python 设计思想

1.为什么数据挖掘起始阶段使用python
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？

ython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。。

python适合快速开发，我们这里数据挖掘的框架用python写，开始用python去实现你的基本的想法，不过等成熟以后最核心的算法还是用java和c写的，一方面把你的算法隐藏起来，另外一方面也是因为效率的原因。

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。

2. python和R语言的对比

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）

数据挖掘感觉还是R专业一些，能直接接触到最新的方法，某些领域可能R做得更专业一点。
当然，如果python也不是说不行——一般的情景两者都能实现。
另外，也有人用python调用R的，其实发挥到极致，无论什么语言都能实现。

3. python和c的结合方面

Python很不错，能满足绝大方面的需求，比如数据预处理，格式转换等等。对于这些计算资源要求不是很高的地方可以用纯Python来做。如果遇到纯Python处理起来比较吃力的，可以混合c来加快效率，基于c的Python库也有很多。用Python做科学研究的学者越来越多，工具数量也越来越多。 总之，Python很适合数据挖掘 :-)