举个栗子： 变量类型用一堆括号表示。 dictionary和set都用{}。但是d={}，表示dictionary。 {2*x for x in range(10)} 这个玩应儿是个set，换成[]，就是个list。内心惊呼 Python真的是好强大，好方便。不过等等，那为啥(2*x for x in range(10)) 是个 generator，而不是tuple？内心传来声音：可能是因为tuple是immutable的，所以不能这么初始化，算鸟，背过吧。
【 在 minquan (三民主义) 的大作中提到: 】 : An Introduction to R : W.N.Venables D.M.Smith : and the R core team : 2017-03-06 : 10.2 Defining New Binary Operaters : it could have been used as a binary operator in expressions rather than in : function form. Suppose, : for example, we choose ! for the internal character. The function definition : would then start as : > "%!%" <- function="" X="" y="" ...="">: ...................
Used both python and R for years. Although python sucks at something like GIL, it's much more comfortable to program than R. R is a pain in the ass to code.
虽然接近自然语言，可是还是得有语法的呗 你觉得加了个is好像是挺爽的 不知道英文还有 are, was, were, be 吗？ python不可能照顾到这些自然语言的多态 差不多就得了
【 在 NGale (马氏若姆) 的大作中提到: 】 : 我是写错了。 : 我的意思是既然Python要接近自然语言，而且为了接近自然语言可以使用is not 作为 : 运算符去考察'A' is not 'A'，为什么不再继续迎合自然语言，进而使用is not in作 : 为运算符'A' is not in ['A']?
我说：用Python写的project效率会很低，不是批评Python运行速度慢。我的意思是说 Python通过自己“简单易学”的理念吸引了大批粗糙用户，他们非常热衷于Pythonic简短形式的编程，比如用复杂的comprehension（其实可读性一点也不高）。还有用 Python写O(N)算法，不一定比用Python内建的O(N^2)函数快。在这种理念和实际情况的的引导下很多Python程序员写的程序不注重效率和算法。这种情况写小程序没有什么关系。但是project一复杂，会极大的影响整个project效率。你自己也举例说明Python Package里埋的雷。其实Python语法本身非常灵活，极易埋雷。比如我举得例子，'A' is not 'A'可以，'A' is not in '[A']就不行。你可能觉得真正的程序员的不会写后 者，但是Python开了'A' is not 'A'的先河，就会有人习惯性无意识地写后者，因为符合自然语言习惯。
"" The operators <, >, ==, >=, <=, and != compare the values of two objects.
The operators is and is not test for object identity: x is y is true if and only if x and y are the same object. x is not y yields the inverse truth value.
【 在 minquan (三民主义) 的大作中提到: 】
: python在哪里坑？
: 网络？线程？
开源就这德行，哪有既省钱又省心的好事？
Python当然得在开源的里头比
比起R多年来对中文字符支持的烂的一塌糊涂
Python3强迫用Unicode首选用UTF-8已经相当相当的友善了
【 在 amo (牛肉炖熊掌) 的大作中提到: 】
: 楼主吐的槽不少都是很实际的问题啊。
举个栗子：
变量类型用一堆括号表示。
dictionary和set都用{}。但是d={}，表示dictionary。
{2*x for x in range(10)} 这个玩应儿是个set，换成[]，就是个list。内心惊呼
Python真的是好强大，好方便。不过等等，那为啥(2*x for x in range(10)) 是个
generator，而不是tuple？内心传来声音：可能是因为tuple是immutable的，所以不能这么初始化，算鸟，背过吧。
Error: unexpected SPECIAL in "%test%"
> "%test%"
[1] "%test%"
> `%test%`
function(x) x
你要是直接用%test%，不需要引号，一般用法都是如此。教材里没有写，因为没想到有人会在调用函数的时候还带个引号，完全多余而且有歧义。
非要用引号的时候，"%test%"仍然是一个字符串，只有`%test%`才是函数本身。
我同意教材应该写的更清楚一点，不过可能绝大部分人没这么干过。
【 在 minquan (三民主义) 的大作中提到: 】
: An Introduction to R
: W.N.Venables D.M.Smith
: and the R core team
: 2017-03-06
: 10.2 Defining New Binary Operaters
: it could have been used as a binary operator in expressions rather than in
: function form. Suppose,
: for example, we choose ! for the internal character. The function
definition
: would then start as
: > "%!%" <- function="" X="" y="" ...="">: ...................
【 在 minquan (三民主义) 的大作中提到: 】
: 别扯别的编程语言，R相比正规编程语言，功能多少年以来都是残缺的
: R脚本连调用同一个目录下的其它R脚本都做不到——
: Python脚本我能做到一个目录下一个主脚本，运行起来调用该目录里的其它脚本，然后
: 随意拷贝挪位置都正常运行，R做得到？
GIL, it's much more comfortable to program than R. R is a pain in the ass to code.
【 在 dracodoc (david) 的大作中提到: 】
: ?source
要么是你用法不对，要么是你期待的效果不对
你可以吐槽它的设计和你想象的不一样，但是说它不管用，我是深表怀疑。
【 在 minquan (三民主义) 的大作中提到: 】
: local=TRUE根本不管用
source("xxx.R", local=TRUE) ?
xxx.R是这个source命令本身所在的位置？
对了，我用了连环source
我先用了个source跳转到另一个目录的某个脚本
然后这个脚本source相同目录下的另一个脚本
【 在 dracodoc (david) 的大作中提到: 】
: 这么基本常用的函数，有非常明显bug是不可能的。
: 要么是你用法不对，要么是你期待的效果不对
: 你可以吐槽它的设计和你想象的不一样，但是说它不管用，我是深表怀疑。
你都會perl了去搞什麼python。
【 在 Nisayer (si fata sinata) 的大作中提到: 】
: 简单的说， 就是一坨屎
: 甚至不如Perl
: 最近在做一个小的股票分析系统， 图方便，上了python， 原来也用过，只用来写数值
: 程序，用的库少，没啥感觉
: 折腾了一段发现的缺点
: 1. python 2 和 3， 一个语言，版本搞的如此奇葩，真的罕见, 当然现在新语言都有
: 这奇葩趋势， 包括苹果的 swift,带来的问题最大的就是库，准备搭程序架子了，发现
: A库 2 不用能， B库 3 不能用
: 2. 语法， 格式， 其实这个跟第一个缺点是相关的， 之所以重起炉灶搞3， 就是因为
: 在2里某些语法从根本上设计错了， 但3其实问题还是一大堆， 奇葩语法， 至于强制
: ...................
如果程序不好读，那就限制了review和优化的力度，质量必然腐烂掉
【 在 netghost (Up to Isomorphism) 的大作中提到: 】
: python是給沒學過編程的人入門用的。
: 你都會perl了去搞什麼python。
Python试图用简单的语法掩盖复杂的编程机理，吸引了大批粗浅用户。这些人写的代码，如果不是可以直接调用package的fucntion，真的是不好懂。
另外，Python追求像自然语言一样流畅（我记得当年Perl也是这么想的）。那么就要接受自然语言的缺点：有歧义，一意多表，最终导致没有逻辑的习惯用法和特定用法。既然要接近自然语言，那么'A' is not 'A'可以，为什么 'A' is not in ['A']不行？
【 在 NGale (马氏若姆) 的大作中提到: 】
: 程序好读不好读一是取决于语言本身的语法设计，另一个是取决于程序员的水平。
: Python试图用简单的语法掩盖复杂的编程机理，吸引了大批粗浅用户。这些人写的代码
: ，如果不是可以直接调用package的fucntion，真的是不好懂。
: 另外，Python追求像自然语言一样流畅（我记得当年Perl也是这么想的）。那么就要接
: 受自然语言的缺点：有歧义，一意多表，最终导致没有逻辑的习惯用法和特定用法。既
: 然要接近自然语言，那么'A' is not 'A'可以，为什么 'A' is not in ['A']不行？
所以要办公司的小老板，就喜欢这种
简单，能用
使用效率还不算太烂
初期一两年够用了
以后雇多了人再细搞再换
而数据科学家那种更是
搞个两三年换了七八个模型都没定型
编程费那么大劲干嘛？
比python编程成本更低，而且能达到同样质量的
有谁？
【 在 NGale (马氏若姆) 的大作中提到: 】
: 程序好读不好读一是取决于语言本身的语法设计，另一个是取决于程序员的水平。
: Python试图用简单的语法掩盖复杂的编程机理，吸引了大批粗浅用户。这些人写的代码
: ，如果不是可以直接调用package的fucntion，真的是不好懂。
: 另外，Python追求像自然语言一样流畅（我记得当年Perl也是这么想的）。那么就要接
: 受自然语言的缺点：有歧义，一意多表，最终导致没有逻辑的习惯用法和特定用法。既
: 然要接近自然语言，那么'A' is not 'A'可以，为什么 'A' is not in ['A']不行？
Python牛的地方：开发成本低。
比它低的好像真没有。
速度快不快取决于项目是否适合Python。数据科学，大部分情况基本是训练已有model
，不会开发好几个module的项目，大部分人也是脚本型编程。这个Python特别适合。
效率烂不烂？Python的语言特性是专注功能和“可读性”。去考虑算法，是自找麻烦，会遭到鄙视，而且不够pythonic。所以很多写Python的也不会考虑效率问题，以至于效率可以做到很烂。最后使用成本低不低，那是另一回事。
【 在 minquan (三民主义) 的大作中提到: 】
: 但是人家照样能用啊
: 所以要办公司的小老板，就喜欢这种
: 简单，能用
: 使用效率还不算太烂
: 初期一两年够用了
: 以后雇多了人再细搞再换
: 而数据科学家那种更是
: 搞个两三年换了七八个模型都没定型
: 编程费那么大劲干嘛？
: 比python编程成本更低，而且能达到同样质量的
: ...................
【 在 NGale (马氏若姆) 的大作中提到: 】
: 你说的完全对啊。
: Python牛的地方：开发成本低。
: 比它低的好像真没有。
: 速度快不快取决于项目是否适合Python。数据科学，大部分情况基本是训练已有
model
: ，不会开发好几个module的项目，大部分人也是脚本型编程。这个Python特别适合。: 效率烂不烂？Python的语言特性是专注功能和“可读性”。去考虑算法，是自找麻烦，
: 会遭到鄙视，而且不够pythonic。所以很多写Python的也不会考虑效率问题，以至于效
: 率可以做到很烂。最后使用成本低不低，那是另一回事。
但是R的代码太烂了，一致性都做不到，开发起来全是地雷
所以最近两年相当多一部分R用户转Python了
Python的原始代码是非常慢
所以后来写数据的把Python底层重新写了一遍，加上自己的包
改叫Anaconda
所以严格意义上讲，数据科学家用的实际不是Python
【 在 NGale (马氏若姆) 的大作中提到: 】
: 你说的完全对啊。
: Python牛的地方：开发成本低。
: 比它低的好像真没有。
: 速度快不快取决于项目是否适合Python。数据科学，大部分情况基本是训练已有
model
: ，不会开发好几个module的项目，大部分人也是脚本型编程。这个Python特别适合。: 效率烂不烂？Python的语言特性是专注功能和“可读性”。去考虑算法，是自找麻烦，
: 会遭到鄙视，而且不够pythonic。所以很多写Python的也不会考虑效率问题，以至于效
: 率可以做到很烂。最后使用成本低不低，那是另一回事。
【 在 xiaoju (可爱的龙猫) 的大作中提到: 】
: python写线性代数操作必须比C++快啊，numpy和tensorflow是工业级的，C++的STL或者
: boost是什么玩意
: model
CPython经常被人骂效率低
【 在 fyz (木~花样年华) 的大作中提到: 】
: 标 题: Re: 必须喷一下python
: 发信站: BBS 未名空间站 (Sun Aug 5 17:59:43 2018, 美东)
:
: Python 是不是主要用C实现的？
:
: 【 在 xiaoju (可爱的龙猫) 的大作中提到: 】
: : python写线性代数操作必须比C++快啊，numpy和tensorflow是工业级的，C++的STL或者
: : boost是什么玩意
: : model
:
:
:
: --
: 无图言鸟
试试 'A' not in ['A']
【 在 NGale (马氏若姆) 的大作中提到: 】
: 程序好读不好读一是取决于语言本身的语法设计，另一个是取决于程序员的水平。
: Python试图用简单的语法掩盖复杂的编程机理，吸引了大批粗浅用户。这些人写的代码
: ，如果不是可以直接调用package的fucntion，真的是不好懂。
: 另外，Python追求像自然语言一样流畅（我记得当年Perl也是这么想的）。那么就要接
: 受自然语言的缺点：有歧义，一意多表，最终导致没有逻辑的习惯用法和特定用法。既
: 然要接近自然语言，那么'A' is not 'A'可以，为什么 'A' is not in ['A']不行？
Python，因为真正算题的部分很少是用Python写的。Python唯一缺点就是静态语法检查不够。类似以下简单的拼写错误我在一个算是广泛使用的package中发现了好几个
def func(a):
if a < 0:
raise ValueError(f'{aa} should be positive')
这种问题pyflakes 能查出来一些，但做大型程序时，如果没有比较好的code review，如果没有非常完全的 unit test，很难完全排除。Guido近期在pyAnnotate上很活跃，
估计是想解决这个问题。我的希望是pyAnnotate尽快达到TypeScript对JavaScript的
annotation水平，那样写起程序来就放心多了。
【 在 NGale (马氏若姆) 的大作中提到: 】
: 你说的完全对啊。
: Python牛的地方：开发成本低。
: 比它低的好像真没有。
: 速度快不快取决于项目是否适合Python。数据科学，大部分情况基本是训练已有
model
: ，不会开发好几个module的项目，大部分人也是脚本型编程。这个Python特别适合。: 效率烂不烂？Python的语言特性是专注功能和“可读性”。去考虑算法，是自找麻烦，
: 会遭到鄙视，而且不够pythonic。所以很多写Python的也不会考虑效率问题，以至于效
: 率可以做到很烂。最后使用成本低不低，那是另一回事。
Go吗？
【 在 njucct (njucct) 的大作中提到: 】
: 作为长期使用各种语言的程序员，Python的资深用户，我觉得这些批评没有说到点子上
: 。Python的语法是各种语法中最清晰的，空格缩进非常好。效率而言基本看你怎么用: Python，因为真正算题的部分很少是用Python写的。Python唯一缺点就是静态语法检查
: 不够。类似以下简单的拼写错误我在一个算是广泛使用的package中发现了好几个
: def func(a):
: if a < 0:
: raise ValueError(f'{aa} should be positive')
: 这种问题pyflakes 能查出来一些，但做大型程序时，如果没有比较好的code review，
: 如果没有非常完全的 unit test，很难完全排除。Guido近期在pyAnnotate上很活跃，
: 估计是想解决这个问题。我的希望是pyAnnotate尽快达到TypeScript对JavaScript的: ...................
我的意思是既然Python要接近自然语言，而且为了接近自然语言可以使用is not 作为
运算符去考察'A' is not 'A'，为什么不再继续迎合自然语言，进而使用is not in作
为运算符'A' is not in ['A']?
【 在 aeo26 (aeo26) 的大作中提到: 】
: 'A' is not in ['A'] 不行是因为你写错了
: 试试 'A' not in ['A']
你觉得加了个is好像是挺爽的
不知道英文还有 are, was, were, be 吗？
python不可能照顾到这些自然语言的多态
差不多就得了
【 在 NGale (马氏若姆) 的大作中提到: 】
: 我是写错了。
: 我的意思是既然Python要接近自然语言，而且为了接近自然语言可以使用is not 作为
: 运算符去考察'A' is not 'A'，为什么不再继续迎合自然语言，进而使用is not in作
: 为运算符'A' is not in ['A']?
的程序。
首先我没批评Python的空格缩进，我也不觉得它和打括号有什么本质区别。
我是对Python语法是有意见，我个人觉得Python本身精神分裂，在“强调自然语言一般的可读性去迎合大众用户”与“做严禁的专业编程语言”之间来回穿插。另外在强大的Python流行趋势下，很多不适合Python干的事情都是用Python。你自己也说“做题目的部分很少用Python写“，但是现在很多公司要求只能用Python。
这与我说用Python写的程序效率不高是有关系的：
我说：用Python写的project效率会很低，不是批评Python运行速度慢。我的意思是说
Python通过自己“简单易学”的理念吸引了大批粗糙用户，他们非常热衷于Pythonic简短形式的编程，比如用复杂的comprehension（其实可读性一点也不高）。还有用
Python写O(N)算法，不一定比用Python内建的O(N^2)函数快。在这种理念和实际情况的的引导下很多Python程序员写的程序不注重效率和算法。这种情况写小程序没有什么关系。但是project一复杂，会极大的影响整个project效率。你自己也举例说明Python
Package里埋的雷。其实Python语法本身非常灵活，极易埋雷。比如我举得例子，'A'
is not 'A'可以，'A' is not in '[A']就不行。你可能觉得真正的程序员的不会写后
者，但是Python开了'A' is not 'A'的先河，就会有人习惯性无意识地写后者，因为符合自然语言习惯。
还有Python作为快捷的隐式动态类型语言要加入静态类型检查，是不是精神分裂？
Python精神分裂和粗糙Python程序员（包括很多公司老板）对Python通用化是我要喷的。
我本人喜欢Java，但是Scala喷Java我也觉得喷的在理。两个语言各干的不是挺好。
【 在 njucct (njucct) 的大作中提到: 】
: 作为长期使用各种语言的程序员，Python的资深用户，我觉得这些批评没有说到点子上
: 。Python的语法是各种语法中最清晰的，空格缩进非常好。效率而言基本看你怎么用: Python，因为真正算题的部分很少是用Python写的。Python唯一缺点就是静态语法检查
: 不够。类似以下简单的拼写错误我在一个算是广泛使用的package中发现了好几个
: def func(a):
: if a < 0:
: raise ValueError(f'{aa} should be positive')
: 这种问题pyflakes 能查出来一些，但做大型程序时，如果没有比较好的code review，
: 如果没有非常完全的 unit test，很难完全排除。Guido近期在pyAnnotate上很活跃，
: 估计是想解决这个问题。我的希望是pyAnnotate尽快达到TypeScript对JavaScript的: ...................
are，was，were，be应该是用不到的吧。
写的程序都是现在时态。而且写复数对解译要求太高容易歧义吧。
总不能if a and b and c are True:
也许10年后的Python能做到这个，又不会引起歧义。
【 在 minquan (三民主义) 的大作中提到: 】
: 虽然接近自然语言，可是还是得有语法的呗
: 你觉得加了个is好像是挺爽的
: 不知道英文还有 are, was, were, be 吗？
: python不可能照顾到这些自然语言的多态
: 差不多就得了
这的确是个很烂的坏头
Python就是这样，尽量简单，又要尽量功能强大
然而这两个概念本身是矛盾的
这不创始人因为要加个语句中间赋值的功能，就被核心码工打小报告到twitter了？
凑合用吧
没有完美的语言
: R也一样
: 但是R的代码太烂了，一致性都做不到，开发起来全是地雷
: 所以最近两年相当多一部分R用户转Python了
: Python的原始代码是非常慢
: 所以后来写数据的把Python底层重新写了一遍，加上自己的包
: 改叫Anaconda
这是哪里流传出来的urban legend， anaconda就是帮你装包，解决依赖问题和安装难
的问题而已。重新写底层，怎么可能。
真正能提高性能的是pypy，也不是靠重新写底层，是抛弃cpython
: 所以严格意义上讲，数据科学家用的实际不是Python
: model
The operators <, >, ==, >=, <=, and != compare the values of two objects.
The operators is and is not test for object identity: x is y is true if and only if x and y are the same object. x is not y yields the inverse truth
value.
【 在 NGale (马氏若姆) 的大作中提到: 】
: 我Python但肯定不如你资深，我不会仔细去看别人Package的代码，除非影响到我自己
: 的程序。
: 首先我没批评Python的空格缩进，我也不觉得它和打括号有什么本质区别。
: 我是对Python语法是有意见，我个人觉得Python本身精神分裂，在“强调自然语言一般
: 的可读性去迎合大众用户”与“做严禁的专业编程语言”之间来回穿插。另外在强大的
: Python流行趋势下，很多不适合Python干的事情都是用Python。你自己也说“做题目的
: 部分很少用Python写“，但是现在很多公司要求只能用Python。
: 这与我说用Python写的程序效率不高是有关系的：
: 我说：用Python写的project效率会很低，不是批评Python运行速度慢。我的意思是说
: Python通过自己“简单易学”的理念吸引了大批粗糙用户，他们非常热衷于Pythonic简
: ...................
这个有一定的道理，Python不是干什么都好，我喜欢Python，但到手什么Project还是
要看看用什么语言和工具最合适。特别是在数据分析的时候，我倾向于用自己开发的
SoS，在各个阶段用最合适的工具，别用了Python还纠结rpy，用了R还折腾reticulate
，用了Matlab还折腾Python engine。
但在写大点的项目的时候，我的一般做法是用Python搭架子。然后python的各种包也很多，数值计算部分基本用C写的，python仅仅是个glue而已，效率上没有问题。如果真
有什么部分需要效率而且没有合适的包，那就自己写，用SWIG或其它工具包起来在
python中调用就可以了。所以我说批评Python效率低没啥意义，因为需要效率的地方可以用别的语言写。如果你用别的语言写所有的界面，接口，逻辑啥的，整体开发效率很难和python这种模式比。
> 在这种理念和实际情况的的引导下很多Python程序员写的程序不注重效率和算法。这种情况写小程序没有什么关
系。但是project一复杂，会极大的影响整个project效率。
这个就看项目管理水平了。不过在程序需求经常变化，预先不知道瓶颈的时候，每个部分都用高效的写法写会很累很浪费。我的一般做法是先把程序框架搭好，用Python写出来，然后有需要再替换掉效率较差的部分。
【 在 NGale (马氏若姆) 的大作中提到: 】
: 我Python但肯定不如你资深，我不会仔细去看别人Package的代码，除非影响到我自己
: 的程序。
: 首先我没批评Python的空格缩进，我也不觉得它和打括号有什么本质区别。
: 我是对Python语法是有意见，我个人觉得Python本身精神分裂，在“强调自然语言一般
: 的可读性去迎合大众用户”与“做严禁的专业编程语言”之间来回穿插。另外在强大的
: Python流行趋势下，很多不适合Python干的事情都是用Python。你自己也说“做题目的
: 部分很少用Python写“，但是现在很多公司要求只能用Python。
: 这与我说用Python写的程序效率不高是有关系的：
: 我说：用Python写的project效率会很低，不是批评Python运行速度慢。我的意思是说
: Python通过自己“简单易学”的理念吸引了大批粗糙用户，他们非常热衷于Pythonic简
: ...................
要不你怎么不能像别的那样直接pip装包，非得重新装一个？
要不怎么会有vector这种数据结构？
【 在 dracodoc (david) 的大作中提到: 】
: 这是哪里流传出来的urban legend， anaconda就是帮你装包，解决依赖问题和安装难
: 的问题而已。重新写底层，怎么可能。
: 真正能提高性能的是pypy，也不是靠重新写底层，是抛弃cpython
【 在 njucct (njucct) 的大作中提到: 】
: > 另外在强大的Python流行趋势下，很多不适合Python干的事情都是用Python。你自己
: 也说“做题目的部分很少用Python写“，但是现在很多公司要求只能用Python。
: 这个有一定的道理，Python不是干什么都好，我喜欢Python，但到手什么Project还是
: 要看看用什么语言和工具最合适。特别是在数据分析的时候，我倾向于用自己开发的: SoS，在各个阶段用最合适的工具，别用了Python还纠结rpy，用了R还折腾
reticulate
: ，用了Matlab还折腾Python engine。
: 但在写大点的项目的时候，我的一般做法是用Python搭架子。然后python的各种包也很
: 多，数值计算部分基本用C写的，python仅仅是个glue而已，效率上没有问题。如果真
: 有什么部分需要效率而且没有合适的包，那就自己写，用SWIG或其它工具包起来在
: python中调用就可以了。所以我说批评Python效率低没啥意义，因为需要效率的地方可
: ...................
的binary distribution.
【 在 minquan (三民主义) 的大作中提到: 】
: C写的东西能和Python代码合在一起打包么？
: reticulate
我做个PyQt的小程序，里面有一些C的h文件之类的，别人能给我封装成dll
我想做成可以安装的程序，实在不行一个整体的exe
【 在 njucct (njucct) 的大作中提到: 】
: 可以，需要compiler，setup.py稍微麻烦一点。为了方便一般用conda提供各个系统下
: 的binary distribution.
anaconda就是个distribution，这也重写底层？
你的“底层”比较与众不同
【 在 minquan (三民主义) 的大作中提到: 】
: 当然重新写底层了，连数据格式都重新定义了
: 要不你怎么不能像别的那样直接pip装包，非得重新装一个？
: 要不怎么会有vector这种数据结构？
懒得和你辩
【 在 dracodoc (david) 的大作中提到: 】
: 它做的就是包管理，解决的就是pip的问题，当然不用pip。
: anaconda就是个distribution，这也重写底层？
: 你的“底层”比较与众不同
最大的收获就是， 再也不折腾r了。
【 在 saturnV (土星五号) 的大作中提到: 】
: Python 比Perl 强海里去了，至少有很高的可读性，什么缩进啥的习惯了根本不是个事
: 情，高质量的C++代码也要比较规范的缩进。
【 在 minquan (三民主义) 的大作中提到: 】
: 当然重新写底层了，连数据格式都重新定义了
: 要不你怎么不能像别的那样直接pip装包，非得重新装一个？
: 要不怎么会有vector这种数据结构？
装齐了
再来质疑anaconda是不是和python本质上相互独立的一个系统
anaconda创始人说过写whl都不够用，因为py的底层数值计算根本速度不够，所以单独
写了一个anaconda，在数值计算部分有重大改写
懒得找出处了，我又不用anaconda
很多人在linux或者mac上自己装三大包，你要是在windows上搞得有一定win32基础常识
【 在 minquan (三民主义) 的大作中提到: 】
: 你们哪位直接用原生python 的pip install把anaconda三大包 numpy scipy pandas都
: 装齐了
: 再来质疑anaconda是不是和python本质上相互独立的一个系统
【 在 minquan (三民主义) 的大作中提到: 】
: 基本上，凡是非原生包，都要老老实实写whl来对接原生python
: anaconda创始人说过写whl都不够用，因为py的底层数值计算根本速度不够，所以单独
: 写了一个anaconda，在数值计算部分有重大改写
: 懒得找出处了，我又不用anaconda
倒是近来用windows了，开始用conda
【 在 minquan (三民主义) 的大作中提到: 】
: 你们哪位直接用原生python 的pip install把anaconda三大包 numpy scipy pandas都
: 装齐了
: 再来质疑anaconda是不是和python本质上相互独立的一个系统
倒是用tab/space的，鬼知道你是typo了，还是真的想要一个tab/space
【 在 yangyi ( 哥本哈根达斯) 的大作中提到: 】
: 楼主说了“卧槽，现在还有不支持自动格式化的编辑器吗”
package源码。
但是我感觉这对以data处理分析为中心的需求是高效的，这类项目注重开发效率和运行效率，但是对测试和维护的要求比较低。换作其他类型的项目，规模一上去，问题就多了。我想这是NGale想说的
【 在 njucct (njucct) 的大作中提到: 】
: > 另外在强大的Python流行趋势下，很多不适合Python干的事情都是用Python。你自己
: 也说“做题目的部分很少用Python写“，但是现在很多公司要求只能用Python。
: 这个有一定的道理，Python不是干什么都好，我喜欢Python，但到手什么Project还是
: 要看看用什么语言和工具最合适。特别是在数据分析的时候，我倾向于用自己开发的: SoS，在各个阶段用最合适的工具，别用了Python还纠结rpy，用了R还折腾
reticulate
: ，用了Matlab还折腾Python engine。
: 但在写大点的项目的时候，我的一般做法是用Python搭架子。然后python的各种包也很
: 多，数值计算部分基本用C写的，python仅仅是个glue而已，效率上没有问题。如果真
: 有什么部分需要效率而且没有合适的包，那就自己写，用SWIG或其它工具包起来在
: python中调用就可以了。所以我说批评Python效率低没啥意义，因为需要效率的地方可
: ...................
【 在 nowhere7 (折腾) 的大作中提到: 】
: 用大括号的都可以完美自动缩进
: 倒是用tab/space的，鬼知道你是typo了，还是真的想要一个tab/space
【 在 minquan (三民主义) 的大作中提到: 】
: 基本上，凡是非原生包，都要老老实实写whl来对接原生python
: anaconda创始人说过写whl都不够用，因为py的底层数值计算根本速度不够，所以单独
: 写了一个anaconda，在数值计算部分有重大改写
: 懒得找出处了，我又不用anaconda
【 在 nowhere7 (折腾) 的大作中提到: 】
: 多年以来一直用pip在linux下面装这几个玩意啊
: 倒是近来用windows了，开始用conda