![0671afafd342085129c518f5477642b6.png](https://i-blog.csdnimg.cn/blog_migrate/cf29512675bf362d7bba17395c238905.jpeg)
Chapter-I 准备工作
1. 什么类型的数据
结构化数据:表格性数据、多维数组、表数据(数据库)、时间序列等
现实生活中,很多数据需要转换成一种更适合分析和建模的结构化形式,才容易被分析和解读。
2. 不适合的场景
解释型语言;开发效率高;运行效率低于编译型语言(Java、C++等)……
不适用于一些要求低延迟、高资源利用率的场景,比如搭建高并发、多线程的应用,尤其是多CPU绑定线程时。
3. GIL != No Multi-threading
GIL(Global Interpreter Lock)是一种防止解释器同时执行多个Python指令的机制。但并不等于说,Python无法执行真正的多线程、并行代码。Python的C语言拓展使用本地多线程(在C或C++中)以并行方式运行代码,而不受GIL的影响,因为这些拓展无需与Python对象交互。
4. 重要的Python库
- NumPy
Numerical Python,是Python数值计算的基石,提供多种数据结构、算法以及大部分涉及Python数值计算所需的接口。包括:ndarray、线性代数、傅里叶变换、C/