Python因其快捷的开发速度、丰富的数据处理库而深受数据科学家喜爱，尤其适合数据抓取和初步处理。然而，Python在大数据处理时存在线程限制、执行效率不高等问题，超过一定规模的数据处理效率会降低。对于大数据处理，建议结合其他如C语言的高效工具以弥补Python的不足。
Python是数据科学家十分喜爱的编程语言，其内置了很多由C语言编写的库，操作起来更加方便，Python在网络爬虫的传统应用领域，在大数据的抓取方面具有先天优势，目前，最流行的爬虫框架Scrapy，HTTP工具包urlib2，HTML解析工具beautifulsoup，XML解析器lxml，等等，都是能够独当一面的Python类库。
Python十分适合数据抓取工作，对于大数据的处理，具有一定的局限性：
Python在大数据处理方面的优势：
1. 异常快捷的开发速度，代码量少；
2. 丰富的数据处理包，使用十分方便；
3. 内部类型使用成本低；
4. 百万级别数据可以采用Python处理。
Python在大数据处理方面的劣势：
1. python线程有gil，多线程的时候只能在一个核上跑
订阅专栏 解锁全文
2258
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
