※ 引述《Lordaeron (Terry)》之铭言：
: Script language 适合作验证, 不适合作产品, 撑不起量.
: 正如作image processing 的,很多人爱用matlab, 但该不会有人拿它作产品吧?
: 更别说OpenCV拿来当底的(大陆就干过了)一样慢.
: 而处理大量(GB以上)资料以python 要快, 还望你来一篇教学一下.
我不认同你的这样谈论语言的方式。“scrip language适合做验证，不适合做产品，”
这话一出，结果呢，有人可能会想，反正我公司没时间做研究，所以就不用 python
了，连试都不试。连看都不看，才是最终这个语言没有被拿来做产品的原因。
还有，什么叫做“产品”。所谓的产品是程式码，还是编译好的版本？
我用 python 很快写好程式，然后耐心找个优化的执行环境，然后发布了，
跟你用 C 或者什么，你觉得它的执行环境比较漂亮，编译一个可执行档，发布了。
二者有什么不同？难道生意不能谈吗？
至于以下的，转来的一篇文章，我看了觉得，他不是在批评一个语言，而是在把
python 当作一个产品、当做一个机器来批判。
那我就纳闷了：你没事把一个 VM 当作是一个语言来谈论，是真相吗？
难道 VM 不能改进吗？
我觉得那些评估什么语言快，什么语言慢的文章，自己做调查评估的时候看看就算了，
但是别人的意见不是你的意见，要忙着帮忙宣传吗？
一味地讲“快”、“效率”这种经济政治观点，忽略了其他的创作本意，
那是一种让人变傻的迷思。也许会有学生，连学个 python 都还没学，
却为了“自我审查”，先期地符合他们自己根本还没有进去的那些公司的期待，
而只说哪个语言好，哪个语言不好。
一个菜，你自己都没吃就想着要卖；一个语言，你自己还没拿来写自己要用的东西，
就忙着评估这语言拿到产业界好不好卖。
: 以下转来的(加了点修改)
: 我很喜欢用python，用python处理数据是家常便饭，从事的工作涉及nlp，
: 算法，推荐，数据挖掘，数据清洗，数据量级从几十k到几T不等，我来说说吧
: 百万级别数据是小数据，python处理起来不成问题，python处理数据还是有些问题的
: Python处理大数据的劣势：
: 1. python线程有gil，通俗说就是多线程的时候只能在一个核上跑，
: 浪费了多核服务器。在一种常见的场景下是要命的：并发单元之
: 间有巨大的数据共享或者共用（例如大dict），多进程会导致内存吃紧
: ，多线程则解决不了数据共享的问题，单独的写一个进程之间负责维护