樣的傳統(tǒng)統(tǒng)計語言相比，Python更類似于如C ++這樣的語言。因此，其實Python的代碼庫最初并不是為數(shù)據(jù)科學(xué)而創(chuàng)建的。

R，Julia甚至Go之類的語言通常實現(xiàn)了用來進(jìn)行線性代數(shù)運(yùn)算的基本函數(shù)和操作數(shù)，而Python基礎(chǔ)庫沒有這類函數(shù)。如果你使用Python進(jìn)行線性代數(shù)運(yùn)算已有一段時間，很可能在代碼中聲明這個經(jīng)典語句：

import numpy as np 

Numpy將Python的統(tǒng)計能力從20%提升到了100%。對數(shù)據(jù)科學(xué)家來說，避免使用Numpy很難。 

Numpy不僅具有Python語言缺少的線性代數(shù)功能，還具備許多令工作事半功倍的數(shù)學(xué)和數(shù)據(jù)管理特性。

不僅如此，Pandas(Python的數(shù)據(jù)表管理庫)是基于Numpy構(gòu)建的。這使得二者的集成幾乎是無縫的。Numpy和Pandas穩(wěn)定、強(qiáng)大的代碼庫使數(shù)據(jù)科學(xué)任務(wù)變得流暢。這就是Python在數(shù)據(jù)科學(xué)領(lǐng)域領(lǐng)先于許多其他語言的全部原因。很簡單，也十分易于理解。

鑒于大多數(shù)高級語言都實現(xiàn)了各自的線性代數(shù)函數(shù)，Python更底層一些且需要的操作數(shù)或函數(shù)不止一個似乎有些奇怪。

比較

若沒有Numpy，Python該如何在數(shù)組之間進(jìn)行數(shù)學(xué)運(yùn)算呢?

它又如何與當(dāng)前其他統(tǒng)計語言一爭高下呢?實際上，Python的數(shù)組迭代能力很棒。zip()函數(shù)可以同時遍歷兩個列表。 

array =[]  
for f, bin zip(array1, array2):  
res = f * b  
array.append(res) 

盡管這看起來不難，但把Python與另一種語言(例如R或Julia)進(jìn)行比較，就能發(fā)現(xiàn)使用一種獲得兩個數(shù)組的乘積的更簡單的方法。

例如，在R中：

array<- array1 * array2 

R使這個操作變得容易;可以將星號操作數(shù)用于數(shù)組乘法以及整數(shù)和雙精度數(shù)的乘法。

在Julia中：

array =array1 .* array2 

在Julia中，簡單地在星號前面放置一個點(diǎn)，使其成為“.*”，就能將兩個數(shù)組相乘。

隨著Python越發(fā)成為一種統(tǒng)計語言，觀望Numpy是否能夠進(jìn)入基礎(chǔ)語言行列會是一件趣事。

顯然，隨著Python在統(tǒng)計中的應(yīng)用會影響其增加更多函數(shù)特性的可能性。盡管Numpy定會繼續(xù)提供許多工具并提升處理困難任務(wù)的能力，我還是無法想象一個不需要指針的基本語言，以及Numpy會進(jìn)行一些棄用。可能很多機(jī)器都安裝了像Numpy一樣的工具，但需要一個包來在一行中進(jìn)行數(shù)組乘法，這的確顯得有些零散和奇怪。

盡管Numpy的某些功能是否已納入Python基礎(chǔ)庫影響不大，Numpy也已被視為Python的擴(kuò)展，我還是覺得這個想法很有趣。

實際上，這可能性很大，且當(dāng)下就有望實現(xiàn)。雖然這個想法合理，但也有充足的理由不予采納。特別考慮到，隨著Python在數(shù)據(jù)科學(xué)中的使用越來越廣泛，其可能會為適應(yīng)統(tǒng)計任務(wù)而新增一些特性。

以后究竟會如何發(fā)展，我們還且拭目以待……