机器学习与预测分析正在改变企业和其他组织的运作方式。在充满挑战性的现代市场中，能够理解复杂数据中的趋势和模式是成功的关键，也是获得快速增长的关键战略之一。目前大多数用于大数据分析的机器学习系统都使用Python进行开发，或者预留了Python接口，使人不禁发问，为什么使用Python来实现机器学习代码？在笔者看来，主要基于如下几种原因：
1、Python是一种简单易学的解释性语言。
Python被誉为是“可执行的伪码”，入门简单、语法优美；任何具备基本编程经验的人，都能快速上手。任何一位有编程经验的开发人员，只需稍加训练，便可用Python快速的实现并验证自己的算法。
由于是解释性语言，非常有利于对模型参数进行调整，与需编译语言相比，Python通常可以使用少得多的时间来完成此类工作。
2、Python拥有众多成熟的开发包，不仅有scikit-learn等机器学习工具包，还拥有Numpy、Scipy、Maplotlib以及Pandas等用于科学计算的开发包，极大的方便了开发人员的使用。同时，这些开发包大多使用C/C++等语言开发，快捷高效。
3、高效的“胶水”语言。
在拥有众多开发包的情况下，可以使用第三方包来进行最底层的基本运算，通过Python调用这些封装好后的包，组合基本运算操作来完成机器学习的任务。
4、成熟的社区。
Python拥有众多成熟、友好的社区，在遇到问题和产生疑问时，可以非常迅速的获得帮助，的到所需的答案，这对机器学习算法的使用也是极为有用的。
可以预见，在今后相当长的一段时间内，Python将继续占据机器学习开发首选语言的位置。我们的的机器学习课程也将以Python为主，与大家一起探索机器学习算法的奥秘。
(文章来源：“格物课堂”微信公众号，转载请注明出处)