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？對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉到Python進行機器學習的人，我想談談我的看法。首

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？

對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉到Python進行機器學習的人，我想談談我的看法。

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環(huán)比CPP慢兩個數量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個數據，兩個數量級的差異是不可接受的。但是，如果我們使用Python來執(zhí)行頂層邏輯并阻塞數以億計的數據，Python只會循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個數量級無關緊要？一毫秒和100毫秒在整個系統中并不重要。

Python最大的優(yōu)點是它可以非常優(yōu)雅地將數據拋出到高效的C、CUDA中進行計算。Numpy、panda、numba這些優(yōu)秀的開源庫可以非常方便高效地處理海量數據，借助ZMQ、cell等還可以做分布式計算，gevent借助epoll系統IO優(yōu)化。因此，它不需要花費太多的精力就可以優(yōu)雅高效地完成海量數據處理和機器學習任務。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？

既然Python是用C實現的，那為什么Python不能直接生成exe呢？

C語言實際上是一種“老”和“底層”語言。其執(zhí)行效率僅次于匯編語言。

它之所以古老是因為C語言出現得很早。

盡管FORTRAN和COBOL比C語言出現得早，但現代主流操作系統（windows、Mac OS、Linux、IOS、Android、Unix）都是從C語言中誕生的。

最根本的原因是C語言被設計用來同時編寫匯編語言。從理論上講，它可以用外匯來表示。匯編語言是最有效的語言。

所以Python是用C語言編寫的也就不足為奇了。它與能否生成exe無關。

Exe文件是Windows平臺的專用格式。最簡單的exe是com可執(zhí)行文件。EXE文件實際上由引導加載程序和解釋器組成。

由Python語言生成的代碼只能通過引導加載程序和解釋器作為EXE文件執(zhí)行。

因此Python生成EXE文件并不困難。只是它是否愿意提供的問題。

為什么當今消息隊列沒有一個用python實現的版本？

謝謝！究其原因，是受全局解釋器鎖Gil的影響，Python的多進程以多線程、單進程的方式執(zhí)行，這是Python的硬傷。因此，許多消息隊列事務無法快速處理。多線程、多處理和Gil是相互依存、相互制約的。它可以更快地處理成千上萬的數據。如果是百萬級的數據，那就沒用了。所以最好用它來處理輕量級消息隊列。