误解1:Python 是一门新语言
实际上 Python 已经 超过23岁了, 它最初发布于1991年, 早于 HTTP 1.0协议 5年且早于 Java 4年. 目前比较有著名的很早就使用 Python 的例在1996年:Google 的个成功的网络爬虫.
误解2:Python 没有被编译
不像 C++ 一样需要一个独立的编译器工具链,Python 实际上被编译成了字节码,和 Java 或者许多其他的编译型语言十分相似。
误解3:Python 不安全
安全的一个核心原则就是尽可能让呈现的目标更小. 大系统是违背安全原则的. Python 通过倡导简洁化来边缘化这些问题.
Python还拥有一系列可扩展的开源、产业标准化的安全库序列.
误解4:Python 是一门脚本语言
Python确实可以用来编写脚本,并且因其简单的语法、跨平台并且无所不在于 Linux, Macs, 和其它Unix 机器而成为这个领域的领跑者之一.
事实上, Python 可能是常规用途编程语言中较为灵活的技术. 以下是一些实例:
1.电信基础设施 (Twilio)
2.支付系统 (PayPal, Balanced Payments)
3.神经科学和心理学 (许多, 许多, 例子)
4.数值分析和工程 (numpy, numba, 以及 更多其它)
5.动画(LucasArts, Disney, Dreamworks)
6.游戏后台 (Eve Online, Second Life, Battlefield, 以及 其它很多)
7.Email 基础设施 (Mailman, Mailgun)
8.媒体存储和处理 (YouTube, Instagram, Dropbox)
9.操作和系统管理 (Rackspace, OpenStack)
10.自然语言处理(NLTK)
11.机器学习和计算机版本 (scikit-learn, Orange, SimpleCV)
12.安全性和渗透性测试 (很多很多 以及 eBay/PayPal
13.大数据 (Disco, Hadoop support)
14.如理 (Calendar Server, 它 驱动了 Apple iCal)
15.搜索系统 (ITA, Ultraseek, 还有 Google)
16.Internet 基础设施 (DNS) (BIND 10)
更别提网站和web服务了,那些都不在少数.
误解5:Python 是弱类型的
Python类型系统的特点是拥有强大、灵活的类型操作.维基百科上对此作出的阐述.
而存在一个不争而有趣的事实是, Python 是比Java更加强类型的.Java 对于原生类型和对象区分了类型系统,它让null存在于一个灰色地带. 另一方面,现代的 Python 拥有一个统一的强类型系统, 其中什么都没有(None) 的类型是明确指定的.
误解6: Python速度慢
首先是有一个重要区别: Python 是一门编程语言,而不是运行时环境.
每一个运行时都有其自己的性能特点, 而且他们本身也不慢.
Python从设计之初就充分考虑过开发者的时间表。根据我们的经验,Python项目经受3次甚至更多的迭代并不稀罕,而同样的时间,C++或Java项目只需要做一次。今天,PayPal和eBay已经看到了多个成功的案例,Python项目超越了C++和Java的同行,使用更少的代码,这一切都得益于快的开发时间可以进行仔细的裁剪和优化。
(摘自开源中国(https://www.oschina.net/),有删减)
五一北京基于Python的数据分析现场班
三天的课程力图结合不同案例讲授数据分析领域基本知识。
这门课使用python作为载体, 结合理论知识进行实际操作, 使学生不仅理解数据分析的基本方法, 同时掌握使用python的基本实际计算技能。
培训时间:2018年4月29-5月1日 (三天)
培训地点:北京市海淀区丹龙大厦附近
授课安排:上午9:00至12:00; 下午1:30至4:30; 答疑
培训费用:3000元 / 2600元 (仅限全日制本科生及硕士研究生优惠价);食宿自理
我要报名
Python讲师介绍:
张忠元, 2008年在中科院数学与系统科学研究院获理学博士学位,现任中央财经大学统计学院教授,博士生导师,也是中国计算机学会高级会员、果壳网科学顾问。主业是数据分析, 尤其是复杂网络分析,主要讲授回归分析、运筹学、数学分析等课程。
主要研究兴趣在复杂网络分析和数据挖掘. 在Data Mining and Knowledge Discovery, Physical Review E, EPL, Knowledge and Information Systems, Scientific Reports, 中国科学等国内外著名期刊上发表学术论文十余篇。
爱思唯尔杰出审稿人, 担任Data Mining and Knowledge Discovery, Physica A, Management Science等著名期刊的匿名审稿人。
Python课程导引:
近年来公众越来越关注大数据和数据分析,随着互联网和人工智能的快速发展,许多问题都可以通过数据分析加以研究, 为决策提供更坚实的依据.
本次三天的课程力图结合不同案例讲授数据分析领域基本知识.
这门课使用Python作为载体,结合理论知识进行实际操作,使学生不仅理解数据分析的基本方法,同时掌握使用Python的基本实际计算技能.
在内容的安排上,我们遵循由浅入深,循序渐进的思路,结合实际应用展开讲解.
内容包括python的基本用法、有监督学习、无监督学习、关联规则、特征工程、推荐系统、时间序列分析、孤立点探测、回归和方差分析、复杂网络分析和数据可视化.
Python课程大纲:
第1讲(3小时)
Python编程基础知识, 包括基本数据类型, 基本编程结构, 函数, 脚本文件, 数据分析的常用模块.
第2讲(3小时)
有监督学习, 包括kNN方法, 支持向量机, 随机森林和神经网络.
无监督学习, 包括kmeans, 谱聚类, DBSCAN, 非负矩阵分解和双聚类.
关联规则.
第3讲(3小时)
特征工程,包括特征选择和特征提取.
推荐系统.
时间序列分析.
孤立点探测.
第4讲(3小时)
统计学的基本思想和常见误用.
描述性统计.
回归和方差分析.
非参数统计.
数据可视化.
第5讲(3小时)
复杂网络分析,包括复杂网络的建模、复杂网络的拓扑结构分析和复杂网络的功能分析.
第6讲(3小时)
案例:通过对包括美国肥胖数据分析、信用卡欺诈数据分析、英超赛季表现分析和脸书社交数据分析等至少四个案例的讲解综合展示数据分析方法的使用.
Python课程优惠:
现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;
以上优惠不叠加。
报名流程:
1:点击“我要报名”,网上填写信息提交;
2:给予反馈,确认报名信息;
3:网上订单缴费;
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南。
联系方式:
魏老师
QQ:1143703950
Tel:010-68478566
Mail:vip@pinggu.org