Python是如何在数据科学家中如此流行的？

Question

我一直好奇为什么Python在数据科学家中如此受欢迎。

首先，我需要检查这个断言是否属实，因此我在StackExchange数据资源管理器上编写了一个查询：

https://data.stackexchange.com/stackoverflow/query/1555958/other-tags-on-python-posts

这显示了在python帖子(如numpy、matplotlib和tensorflow )中也可以找到的标签列表中常见的数据处理和分析工具。

我还检查了另一个方向，在标记为“数据-科学”的帖子中找到了其他最常见的标记：

https://data.stackexchange.com/stackoverflow/query/1555978/other-tags-on-data-science-posts

Python是这个列表中的第一位，所以我似乎在做一些事情。

为什么巨蟒在数据科学家中如此受欢迎？

Answer 1

简单的答案是，Python拥有两个最好的生态系统之一(以及R)的数据科学库。在(比如说) Java或C#中，没有任何东西与科学知识-学习具有类似的宽度。然后再加上一个事实，即所有的深度学习框架都与Python有绑定--当然，到了这个阶段，您已经在某种程度上进入了自增强的阶段，因为数据科学家使用Python，所以他们希望在Python中进行绑定。

像Python这样的高度动态的语言不适合检查正确性

我认为，这一说法表明了对Python数据科学生态系统工作方式的误解；绝大多数实际的“数学”不是用纯Python编写的(它太慢了)，而是用C、C++甚至Fortran编写的本机代码。Python层只是顶部的一个薄薄的包装器，它在所玩的各种库之间进行协调。

(我正在努力避免进入动态和静态的flamewar；假设编写用Python检查正确性的代码是完全可能的)

Answer 2

我认为在这里分裂数据科学家和数据工程师是关键。数据科学家的角色是获取一个数据集，并计算出如何从中获得有趣和有价值的结果。他们主要不感兴趣的是使用该算法来获取这些结果，并构建一个使用该算法的产品。

由于数据科学家主要对算法感兴趣，所以代码可以被认为是为自己的使用而构建的一次性原型，只需要在初始开发的小范围内正确。它不应该被建造，以便其他人能够很容易地理解和修改它，而不需要冒险在将来多次破坏它。这显着地改变了演算，有利于那些可以以较低的初始开销(如脚本语言)而不是传统的软件开发过程手动尝试的工具。

如果您开始研究用于数据工程和大规模产品级数据处理的工具，您可能会发现scala和java是更大的参与者。

Answer 3

你说

我发现python在数据科学家中很受欢迎，这有点违背直觉，因为我认为对数据质量感兴趣的人也会对代码的质量感兴趣。

但是数据的质量与代码的质量没有任何关系，无论是性能、可读性、维护，这都不是数据科学家所需要的。

这类似于Perl因难以使用而获得的声誉。事实是，在这两种情况下，在正常使用中，代码实际上是不重要的，而且可能完全是短暂的。重要的是输出。

我不知道，所以我也没有写过任何python，但是我编写的Perl代码从未被保存过，只是在IDE中运行，并在窗口关闭时抛出而没有保存。

作为一个专业的程序员，或者我对代码质量的贡献，我不认为这会给我带来什么不好的影响。