基于以下三个原因，选择Python作为实现数据挖掘算法的编程语言：
(1) Python的语法清晰；
(2) 易于操作纯文本文件；
(3) 使用广泛，存在大量的开发文档。
Python具有清晰的语法结构，也被称作可执行伪代码（executable pseudo-code）。
默认安装的Python开发环境已经附带了很多高级数据类型，如列表、元组、字典、集合、队列等，无需进一步编程就可以使用这些数据类型的操作。
使用这些数据类型使得实现抽象的数学概念非常简单。此外，还可以使用自己熟悉的编程风格，如面向对象编程、面向过程编程、或者函数式编程。
Python语言处理和操作文本文件非常简单，非常易于处理非数值型数据。
Python语言提供了丰富的正则表达式函数以及很多访问Web页面的函数库，使得从HTML中提取数据变得非常简单直观。
诸如MATLAB和Mathematica等高级程序语言也允许用户执行矩阵操作，MATLAB甚至还有许多内嵌的特征可以轻松地构造数据挖掘应用，而且MATLAB的运算速度也很快。
然而MATLAB的不足之处是软件费用太高，单个软件授权就要花费数千美元。
虽然也有适合MATLAB的第三方插件，但是没有一个有影响力的大型开源项目。
Java和C等强类型程序设计语言也有矩阵数学库，然而对于这些程序设计语言来说，最大的问题是即使完成简单的操作也要编写大量的代码。
程序员首先需要定义变量的类型，对于Java来说，每次封装属性时还需要实现getter和setter方法。另外还要记着实现子类，为了完成一个简单的工作，必须花费大量时间编写了很多无用冗长的代码。
Python语言则与Java和C完全不同，它清晰简练，而且易于理解，即使不是编程人员也能够理解程序的含义，而Java和C对于非编程人员则像天书一样难于理解。
Python语言是高级编程语言，可以花费更多的时间处理数据的内在含义，而无须花费太多精力解决计算机如何得到数据结果。Python语言使得很容易表达自己的目的。
Python语言唯一的不足是性能问题。Python程序运行的效率不如Java或者C代码高，但是可以使用Python调用C编译的代码。这样，就可以同时利用C和Python的优点，逐步地开发数据挖掘应用程序。
可以首先使用Python编写实验程序，如果进一步想要在产品中实现数据挖掘，转换成C代码也不困难。
作者：扣丁学堂
来源：http://www.jianshu.com/p/041c3901d31b
————广告时间————
《马哥Linux云计算及架构师》网络课程，由知名Linux布道师马哥创立，经历了8年的发展，联合阿里巴巴、唯品会、大众点评、腾讯、陆金所等大型互联网一线公司的马哥课程团队的工程师进行深度定制开发，课程采用 Centos7.2系统教学，加入了大量实战案例，授课案例均来自于一线的技术案例。
开课时间：随到随学
课程咨询请长按即可咨询
