Python不适合researcher用么

人对于自己不熟悉的东西就会排斥，很正常，不过还是为你们老师觉得难过。

python 绝对是一门 science friendly 语言。有很多很强大的科学库，例如 numpy 。做 NLP 也是一流的。

用性能数据打脸

@Mutoo 的确，我的很多作业都是依托numpy，scipy，虽然作业上老师都会推荐用matlab/octave

@Livid 当时从老师的反馈中得到的意思大致是他觉得python跑出的结果可能会更难被认同，不过他对我们跑出的结果还是很惊喜，也表示出了好奇= =

@9hills 他的确对我们的性能表示惊喜= =所以要了代码和TA研究了...

做个猜测。Python适合research，但是对于某些specific的课程，Python会不利于与其他人交流。如果老师站在学生的角度，非常有可能做出这样的推荐，更多的用common language完成作业，并参与讨论。

@freeznet

直接问你们老师：我买不起matlab怎么办？学校提供正版matlab授权吗？

@lalalakakaka 所以有推荐用octave咯

C++王道 以后你会明白的 当你做research 处理海量数据的时候 你才会发现py什么的脚本语言都是屎
那些numpy 或pypy 都是浮云

@acheng 并没有拒绝说用c/c++ 只是我觉得使用python更容易实现算法，如果需要处理海量的数据，也自然会选用c/c++，也不至于说脚本语言对于处理海量数据是屎吧= =

@freeznet 你确定用py处理过海量数据？ 你目前处理的最大量数据是多少GB？

_> 我这边搞 PL research 的都用 Python 你说呢……

毕竟你们是纯粹的算法课程吧？…………老师估计是担心在算法之外……动态语言本身对性能会有影响……

@acheng ca 又把回复点成感谢了。。。


我用python处理过 1PB的数据。。。你的单位还停留在gb....

@9hills 你牛逼 时间花了多久？

@acheng 每天用着awk处理着上PB数据觉得python算什么。。。

搞 research 还是用 C/C++ 吧，很多 Project 对性能要求很高。

@binux 牛逼 PB数据 都是啥数据呀

@acheng 我会告诉你googlecode是用python写的么？这个数据量够大了吧！

我觉得 numpy 这些就类似 matlab 之类的那几款数学软件，是为了给用户提供一个方便的界面来使用
如果整个研究是你自己在做一套系统，那 numpy 这样的例子并不合适
C++ 有模板元编程，运算符重载，类型系统这样很方便的特性
对性能有要求的场合还有 Intel Parallel ， C++ AMP 这样的工具
这些都是 Python 所没有的

楼主有点断章取义

@acheng 链接库，网页库。。

python + c/c++ 就可以了

@acheng 上千台机器的hadoop 跑起来的，用机器资源换速度。

很多时候重点是开发速度。c实在是太慢了

不过纯粹速度上来说，pypy也很快，不能以老眼光看python

@9hills 你那是有硬件资源啊。。。。 普通的人 比如楼主搞科研 哪有那么多资源 哈哈

cpp有雄厚的资源积累，research很多都是交叉学科的，相互之间沟通用通用的语言最好，像数值分析有Numerical.Recipes (C++)就没有python。
大数据处理也不是比谁的数据bit大，得看你要用那数据干什么，像混合整数非线性规划导入上GB的数据用c++也得算N年。
matlab的工具箱多，科研界很多新算法都是文献一出就附上matlab的工具箱了，这样后面的人看到文献后马上就可以用。
话说楼主你应该看文献少吧，多看看别人都用什么，做research不是在工具上标新立异，而是在思想上。学术界跟工业界是两码事。

@notte 行家 你说到点子上了。

我处理8G的数据 i5戴尔台式4G内存 跑3天3夜。

@acheng 别动不动就说什么语言是屎，nb你也写个python出来啊，不懂别瞎bb，以前youtube也是python写的，也没见效率低啊，自己能力挫别怪运行时慢

numpy都是c语言实现，代码都是高度优化的，做科学计算一点问题没有，性能很高，你如果说numpy效率低，请你用c++实现和numpy一样的算法，然后比较一样两者效率，你就用cpython运行时就行，连pypy都用不着

通常不用管语言层面的效率问题，不要把科学研究整成写代码的工作，算法才是核心，我就用python+c，Cpython运行时执行效率低的方法用C语言实现，然后用python调用，如果纯C写，编写代码时间就多了去了

伟大的C BS 你们用python ！！用ASP 路过

老师说的很对，目前来说在research领域基本还是C/C++是主流，而且很多软件的第一扩展语言都是它们。

从另一个角度看，你如果是项目负责人，你可以规定别人全都用python，但是在你还是螺丝钉的时候，就不要要求其他人都迁就你了。也就是说，你可能还没有牛到可以左右方案（语言）选择的层次，所以，忍忍吧少年。

最后，python提供的语法便利性，在你需要从底层实现一个高效的算法的时候，并没有它作为“粘合剂”时那么大。如果只是调用某个库，那是另外一回事。但是作为科学研究来说，C/c++的库我想也是比python的库多吧。

@wodemyworld 这位兄台，说法不是很有说服力啊。我不养猪我还不能说猪肉不好吃了？

@Ricepig 是不吃猪就不要说猪肉不好吃了

@ispinfx 你的类比更不贴切一点。我的类比中，用“养猪”类比“创造语言”，用“吃猪肉”类比“使用语言”。我回的贴中，逻辑是“你在创造不出python之前，就不能说python不行”，所以我说“我不养猪就不能说猪肉不好吃了”

供你参考。

@wodemyworld 试问你处理的数据量级是？ 我以德服人 就不骂你了

@acheng 喜闻乐见黑我大python。话说你为什么说py是屎，我还说cpp是屎。真无趣。

@acheng 我做神经算法，训练data规模，120亿关联数据

你不要提德，你算以贱服人，见东西就咬的那种

@wodemyworld 牛逼人啊 神经算法 怎么感觉你也神经了 我只是说py是屎而已 你却骂人 如果你骂C++是屎 我也不会骂你是贱人的 我打算学习py了 大侠 对于新手来说 学py2 还是py3 呢？

@Ricepig 我已经说了，通常python+c，真正遇到效率问题的时候核心算法改为c代码；
c库多是因为c语言比python早出来好几十年，并不是c语言有多么让人离不开，现在大学里都用matlab了，效率还可以而且学起来很方便，你要说非得追求效率，等你把一个算法用c写出来的时候，人家用matlab连paper都出了，如果你的算法可以并行执行，那么还得做分布式计算，如果你用c去手工实现，等你把分布式框架都做完了，人家早就毕业了，怎么省事怎么来，做科学研究的人不是十分必要的话，不要往码农上面靠，没好处，着眼点就不对

@wodemyworld 有道理 不过我觉得用C/C++把基础库打好了 后续科研 不需要花很多时间去当码农了 只是起步阶段确实比matlab慢几拍 但是过了那个坎儿之后 顿时会觉得还是比matlab高端大气上档次 如果只是用matlab 面对海量数据的时候 那叫一个慢 有想法也难以实现

@acheng 你说py是屎，那我和导师用的全是屎了？创造一门语言不是你想的那么简单，存在即有他存在的道理，我同学在MIT他们在学校学习的编程语言就是python（最早是lisp），那你认为MIT那些教授们选择python是因为它屎么？自己不懂可以问，不要不懂装懂说某某屎

ps1：“神经算法”没写清楚，是人工神经网络训练算法

ps2：建议学py2，还是有很多库尚未迁移到py3（例如Gevent），另外一些在py3还有bug；平时建议py2+C混用

@wodemyworld 今年在MIT学习了一周 他们py matlab 用得较多，我还是坚持用C++搞定了小组的项目。 py 的缩进 不习惯。。。 我想学习py主要用来搞定网络方面的程序。至于计算方面，还是调用lapack靠谱，不知py读取文件的效率如何呢

看来这里牛逼人挺多啊 我以后再也不装了

C/C++ python 都靠边站。做算法的，VC++6才是主流。Turbo Pascal 都能爆你们三条街。

@Ricepig 嗯。我俩针对的回复的句子有所不同。谢指教。

可以参照一下 http://radimrehurek.com/2013/10/parallelizing-word2vec-in-python/ 用Python+C实现的word2vec比谷歌纯C实现快了2.8倍

感觉Python速度快，喜欢先用Python测试效果，最后再用C++实现（

靠谱老师都会跟你说: 用你喜欢的语言.
语言的性能差异在使用者的资质差异面前就是个无穷小量.

@wodemyworld 我其实没有怎么提到效率问题，我强调的是C/C++在“当前”业界的普及状态，作为一种大家都懂大家都用的公共语言。这点是python无法做到的。以后的事情以后再说。i

你得考虑大家（同行、评审、同事）懂不懂，和现有的一些资源能不能对接

就这几点来说，python劣势是很明显的。

再重复一遍：python提供的语法便利性，在你需要从底层实现一个高效的算法的时候，并没有它作为“粘合剂”时那么大。有的时候，科学研究，一般偏向于“核心”，“底层”，而不是那么偏向“粘合剂”

@Ricepig 不在企业供职，不知道researcher算是哪个业界的，我狭义的理解为在做科学研究的人员。。。。。

你说的可能是企业吧，在企业老板说了算，让你用哪个就用哪个

@wodemyworld 我说的就是研究人员，你看一下paper里的代码，除了伪代码，基本都是类C代码（当然要去除语言方面的paper）。

企业是另一回事情，但是在科研的时候，和大家用差不多的语言、环境，能够更容易获得认同吧。

除非真的牛到藐视众生的程度，否则还是需要用大家都熟悉的东西吧。

最后，无论是R还是Matlab，c和c++对接都很方便，但是其他语言就不一定了。

@Ricepig 在国内这种大环境下，你只能”哎“，重数量不重质量的paper，好像回到了高考，必须得用判卷老师熟悉的解题方法

科研这条路只有极少数人走到最后，自己”学“东西最重要；paper里用的什么语言真心没人关心，能看懂就行，谁也不会把整个代码往上贴，除非你是做“工程”的

@wodemyworld 国外不是也一样么，你用评审不熟悉的语言，评审会质疑你。

科研这条路，不是“学”东西最重要，而是自己有新东西最重要。

Paper里语言还是比较重要的，论文是不是能被评审理解。

不会把整个代码向上贴不代表不会贴代码，这点区别我想应该区分清楚。

不要在意用什么工具，重要的是用这个工具做了什么。这话题吵着吵着就开骂了，敢问都发了几篇有意义的论文，看我能搜着你的宏图巨作不 呵呵呵

看应用场景啦。听起来楼主是学cs的，研究算法什么的？ 老师那么说是有道理的。毕竟用c能接触更底层。但是直接扩展到researchers 那就不好说了，什么自然语言处理，生物学，等等专业的研究人员，很多都用python。简单易用么。

有些C/C++使用者人力吐槽，你告我C++怎split一std::string好？

另外，在前的前，有人了1行C++的代，果理第100的候就segmentation fault了

真回答，除了系底的research，我得一般用high level languages肯定更容易抓住的重啊。竟C/C++暴露的程序的性能，安全性等可能很重要，但是和算法啥啊。的例子，有算法心整是int是long long？

有些算法研究者乾脆只管明，也得搞。反明言不是什太大的。

然社也是很重要的因素，全球看，Python的社并不差啊，用的人有的是，工具有的是。C/C++然使用人很多，但似乎各自政、不成社，然工具也不少。然MATLAB是另一以商件中心的社。

@acheng 你在美国什么学校？

@gundamlh 垃圾学校 不提也罢

搞研究的都好 牛逼啊。膜拜啊，五体投地。

哪个老师？

@chenzhao 额~raymond啦~

@freeznet 估计是因为他们比算法的时候用py容易出现很大波动，倒可以理解。

@chenzhao 扶额 你把我快一年前的帖子翻出来...