用Python写算法

现在Python已经成为做数据科学的基本语言了，无论是数据统计还是人工智能领域，Python的生态越来越完善。

由于我的情况是既要做算法的软件落地（主要是C++比较多），又要做一些算法的调研、评估、优化，所以往往算法用 C++ 写，然后在IDE环境里观察数据或者把数据log出来然后再放到其他工具里（如 MATLAB）分析。

之前一直比较不喜欢用Python的原因是：
 - Python学一遍忘一遍，忘一遍查一遍……
 - Python的集成开发环境比较有限，之前只觉得PyCharm最好用，但是还比不上 Visual Studio + Visual Assist X 环境 智能；
 - 主要工作还是在 C++/C#/Java 等，如果要用Python的话，一天可能要在多种语言上切换来切换去…… 

但是现在发现，Python的生态越来越丰富了，任何数据科学相关的框架都会有Python的支持。甚至连 Torch 这样的 Lua-extended framework 都会有Python的binding 即 PyTorch，我甚至估计用 PyTorch 比直接用 native Torch 的人都要多…… 毕竟熟悉 Lua 的人可能主要在游戏开发领域的吧……

另外还有一个越来越丰富的工具 Jupyter ，简单理解就是他是用来替代MATLAB的交互环境的。并且 Jupyter 提供的数据科学语言也越来越多了。

随着Python生态越来越丰富，我甚至对 Python-based program 转向 native program 的方法也越来越有信心了 —— 虽然我现在还没完整地试过这种做法…… 

打算开始尝试着认真对待Python生态吧…… 不破不立，在此期间可能会比较痛苦，之前熟悉的 C++ 软件开发方式需要先搁置搁置。

转载于:https://www.cnblogs.com/rhzhang/p/7561557.html