- A+
在数据分析和交互、探索性核算以及数据可视化等方面，Python 将不可避免地接近于其他开源和商业的领域特定编程言语/工具，如R、MATLAB、SAS、Stata等。近年来，由于Python 有不断改良的库(主要是pandas)，使其成为数据处理使命的一大代替计划。结合其在通用编程方面的强大实力，我们完全可以只使用Python 这一种编程语言去构建以数据为中心的应用程序。
R语言是由 AT&T 贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。
数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
最近，一直以高素质实习生项目闻名的高盛集团发布了一份《2017高盛调查报告》，针对全球2500名在高盛的夏季实习生调查， 当问到你认为“哪个语言在未来会更重要”时，在被调查的全球2500名80、90后优秀年轻人中，72%选了Python。
Python已不是一种年轻的编程语言。虽然它不像其他语言产生的时间那么长，但仍比大多数人想象的要久。它最初发布于1991年，而且，尽管在过去几年里它已经发生了很大的变化，但在功能上仍然与最初保持了一致。
Python是一种任务型编程语言，自诞生以来就面向企业客户和一流项目，并且有较长的历史——事实上，这只是Python近几年火起来的原因之一。最重要的原因是，Python几乎是万能的！你可以利用Python来构建树莓派应用程序、程序脚本或配置服务器等等。
Python是一种非常通用的语言，因为易于阅读和编写，常常被称为实用主义。Python还非常简单，设计者不太强调惯用的语法，这使得Python更加易于使用，甚至非程序员或开发人员也很容易上手。
此外，Python还能够满足各种开发需求，为程序员提供了各种选择，它是一门真正通用的编程语言。如果习惯了使用python，程序员可以很容易地从一个行业跳到另外一个行业，因为Python被广泛地用于系统操作、网页开发、服务器和管理工具、部署、科学建模等几乎所有的常见领域。
大数据的兴起
在企业界中越来越多的使用大数据和云计算解决方案也助推了Python的成功。Python是数据科学中最流行的语言之一，仅次于R语言。而且它也可以被用于机器学习、人工智能系统和各种现代技术中。当然，python能够搭上大数据这班车也是因为它能够非常简便的分析和处理数据。中国有句老话怎么说来着，打铁还需自身硬。
