Python 是一门适合做数据挖掘的语言吗？

python强调程序员的生产力，让你把精力集中在逻辑上而不是语言本身上。
你能想象用一下午时间实现从0开始一个简单的搜索引擎吗？C++显然是不行的。。你的大部分时间都将花在实现基本数据结构和调试语言错误上。。而用python，你要做的就是真正理解搜索算法，之后的实现真的很简单。。

我觉得用python很适合算法研究，不仅仅是数据挖掘。快速开发能让你迅速验证你的想法，而不是把时间浪费在程序本身上（想象一下你写了一星期的c++，调了一大堆指针错误，最后发现想法本身就有错误。。）当你知道你已经有了一个正确的算法，要使他运行速度提高只需用c++等重写性能瓶颈并嵌入就行了。。

python强调程序员的生产力，让你把精力集中在逻辑上而不是语言本身上。
你能想象用一下午时间实现从0开始一个简单的搜索引擎吗？C++显然是不行的。。你的大部分时间都将花在实现基本数据结构和调试语言错误上。。而用python，你要做的就是真正理解搜索算法，之后的实现真的很简单。。

我觉得用python很适合算法研究，不仅仅是数据挖掘。快速开发能让你迅速验证你的想法，而不是把时间浪费在程序本身上（想象一下你写了一星期的c++，调了一大堆指针错误，最后发现想法本身就有错误。。）当你知道你已经有了一个正确的算法，要使他运行速度提高只需用c++等重写性能瓶颈并嵌入就行了。。

如果你想用别人做好的成熟的轮子，那 python 是不二之选。因为 python 轮子多而且全，比如 numpy，scipy，scikit learn，gensim 等等都是成熟的轮子。至于什么叫成熟，主要是一下两点：
1. 快，numpy 中大量用 c 写的 data structure，和 function，用起来及其快，而且方便。而且和其他轮子协作及其好
2. 安全，因为 python 是广泛应用，而且开源，标准的语言，所以轮子是基本不会出 bug 的，放心用。
这样节省了及其多的开发时间，在程序的运行效率上也不会有极大的降低。

当然，如果你需要对其他人的轮子有很大的更改，甚至于从数据结构上 numpy 都没法满足你，或者你需要追求速度，比如像微软，要带那么强大的东西，还要保证速度。那你也就必须要用 c 了。。。python实在太慢。。。