利用python进行数据分析

python 读后感

第一章 准备工作

1. 针对的数据
   结构化数据：
   
   • 多维数据（矩阵）
   • 表格型数据
   • 通过关键列相互连接的多个表格
   • 间隔平均或不平均的时间序列
2. Python
   粘合剂：轻松集成C C++ Fortran
   解决两种语言：
   
   • before 利用Matlab/R研究、原型构建和测试，移植到生产系统（Java C# C++）
   • now python

劣势：

• 作为解释型语言，比编译型语言来得慢。对于要求延迟非常小的应用程序（如高频交易系统），需要尽最大可能优化性能
• 对于高并发、多线程的应用，python不是一种理想编程语言。Python的全局解释器锁（global interpreter lock,GLL）,防止解释器同时执行多条Python字节码指令，使其并不能在单个python 进程中执行多线程并行代码。