新坑：使用Python进行数据分析（1）

Python ，很多人认为是个脚本语言，在CPU 使用效率，线程处理，运行速度方面他赶不上C ，在复杂性，多样性上面比不上java 并且还一直存在GIL 机制，这是一种防止多条python 语句同时执行的全局解释性锁，而且从现在看短期内这个GIL也不会消失。所以在种种不利的情况下，Python还是打败了很多其他的编译语言成为了数据分析，AI人工智能的首选语言，这是为啥呢？

1. Python 通过完整的生态环境，不断的开源构建了一份份庞大简单的应用库，从而不可避免的接近于其他开源或者商业的领域特定的开发语言或者工具，例如：R，MATLAB ,SAS 等。
2. Python 是草稿，简单易懂的上手难度。可以快速的把一个组织的新的想法进行研究，原型构建，测试然后把这个想法搭建到一个更大的应用系统上面去。
3. Python 还能作为粘合剂，在日常工作中，我们常遇到一套庞大的系统因为开发时间长，所以在系统中使用了不止一种语言，在这个情况下，许多企业和实验室也利用Python 来粘合那些已经使用了多年的遗留软件系统
4. Python 的 数据处理库实在是太好用了，用上一次你就会爱上这种简单，粗暴，高效的方式！而且还不断更新～更新的还是全球顶尖的科研，计算机机构何乐不为呢😂😂😂😂😂

通常使用的Python 数据处理第三方库

Numpy

Numpy 是 python 科学计算的基础包，从基础的加减乘除，幂运算，之外还支持以下功能（不限于此，我们常用的数学模型都可以在这个库找到）：

• 多维数组的运算
• 用于数组执行元素级别的计算或者直接对数组进行数学计算（这个其实是把数组当成一维，然后进行矩阵计算。个人理解）
• 线性代数运算，傅里叶变换等
• 还可以集成C，C++等代码到Python 里面（很多算法是上个世纪用c写的，python能跑C代码？这个没研究）

除了为python提供数组处理能力，他还能作为算法之间传递数据的容器！对于一个j