1.風格
編輯python在設計上堅持了清晰劃一的風格，這使得python成為一門易讀、易維護，並且被大量使用者所歡迎的、用途廣泛的
語言。設計者開發時總的指導思想是，對於乙個特定的問題，只要有一種最好的方法來解決就好了。這在由tim peters寫的python格言（稱為the zen of python）裡面表述為：there should be one-- and preferably only one --obvious way to do it. 這正好和
perl
語言（另一種功能類似的高階
動態語言
）的中心思想tmtowtdi（there's more than one way to do it）完全相反。
python的作者有意的設計限制性很強的語法，使得不好的程式設計習慣（例如
if語句
的下一行不向右縮排）都不能通過編譯。其中很重要的一項就是python的
縮排規則。
乙個和其他大多數語言（如c）的區別就是，乙個模組的界限，完全是由每行的首字元在這一行的位置來決定的（而c語言是用一對花括號
{}來明確的定出模組的邊界的，與字元的位置毫無關係）。這一點曾經引起過爭議。因為自從c這類的語言誕生後，語言的語法含義與字元的排列方式分離開來，曾經被認為是一種程式語言的進步。不過不可否認的是，通過強制程式設計師們
縮排（包括if，for和函式定義等所有需要使用模組的地方），python確實使得程式更加清晰和美觀。
編輯說起科學計算，首先會被提到的可能是
matlab
。然而除了matlab的一些專業性很強的工具箱還無法被替代之外，matlab的大部分常用功能都可以在python世界中找到相應的擴充套件庫。和matlab相比，用python做科學計算有如下優點：
● 首先，matlab是一款商用軟體，並且**不菲。而python完全免費，眾多開源的
科學計算庫都提供了python的呼叫介面。使用者可以在任何計算機上免費安裝python及其絕大多數擴充套件庫。
● 其次，與matlab相比，python是一門更易學、更嚴謹的程式語言。它能讓使用者編寫出更易讀、易維護的**。
● 最後，matlab主要專注於工程和科學計算。然而即使在計算領域，也經常會遇到檔案管理、
介面設計
、 網路通訊
等各種需求。而python有著豐富的擴充套件庫，可以輕易完成各種高階任務，開發者可以用python實現完整應用程式所需的各種功能。
Python金融大資料分析 回歸分析
回歸分析是金融中乙個繞不過的話題，其實最好的工具應該是r語言，但是pandas其實也是能夠勝任絕大部分工作的。這裡我們就簡單介紹一下。import pandas as pd import numpy as np import matplotlib.pyplot as plt noise np.ran...
《Hadoop金融大資料分析》讀書筆記
hadoop金融大資料分析 hadoop for finance essentials 使用hadoop，是因為資料量大 資料量如此之多，以至於無法用傳統的資料處理工具和應用來處理的資料稱主大資料 3v定義 即 大量volume,多樣variety,高速velocity是與大資料相關的三個屬性或維度...
Python大資料分析 開篇
python大資料分析 開篇 目前在網上看了很多部落格，都是一些關於資料處理的，且都淺嘗輒止，沒有形成乙個系列，只言片語，不能給人以更深層次的啟發。加之，最近在用python做金融大資料這塊的分析，故寫部落格以記之，以供他人閱，相互交流。大資料分析的意義，我自不用多述。眾多金融公司，無不在挖掘其價值...