學Python一定要會算法嗎？剛開始入門時，不是必須學好算法的。但是隨著技術的深入，算法還是需要的，不然只能干點"搬磚"的活兒。1、學好軟件開發(fā)離不開計算機理論基礎，如數(shù)據(jù)結構、操作系統(tǒng)、網(wǎng)絡技術、算

學Python一定要會算法嗎？

剛開始入門時，不是必須學好算法的。但是隨著技術的深入，算法還是需要的，不然只能干點"搬磚"的活兒。

1、學好軟件開發(fā)離不開計算機理論基礎，如數(shù)據(jù)結構、操作系統(tǒng)、網(wǎng)絡技術、算法研究等。如果熱愛這門技術，這些都是不問題，先入門，這些慢慢的都可以補上。

2、關于算法，它是軟件開發(fā)的靈魂，沒有好的算法寫不出優(yōu)秀的程序。

3、如何學習算法，首先選取經(jīng)典算法教材?；A的可以先從《數(shù)據(jù)結構》學起，里面有些基礎算法，然后再去學專門的算法(其實把數(shù)據(jù)結構范疇的算法學好，一般就夠用了)。還有網(wǎng)上有很多論壇，算法網(wǎng)站，為了吸引眼球 一般都做的淺顯易懂。還有大部分算法為c語言，但語言在算法層面都相通的，明白算法模型才是最重要的。

4、萬事開頭難，只要入門，剩下的就是慢慢經(jīng)營這門技術就行了。算法在實踐中學的最快也最牢固。

希望能幫到你

Python語言其實很慢，為什么機器學習這種快速算法步驟通常還是用呢？

對于用過幾種開發(fā)語言（java，c#，nodejs，erlang），而后轉(zhuǎn)Python做機器學習的人，我說說我的看法。

首先，大家說python慢是真的嗎？我的回答是真的。非常慢，for循環(huán)比cpp慢兩個數(shù)量級。

那為什么還用Python?假如我們遍歷過億的數(shù)據(jù)，兩個數(shù)量級的差異是無法接受的。但如果我們用python做最上層的邏輯，把上億數(shù)據(jù)進行分塊，python只循環(huán)十幾次，剩下扔給cpu和gpu。那么兩個數(shù)量級是否就無所謂了呢？1毫秒和100毫秒在整個系統(tǒng)中真的無所謂了。

python最大的優(yōu)勢在于，可以非常非常優(yōu)雅的把數(shù)據(jù)扔給高效的c，cuda去做計算。numpy，pandas，numba這些優(yōu)秀的開源庫可以非常方便的高效的處理海量的數(shù)據(jù)，借助zmq，celery等還可以做分布式計算，gevent借助系統(tǒng)的epoll進行io優(yōu)化。所以，不需要花太多精力，就可以優(yōu)雅，高效的實現(xiàn)海量的數(shù)據(jù)處理，機器學習的任務。這是python火爆的原因。

想想，同樣的性能，代碼只有cpp或java的三分之一甚至更少，是不是很有誘惑力？

python是怎樣的編程語言？

python非常容易上手，而且能干很多事情，WEB開發(fā)，機器學習人工智能，數(shù)據(jù)分析，量化投資，爬蟲等，基本可以應用到各行各業(yè)，而且大家都在做基于PYTHON的庫，使得PYTHON語言變成一門直接拿來就能用的語言，更像一種工具了，比如機器學習，可能理論很復雜，但是實際在PYTHON中僅僅幾行代碼就能實現(xiàn)，不用花太多時間用在碼代碼上面， 學過python之后就再也不想寫其他語言了，python 現(xiàn)在是越來越火。

為什么有些算法崗位，需要用C 而不是python？

C/C 是比較底層的語言，可以對CPU/內(nèi)存等計算機資源特別是硬件進行非常精細的控制，算法運算做到最精細自然要使用它們。

但是它們的優(yōu)點自然也是他們的缺點，精細的操作自然需要精細的編程，精細的編程自然需要繁復的語言設定，比如什么是指針什么是指針函數(shù)什么是函數(shù)指針……等你搞清這些佶屈聱牙的概念，你大概也沒有寫代碼的沖動了。更何況，你想寫出高性能的代碼，這些概念是必須精通的

python有一個很重要的特性，就是所謂的“膠水語言”，“膠水”的意思就是，它可以把不同語言編寫的代碼模塊組合在一起，然后統(tǒng)一通過python去調(diào)用。其實絕大多數(shù)算法庫都是使用C/C 編寫，然后提供python的接口供用戶使用，畢竟大部分人只需要知道怎么調(diào)用封裝好的算法就好。但你要想實現(xiàn)自己的算法就必須會C/C

打個不是很恰當?shù)谋确?，python就像電視遙控器，C/C 就像遙控器里的電板，平時你想換換臺，你只要按按鈕就好。但是有一天你就是要個把畫面旋轉(zhuǎn)九十度的功能，而遙控器上沒有這個功能，但是拆了遙控器電板插幾個元件就能實現(xiàn)，你咋辦？

作為一名研究生，除了可以用python寫各種算法之外，還應該如何提高自己的python水平？

如題，作為一個研究生，你用Python寫算法，我覺得你應該是想往大數(shù)據(jù)，人工智能方面發(fā)展。

Python這些年隨著大數(shù)據(jù)人工智能的大爆發(fā)也變得流行起來，你想再提升自己Python的水平，我覺得你可以從以下著手！

分布式計算框架spark

Apache Spark是一個計算速度快，易用，支持復雜分析的大數(shù)據(jù)處理框架，大有取代mapreduce之勢。

Python雖說在機器學習和人工智能方面有極好的應用，但是Python有一個大缺陷，不支持分布式計算，但是不要緊，spark提供了極好的Python接口Pyspark，借助他，Python在分布式計算、流計算方面有了極大提高。

另外，spark的核心RDD彈性分布式數(shù)據(jù)集和Python中pandas中的DataFrame十分相似，可以十分方便的相互轉(zhuǎn)化。所以說spark讓Python有了分布式處理大數(shù)據(jù)集的能力。

web后端

Python有十分多的強大的web后端框架，如Django，flask等，學習這這可以鞏固Python的基礎，又會使用到Python的高級用法，如裝飾器，類及魔法方法，數(shù)據(jù)庫等。

學習spark和web后端的優(yōu)勢

你不可能一直在單機上使用模型，你可能會在大數(shù)據(jù)框架和網(wǎng)站來部署模型，這需要你了解后端和分布式計算，學習這兩方面，既能提升Python水平，也能讓你在日后的大數(shù)據(jù)和人工智能領域如虎添翼。