Python語言在數據挖掘上非常有優勢，但它唯一的缺點你知道嗎？

07-18

Python語言的優勢

基於以下三個原因，選擇Python作為實現數據挖掘演算法的編程語言：

(1) Python的語法清晰；

(2) 易於操作純文本文件；

(3) 使用廣泛，存在大量的開發文檔。

Python具有清晰的語法結構，也被稱作可執行偽代碼（executable pseudo-code）。

默認安裝的Python開發環境已經附帶了很多高級數據類型，如列表、元組、字典、集合、隊列等，無需進一步編程就可以使用這些數據類型的操作。

使用這些數據類型使得實現抽象的數學概念非常簡單。此外，還可以使用自己熟悉的編程風格，如面向對象編程、面向過程編程、或者函數式編程。

Python語言處理和操作文本文件非常簡單，非常易於處理非數值型數據。

Python語言提供了豐富的正則表達式函數以及很多訪問Web頁面的函數庫，使得從HTML中提取數據變得非常簡單直觀。

Python語言挖掘的特色

諸如MATLAB和Mathematica等高級程序語言也允許用戶執行矩陣操作，MATLAB甚至還有許多內嵌的特徵可以輕鬆地構造數據挖掘應用，而且MATLAB的運算速度也很快。

然而MATLAB的不足之處是軟體費用太高，單個軟體授權就要花費數千美元。

雖然也有適合MATLAB的第三方插件，但是沒有一個有影響力的大型開源項目。

Java和C等強類型程序設計語言也有矩陣數學庫，然而對於這些程序設計語言來說，最大的問題是即使完成簡單的操作也要編寫大量的代碼。

程序員首先需要定義變數的類型，對於Java來說，每次封裝屬性時還需要實現getter和setter方法。另外還要記著實現子類，為了完成一個簡單的工作，必須花費大量時間編寫了很多無用冗長的代碼。

Python語言則與Java和C完全不同，它清晰簡練，而且易於理解，即使不是編程人員也能夠理解程序的含義，而Java和C對於非編程人員則像天書一樣難於理解。

Python語言是高級編程語言，可以花費更多的時間處理數據的內在含義，而無須花費太多精力解決計算機如何得到數據結果。Python語言使得很容易表達自己的目的。

Python語言的缺點

Python語言唯一的不足是性能問題。Python程序運行的效率不如Java或者C代碼高，但是可以使用Python調用C編譯的代碼。這樣，就可以同時利用C和Python的優點，逐步地開發數據挖掘應用程序。

可以首先使用Python編寫實驗程序，如果進一步想要在產品中實現數據挖掘，轉換成C代碼也不困難。