python強調程式設計師的生產力，讓你把精力集中在邏輯上而不是語言本身上。你能想象用一下午時間實現從0開始一個簡單的搜尋引擎嗎？C++顯然是不行的。。你的大部分時間都將花在實現基本資料結構和除錯語言錯誤上。。而用python，你要做的就是真正理解搜尋演算法，之後的實現真的很簡單。。

我覺得用python很適合演算法研究，不僅僅是資料探勘。快速開發能讓你迅速驗證你的想法，而不是把時間浪費在程式本身上（想象一下你寫了一星期的c++，調了一大堆指標錯誤，最後發現想法本身就有錯誤。。）當你知道你已經有了一個正確的演算法，要使他執行速度提高只需用c++等重寫效能瓶頸並嵌入就行了。。

python強調程式設計師的生產力，讓你把精力集中在邏輯上而不是語言本身上。你能想象用一下午時間實現從0開始一個簡單的搜尋引擎嗎？C++顯然是不行的。。你的大部分時間都將花在實現基本資料結構和除錯語言錯誤上。。而用python，你要做的就是真正理解搜尋演算法，之後的實現真的很簡單。。

我覺得用python很適合演算法研究，不僅僅是資料探勘。快速開發能讓你迅速驗證你的想法，而不是把時間浪費在程式本身上（想象一下你寫了一星期的c++，調了一大堆指標錯誤，最後發現想法本身就有錯誤。。）當你知道你已經有了一個正確的演算法，要使他執行速度提高只需用c++等重寫效能瓶頸並嵌入就行了。。

如果你想用別人做好的成熟的輪子，那 python 是不二之選。因為 python 輪子多而且全，比如 numpy，scipy，scikit learn，gensim 等等都是成熟的輪子。至於什麼叫成熟，主要是一下兩點：1. 快，numpy 中大量用 c 寫的 data structure，和 function，用起來及其快，而且方便。而且和其他輪子協作及其好2. 安全，因為 python 是廣泛應用，而且開源，標準的語言，所以輪子是基本不會出 bug 的，放心用。這樣節省了及其多的開發時間，在程式的執行效率上也不會有極大的降低。

當然，如果你需要對其他人的輪子有很大的更改，甚至於從資料結構上 numpy 都沒法滿足你，或者你需要追求速度，比如像微軟，要帶那麼強大的東西，還要保證速度。那你也就必須要用 c 了。。。python實在太慢。。。