在数据科学和机器学习的世界里，没有一种语言可以统治它们。有Matlab，它是具有大量数学背景的人的最爱之一。有R，它是开源的并且有点可破解。还有Julia，这是一个强大的新人，如今受到了很大的关注。
但是有一种语言几乎是所有数据科学家都离不开的。你猜对了——Python 是我们所拥有的最接近统治它们的语言。
Python 是您可以学习的最简单的语言之一。
而且有点粘。一旦你学会了 Python，你可能想用 Python 的方式做所有事情。
将其与 C 进行比较。毫无疑问，它是一种了不起的语言。但是，您会很乐意放弃手动管理变量的计算机内存，只要您能够做到。
当然，内存管理之类的东西在低级编程中对于基本功能和执行速度都很重要。但这并不是程序员喜欢花大量时间在上面的。
Python 无处不在。使用 Python 编写程序非常容易，以至于开发人员已经养成了无论做什么都使用它的习惯。
他们甚至开始在大型项目中使用 Python，而实际上它是作为一种用于编写简短而杂乱的脚本的语言而发明的。这是否是一个好主意是另一个问题。
无论哪种方式，无论您命名哪个公司或应用程序，他们都很有可能以某种形式使用 Python。
Instagram和Pinterest使用 Python。
Dropbox使用 Python。
Google早期是用 Python 构建的。
名单还在继续。
鉴于它的大量使用，难怪有很多很多模块是为 Python 编写的。这超出了数据科学和机器学习的范畴，如果没有TensorFlow和PyTorch 之类的框架，任何事情都不会奏效。还有像Django或Flask这样的 Web 开发框架。甚至还有用于科学计算的框架。