title: 数据 category: page slug: data sortorder: 0501 toc: True sidebartitle: 5. 数据 meta: Python 可以通过分析、可视化、持久化来处理数据。到 Full Stack Python 上学习更多相关知识。 authors: haiiiiiyun.github.io updated: 2016-07-07 10:26

数据

虽然数据是一个极其庞大的主题，但它可以细分成许多的子主题，包括（排序不分先后）：

针对以上的所有主题， Python 社区已经创建并将持续创建大量的开源库和教程资料。

为什么说 Python 是一门处理数据任务的好语言？

Python 有着广泛的开源代码库，它的社区成员来自各行各业，具有不同的行业背景，他们的贡献使得这些库变得日益精良。

另外， Python 处理数据的相关代码能和 Web 框架 及 Web API 结合，从而创建一些很难用其它语言创建的软件。例如，Ruby 对于创建 Web 应用来说是一门极好的语言，但是它的数据分析和可视化的相关库，相比于 Python 生态系统的当前状况，会显得相当匮乏。

Python 基于数据的应用为何变得如此广泛？

Python 是一门通用编程语言，它适用于很多的问题领域。在过去的几十年中， Python 在科学和金融社区中变得越来越流行。那些项目，像 pandas 已经成长为一个由对冲基金赞助的项目了，而 NumPy 和 SciPy 都是在学术环境中创建的，之后的改进由更广大的开源社区进行。

问题是：为什么使用 Python 来创建这些项目？答案是运气和开源社区的成长皆而有之：随着 Python 的成熟，那些没有按计算机科学家的标准通过正式培训的人也能开始使用了。它的实效型语法和显式方式，使得那些没有编程背景知识的高智商的人们能够立即拾起这门语言，以相比于其它编程语言更加自然的方式完成他们自己的工作，而正是这种广泛采用促进了社区的发展。随着时间的推移，在金融界和科学社区中使用的这些代码被共享了出来，与此同时，全球的开源社区也正在蓬勃发展，这进一步促进了它在更多的软件开发者中的流行和使用。

在 Python 被广泛用于处理所有类型的数据的背后，毫无疑问有这样的因素：它恰好是那个地点那个时间最合适的那门语言。尽管如此，创建如今这么多的数据处理代码库，对于全球范围内的大量工程师和科学家来说，也是一项相当艰巨的工作。

通用 Python 数据相关的资源