1樓：
Python作為資料探勘來使用再適合不過了，作為程式設計肯定會有諸多不同的想法，只有使用一門開發效率高的語言才能測試其想法是否可行，只要想法OK其他的就簡單了
2樓：hhhhhhhhh
depends。
、如果你想用別人做好的成熟的輪子，那 python 是不二之選。因為 python 輪子多而且全，比如 numpy，scipy，scikit learn，gensim 等等都是成熟的輪子。
至於什麼叫成熟，主要是一下兩點：
1. 快，numpy 中大量用 c 寫的 data structure，和 function，用起來及其快，而且方便。而且和其他輪子協作及其好
2. 安全，因為 python 是廣泛應用，而且開源，標準的語言，所以輪子是基本不會出 bug 的，放心用。
這樣節省了及其多的開發時間，在程式的執行效率上也不會有極大的降低。
當然，如果你需要對其他人的輪子有很大的更改，甚至於從資料結構上 numpy 都沒法滿足你，或者你需要追求速度，比如像微軟，要帶那麼強大的東西，還要保證速度。那你也就必須要用 c 了。。。python實在太慢。。。
3樓：
適合，但是在面對海量的資料和分布式支援的時候，要麼用C寫寫介面，要麼就改原始碼吧，總覺得Python處理大資料的時候太慢。
4樓：
Python相對於R是有很多優點的，R基本不存在資料結構的概念，導致你沒有辦法優化演算法
R相對Python的優點可能在於更多的包（比如資料視覺化和神經網路，這兩個用Python不太好做）
5樓：王小惟
有本書叫做《機器學習學習實戰》也是用python的，python在做這類的方向上，國外做的比較多，各類庫啊，資料啊，比較多………所以感覺python就在這方面很有優勢。另外推薦一門，我連門都沒入的語言R語言，更適合做資料探勘。
6樓：呂昂
7樓：譚磊
根據我這幾個月的實際使用情況來看，R的軟體包確實很豐富，但是這個也有很大的壞處，包的水平參差不齊，會面臨各種版本不相容的情況；舉個例子，也許你的統計包只能用3.0以下的R，而你需要的第三方繪圖包確實需要最新版的R，很傷腦筋；加之眾多軟體包在很早就停止維護了，從這個角度來看，包的數量多並不是乙個很強的優勢。
python的各類統計和計量的包已經到了可以用的程度了，由於開發團隊活躍，導致包文件的及時性和開發思路一致，一通百通，使用起來很順手；但是python的問題在於包不成熟，就比如我在使用python的pandas包是就發現其引數有尚未實現的情況，詳情見專有型資料處理。
綜合來看，python是適合做資料的，一是，對於非計算機科班出身不會有技術問題，python本身是非常便於使用的；二是，資料探勘需要的工具在目前來看python基本都已經具備，並且在穩步的發展；三是，python在面臨效能問題時解決方案眾多。
8樓：Tony lee
python在資料探勘領域有很多成熟的框架和演算法庫，如numpy，scipy等等，而且在國外作為一門教學語言，一些新提出的演算法理論也大都傾向於使用python之類的指令碼語言實現，優勢自然不言而喻。但＂適合＂這個詞，還是因人而異吧。
9樓：杜宇
資料探勘感覺還是R專業一些，能直接接觸到最新的方法，某些領域可能R做得更專業一點。
當然，如果python也不是說不行——一般的情景兩者都能實現。
另外，也有人用python呼叫R的，其實發揮到極致，無論什麼語言都能實現。
10樓：
Python很不錯，能滿足絕大方面的需求，比如資料預處理，格式轉換等等。對於這些計算資源要求不是很高的地方可以用純Python來做。如果遇到純Python處理起來比較吃力的，可以混合c來加快效率，基於c的Python庫也有很多。
用Python做科學研究的學者越來越多，工具數量也越來越多。 總之，Python很適合資料探勘 :-)
11樓：blurrcat
python強調程式設計師的生產力，讓你把精力集中在邏輯上而不是語言本身上。
你能想象用一下午時間實現從0開始乙個簡單的搜尋引擎嗎？C++顯然是不行的。。你的大部分時間都將花在實現基本資料結構和除錯語言錯誤上。。
而用python，你要做的就是真正理解搜尋演算法，之後的實現真的很簡單。。
我覺得用python很適合演算法研究，不僅僅是資料探勘。快速開發能讓你迅速驗證你的想法，而不是把時間浪費在程式本身上（想象一下你寫了一星期的c++，調了一大堆指標錯誤，最後發現想法本身就有錯誤。。）當你知道你已經有了乙個正確的演算法，要使他執行速度提高只需用c++等重寫效能瓶頸並嵌入就行了。。
12樓：肖智博
是的，Python適合做資料探勘。作為指令碼語言，Python快速開發的優點其他答案都說了。
Python適合做資料探勘的另乙個原因是社群現在比較成熟，mloss上面發布的Python程式越來越多。最著名的就是scikit.learn了吧，幾乎涵蓋了機器學習中常用的演算法，而且scikit.
learn更新非常快。
scikit.learn只是舉了乙個例子，還有orange,pyml等很多非常棒的package，有了這些包的支援，做資料探勘和機器學習的時候，就會很節省時間了。
13樓：
不是說什麼語言適合什麼工作，而是什麼工具適合你做這項工作。
python是乙個很好的工具，總看一些文章說乙個程式設計師應該學習一下。那麼就學習一下，看看人家說的是否是對的。
我學習了，發現python很好玩，做東西很快，尤其是做個網路程式，資料處理什麼的。
要我說，我建議你也學學。
為什麼說日語是一門「曖昧」的語言？
納zhi豆子 日本整體的文化就是曖昧，委婉，所以導致他們說話時也會曖昧，委婉。日本人不想讓自己處於尷尬的局面，所以都會圓滑的處理人際關係。日本人不會直來直去，也不會把自己的意見直接說出來，需要讓聽的人自己去體會，誰白了就是你有什麼問題，他們不會直接說出解決辦法，而是讓你聽了他們的話之後自己想解決辦法...
你是怎樣下決心學好一門語言的？
不想說話 為了去夢想的公司工作 想去Dolce Gabbana 覺得夢想還是可以爭取一下的，萬一成了呢，所以就開啟了禿頭卻快樂的義大利語學習之旅.btw動詞變位真的學到禿頭.請大神給我介紹些方法，感謝. 宋二喵 有一次在墨西哥我顫巍巍的向隔壁墨西哥的小胖子展示我的西班牙語水平假裝很熟的跟他說 mi ...
叫聲 是如何演化為一門有嚴謹體系的 語言 的？
土豆 回答的不對請多包含 1.乙個帶有指向意義的聲音 音對應兩個感官，乙個是發音感官，乙個受音感官 依靠其它不是與音關聯的感官提供輔助支撐完成意義的定向。2.由數量重複的參與，定向強化代表的專屬意義3.形成以意義為核心的多感官的 可迴圈操作執行的，自閉環的結構4.區域範圍的語音契約形成。 創世紀 如...