學Python一定要會算法嗎？一開始，你不必好好學習算法。但是隨著技術的發(fā)展，仍然需要算法，否則只能做一些工作。1. 學好軟件開發(fā)離不開計算機理論基礎，比如數(shù)據(jù)結構、操作系統(tǒng)、網(wǎng)絡技術、算法研究等，如

學Python一定要會算法嗎？

一開始，你不必好好學習算法。但是隨著技術的發(fā)展，仍然需要算法，否則只能做一些工作。

1. 學好軟件開發(fā)離不開計算機理論基礎，比如數(shù)據(jù)結構、操作系統(tǒng)、網(wǎng)絡技術、算法研究等，如果你喜歡這項技術，那就不是問題。先開始，你可以彌補。

2. 算法是軟件開發(fā)的靈魂。好的算法寫不出好的程序。

3. 如何學習算法，首先選擇經(jīng)典算法教材?；镜目梢詮臄?shù)據(jù)結構中學習，其中包含一些基本的算法，然后再學習特殊的算法（實際上，在數(shù)據(jù)結構領域學習算法一般就足夠了）。網(wǎng)上還有很多論壇、算法網(wǎng)站，為了吸引眼球，它們一般都很通俗易懂。大多數(shù)算法都是C語言，但是語言在算法層次上是相互聯(lián)系的，因此理解算法模型是最重要的。

4. 只要我們從技術開始，一切都是困難的。該算法在實際應用中是最快、最強的。

希望對您有所幫助

如果禁用了MATLAB，則只能使用python。

Python優(yōu)于Matlab的優(yōu)點：1。通用編程語言，除了科學計算之外，它還可以做很多其他的事情，比如web。2字符串運算比MATLAB更方便。請注意，即使是科學研究也常常是在弦上進行的。典型的結果是，許多人開始放棄Perl，轉而使用Python進行生物信息學分析，而MATLAB盡管有其生物信息學工具箱，卻毫無用處。對不起，我不知道你要從事哪個領域的科學研究。此示例可能不適用于您3。免費的。如果你不花很多錢去買盜版的MATLAB，你在發(fā)送文章時應該小心。但是Python沒有這個問題。MATLAB相對于Python的優(yōu)勢：1。矩陣運算非常方便。我沒有發(fā)現(xiàn)任何語言運算矩陣比MATLAB更好，Python numpy也不是。2運行程序后，可以在工作區(qū)中查看結果，以便于進一步觀察。但是Python似乎可以通過特殊的包來實現(xiàn)這一點。我從沒試過，但我不知道。三。在某些特定領域，matlab工具箱更可靠。畢竟，敢賣這么貴，沒有干貨是不夠的。許多Python包的源代碼非常復雜，比如numpy當然是值得信賴的，但是很難說您是否可以在Internet上下載包。

如何寫出比MATLAB更快的矩陣運算程序？

對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉用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(shù)量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個數(shù)據(jù)，兩個數(shù)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(shù)以億計的數(shù)據(jù)，Python只會循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個數(shù)量級無關緊要？一毫秒和100毫秒在整個系統(tǒng)中并不重要。

Python最大的優(yōu)點是它可以非常優(yōu)雅地將數(shù)據(jù)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(shù)據(jù)，借助ZMQ、cell等還可以做分布式計算，gevent借助epoll系統(tǒng)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(shù)據(jù)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？