※ 引述《Lordaeron (Terry)》之銘言：
: Script language 適合作驗證, 不適合作產品, 撐不起量.
: 正如作image processing 的,很多人愛用matlab, 但該不會有人拿它作產品吧?
: 更別說OpenCV拿來當底的(大陸就幹過了)一樣慢.
: 而處理大量(GB以上)資料以python 要快, 還望你來一篇教學一下.
我不認同你的這樣談論語言的方式。「scrip language適合做驗證，不適合做產品，」
這話一出，結果呢，有人可能會想，反正我公司沒時間做研究，所以就不用 python
了，連試都不試。連看都不看，才是最終這個語言沒有被拿來做產品的原因。
還有，什麼叫做「產品」。所謂的產品是程式碼，還是編譯好的版本？
我用 python 很快寫好程式，然後耐心找個優化的執行環境，然後發佈了，
跟你用 C 或者什麼，你覺得它的執行環境比較漂亮，編譯一個可執行檔，發佈了。
二者有什麼不同？難道生意不能談嗎？
至於以下的，轉來的一篇文章，我看了覺得，他不是在批評一個語言，而是在把
python 當作一個產品、當做一個機器來批判。
那我就納悶了：你沒事把一個 VM 當作是一個語言來談論，是真相嗎？
難道 VM 不能改進嗎？
我覺得那些評估什麼語言快，什麼語言慢的文章，自己做調查評估的時候看看就算了，
但是別人的意見不是你的意見，要忙著幫忙宣傳嗎？
一味地講「快」、「效率」這種經濟政治觀點，忽略了其他的創作本意，
那是一種讓人變傻的迷思。也許會有學生，連學個 python 都還沒學，
卻為了「自我審查」，先期地符合他們自己根本還沒有進去的那些公司的期待，
而只說哪個語言好，哪個語言不好。
一個菜，你自己都沒吃就想著要賣；一個語言，你自己還沒拿來寫自己要用的東西，
就忙著評估這語言拿到產業界好不好賣。
: 以下轉來的(加了點修改)
: 我很喜歡用python，用python處理數據是家常便飯，從事的工作涉及nlp，
: 算法，推薦，數據挖掘，數據清洗，數據量級從幾十k到幾T不等，我來說說吧
: 百萬級別數據是小數據，python處理起來不成問題，python處理數據還是有些問題的
: Python處理大數據的劣勢：
: 1. python線程有gil，通俗說就是多線程的時候只能在一個核上跑，
: 浪費了多核服務器。在一種常見的場景下是要命的：並發單元之
: 間有巨大的數據共享或者共用（例如大dict），多進程會導致內存吃緊
: ，多線程則解決不了數據共享的問題，單獨的寫一個進程之間負責維護