python 和 r 的区别 知乎

有人说Python和R的区别是显而易见的，因为R是针对统计的，python是给程序员设计的，其实这话对Python多多少少有些不公平。

2012年的时候我们说R是学术界的主流，但是现在Python正在慢慢取代R在学术界的地位。

不知道是不是因为大数据时代的到来。

Python与R相比速度要快。

Python可以直接处理上G的数据；R不行，R分析数据时需要先通过数据库把大数据转化为小数据（通过groupby）才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。

所以有人说：Python=R+SQL/Hive，并不是没有道理的。

Python的一个最明显的优势在于其胶水语言的特性，很多书里也都会提到这一点，一些底层用C写的算法封装在Python包里后性能非常高效（Python的数据挖掘包Orange canve 中的决策树分析50万用户10秒出结果，用R几个小时也出不来，8G内存全部占满）。

但是，凡事都不绝对，如果R矢量化编程做得好的话（有点小难度），会使R的速度和程序的长度都有显著性提升。

R的优势在于有包罗万象的统计函数可以调用，特别是在时间序列分析方面，无论是经典还是前沿的方法都有相应的包直接使用。

相比之下，Python之前在这方面贫乏不少。

但是，现在Python有了pandas。

pandas提供了一组标准的时间序列处理工具和数据算法。

因此，你可以高效处理非常大的时间序列，轻松地进行切片/切块、聚合、对定期/不定期的时间序列进行重采样等。

可能你已经猜到了，这些工具中大部分都对金融和经济数据尤为有用，但你当然也可以用它们来分析服务器日志数据。

于是，近年来，由于Python有不断改良的库（主要是pandas），使其成为数据处理任务的一大替代方案。

做过几个实验：1. 用python实现了一个统计方法，其中用到了ctypes,multiprocess。

之后一个项目要做方法比较，又用回R，发现一些bioconductor上的包已经默认用parallel了。

（但那个包还是很慢，一下子把所有线程都用掉了，导致整个电脑使用不能，看网页非常卡~）2. 用python pandas做了一些数据整理工作，类似数据库，两三个表来回查、匹配。

感觉还是很方便的。

虽然这些工作R也能做，但估计会慢点，毕竟几十万行的条目了。

3. 用python matplotlib画图。

pyplot作图的方式和R差异很大，R是一条命令画点东西，pylot是准备好了以后一起出来。

pyplot的颜色选择有点尴尬，默认颜色比较少，之后可用html的颜色，但是名字太长了~。

pyplot 的legend比R 好用多了，算是半自动化了。

pyplot画出来后可以自由拉升缩放，然后再保存为图片，这点比R好用。

总的来说Python是一套比较平衡的语言，各方面都可以，无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处理，Python都有着明显优势。

而R是在统计方面比较突出。

但是数据分析其实不仅仅是统计，前期的数据收集，数据处理，数据抽样，数据聚类，以及比较复杂的数据挖掘算法，数据建模等等这些任务，只要是100M以上的数据，R都很难胜任，但是Python却基本胜任。

结合其在通用编程方面的强大实力，我们完全可以只使用Python这一种语言去构建以数据为中心的应用程序。

但世上本没有最好的软件或程序，也鲜有人能把单一语言挖掘运用到极致。

尤其是很多人早先学了R，现在完全不用又舍不得，所以对于想要学以致用的人来说，如果能把R和Python相结合，就更好不过了，很早看过一篇文章——让R与Python共舞，咱们坛子里有原帖，就不多说了，看完会有更多启发。

BTW： 如果之前没有学过R，可以先学Python然后决定是不是学R，如果学了R，学Python的时候会更快上手。

学Python有前途么？

Python是一种什么语言？Python是一种计算机程序设计语言。

你可能已经听说过很多种流行的编程语言，比如非常难学的C语言，非常流行的Java语言，适合初学者的Basic语言，适合网页编程的Java语言等，Python是他们其中的一种。

首先，我们普及一下编程语言的基础知识。

用任何编程语言来开发程序，都是为了让计算机干活，比如下载一个MP3，编写一个文档等，而计算机干活的CPU只认识机器指令，所以，尽管不同的编程语言差异极大，最后都得“翻译”成CPU可以执行的机器指令。

而不同的编程语言，干同一个活，编写的代码量，差距也很大。

比如，完成同一个任务，C语言要写1000行代码，Java只需要写100行，而Python可能只要20行。

所以Python是一种相当高级的语言。

学习Python难吗？是不是越低级的程序越难学，越高级的程序越简单？表面上来说，是的。

但是，在非常高的抽象计算中，高级的Python程序设计也是非常难学的，所以，高级程序语言不等于简单。

但是，对于初学者和完成普通任务，Python语言是非常简单易用的。

用Python可以做什么？可以做日常任务，比如自动备份你的MP3;可以做网站，很多著名的网站像知乎、YouTube就是Python写的；可以做网络游戏的后台，很多在线游戏的后台都是Python开发的。

总之就是能干很多很多事啦！Python当然也有不能干的事情，比如写操作系统，这个只能用C语言写；写手机应用，只能用Objective-C（针对iPhone）和Java（针对Android）;写3D游戏，最好用C或C++。

许多大型网站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。

很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都大量地使用Python。

如果我是小白，我满足什么条件可以学Python呢？――会使用电脑，但从来没写过程序；――还记得初中数学学的方程式和一点点代数知识；――想从编程小白变成专业的软件架构师；怎样才能在python界占有一席之地呢？除了上述的三条，还要有：――4个月早上9:00到晚上10:30全力以赴不间断学习的毅力――不骄不躁不退缩不认输的决心如果我是小白，学Python要准备什么呢？学习Python必不可少的一部肯定是工具，一种是编码器，一种是解释器：编码器就是Python。

目前，Python有两个版本，一个是2.x版，一个是3.x版，这两个版本是不兼容的，因为现在Python正在朝着3.x版本进化，在进化过程中，大量的针对2.x版本的代码要修改后才能运行，所以，目前有许多第三方库还暂时无法在3.x上使用。

IDE工具。

IDE集成开发环境（简称IDE）软件是用于程序开发环境的应用程序，一般包括代码编辑器、编译器、调试器和图形用户界面工具。

常见使用的工具是：Pycharm: PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。

IDLE: Idle 是一个纯Python 下使用 Tkinter 编写的相当基本的 IDE。

Ipython: ipython 是一个python 的交互式 shell，比默认的pythonshell 好用得多。

学Python后到底能干什么？运维、web开发、应用开发、大数据、数据挖掘、科学计算、机器学习、人工智能、自然语言处理……还可以写很长很长……智游Python，你值得拥有！

写python程序什么编辑器最好用

Python的用途十分广泛，不同的程序员将其用于不用的领域，不同的程序员将自己的代码打包成库，供其他程序员使用，从而少造轮子，各种库的使用，加之Python本身的灵活性、易读性，易写性，使用的人越来越多，tiobe统计编程语言的使用率如下：Python在一年之间使用排行榜中上升了3名，而且各大公司在招聘员工的时候如果能掌握Python，肯定是一个加分项，因为Python在文本处理，小程序的写作方面具有太强的优势，前段时间一个朋友让帮忙改下他们公司logo的颜色，第一个想到的就是用Python，女票让我帮她预处理大数据，第一个想到的仍然是Python等等，当然并没有说其他语言不好，也不是为了讨论哪种语言更好，只是Python确实是一门会让人幸福的语言。

第一个阶段：初级，掌握Python的语法和一些常用库的使用《Python参考手册》，这本书也十分的有用，关于Python的方方面面基本都囊括在内，可以作为一本Python字典来查询使用方法，十分好用。

掌握一门语言最好的方法就是用它，所以我觉得边学语法边刷Leetcode是掌握Python最快的方式之一。

很多只需要将Python作为脚本或者就是写一些小程序处理处理文本的话，到这一个阶段就足够了，这个阶段已经可以帮我们完成很多很多的事情了。

但是如果是一个专业学习Python的，恐怕还需要努力的升级：首先，国内的大多数人都是学习了其他语言（C,C++,Java等）之后来学习Python的，所以Python和这些语言的不同，也就是pythonic的东西需要一些时间去学习了解和掌握；另外，对于自己领域的领域的库构架的掌握也需要很长的时间去掌握；最后，如果想独立完成一个Python的项目，项目的布局，发布，开源等都是需要考虑的问题。

第二个阶段：中级，掌握自己特定领域的库，掌握pythonic写法，非常熟悉Python的特性推荐的第一本书是《编写高质量代码--改善python程序的91个建议》，这本书大概的提了下Python工程的文件布局，更多的总结了如何写出pythonic的代码，另外，也介绍了一些常用的库。

要想深入的了解Python，有的时候看看Python的源码也是很重要的，自己通过读懂源码，来彻底的了解Python的核心机制，这里推荐《Python源码剖析——深度探索动态语言核心技术》，这本书并没有看完，只是在需要深入了解Python某个功能或者数据结构的时候看看相关章节，也觉得受益匪浅。

自己领域的书籍和资料也肯定很多，比如web开发的构架都有很多，只有了解熟悉了所有构架，在选择的时候才能衡量利弊，然后深入掌握某些构架。

这个阶段过后，可以写出pythonic代码，可以通过PEP8的检查，可以为开源社区做贡献了，可以将一个Python文件写的十分好，但是如果要用Python开发一个大型项目，还是有很多东西需要掌握的，比如项目的文档，项目的发布，下载，项目性能和案例等等。

第三个阶段：高级，从整个工程项目着眼，考虑document,distribution，性能优化等目前只看了一本书《the hacker guide to python》，看的是英文版的，这本书对项目的布局，文档，性能，发布等做了很多详细的介绍，我觉得写的还是很不错，只不过本人还需要再读几遍。

对于大多数人来说，很难有机会从头开始一个有意义的大型工程项目，所以自己可以用Python实现一些简单的功能，简单的项目，这个灵感可以去知乎或者quora搜索，很多前辈都分享了自己的经验。

从大局入手，规划好项目的布局，设定好相应的文档说明，提供工程下载安装的方法，带几个demo，每个类，每个函数，每行代码都反复推敲，写出pythonic的程序，相信这时候Python于我们便是信手拈来了！ 展开

java和python哪个做后台好一些

python好些。

一般都用 Java 做后台开发比如淘宝，网易，美团等. Python 国内一般是一些体量不是这么大的公司使用，例如 豆瓣，知乎.相对于 Python来说，Java 的语法古板，加上静态语言，纯面向对象（缺少函数式编程范式，例如匿名函数， block。

高阶函数等），一般来说 Java 写出来的程序使用已有的抽象少，繁琐的地方很多，你写个文件目录遍历，就知道 Python 的开发速度比 Java快多少.但是 Java 的优点是，运行快，语法简单，古板，所以歧义少，可读性高.加上有很多很好的。

来帮助分析静态代码，可以很好的进行代码重构.对于一个大型程序，一般都会采用 Java， 代码的复杂度好控制。

PythonPython是一种面向对象、直译式计算机程序设计语言，由荷兰人Guido van Rossum发明于1989年，1991年发行第一个公开发行版。

它常被昵称为胶水语言，它能够很轻松的把用其他语言制作的各种模块（尤其是C/C++）轻松地联结在一起。

Python是纯粹的自由软件， 源代码和解释器CPython遵循 GPL协议。

语法简洁清晰，特色之一是强制用空白符作为语句缩进。

名字来源于一个喜剧，最初设计Python这种语言的人并没有想到Python会在工业和科研上获得如此广泛的使用。

Python语言优点 语法简洁优美， 功能强大， 标准库跟第三方库灰常强大， 应用领域非常广。

python语言的缺点很多时候不能将程序连写成一行，如import sys;for i in sys.path:print i。

而perl和awk就无此限制，可以较为方便的在shell下完成简单程序，不需要如Python一样，必须将程序写入一个.py文件。

（对很多用户而言这也不算是限制）⑴运行速度，有速度要求的话，用C++改写关键部分吧。

不过对于用户而言，机器上运行速度是可以忽略的。

因为用户根本感觉不出来这种速度的差异。

⑵既是优点也是缺点，python的开源性是的Python语言不能加密，但是目前国内市场纯粹靠编写软件卖给客户的越来越少，网站和移动应用不需要给客户源代码，所以这个问题就是问题了。

国随着时间的推移，很多国内软件公司，尤其是游戏公司，也开始规模使用他。

⑶ 构架选择太多（没有像C#这样的官方.net构架，也没有像ruby由于历史较短，构架开发的相对集中。

Ruby on Rails 构架开发中小型web程序天下无敌）。

不过这也从另一个侧面说明，python比较优秀，吸引的人才多，项目也多。

如何从零开始学python

在众多高大上的自学指导中，尝试做一股清流，把要讲清楚的都讲清楚，除了一堆资料之外，你能在学之前就有一个非常明显的结果倾向。

本文以《小白带你学Python》为内容方向，试图在繁杂的信息里，给你找到你学习Python的动力和路径，本文更新于2017年7月21日17:30；========================正文分割线==========================在前文中我们提到：Python岗位有哪些呢？主要的岗位有这些：Python全栈开发工程师（10k-20K）Python运维开发工程师（15k-20K）Python高级开发工程师（15k-30K）Python大数据工程师（15K-30K）Python机器学习工程师（15k-30K）Python架构师（20k-40k）目前应用最多的：全栈开发、数据分析、运维开发，今天我们就以这三个重点的岗位来做一下自学Python的规划，希望你在学之前就能有结果的来走得更远。

在这里我们建议大家用知识投资的《道、法、器、术、势》五个工具来完美的执行和落地自学Python，好了，废话不多书，我们来开始：————————第一：道——明确目标其实很多人在学习Python之前很少想这个，因为很多人说：现在Python很火呀，所以我么需要学。

这个其实跟你自己没有什么关系，例如：你曾经想做一个网站不会开发，现在可以做了，现在Python很火并且你也要学来找工作，未来Python很火，我具备了Python的技能会不错。

在一生中，我们或多或少总会卡到目标上。

在一些我们擅长的领域，我们会有明确的目标，并且积极指导别人：亲！干事之前，你要先定目标啊！王健林的小目标，大家在朋友圈也都看过了，他会定先挣它一个亿。

第二：法——做好你学习Python的系统规划1.目前市场需求主流的岗位里，你得选择一个其中你目前看来可以学，并且最敢兴趣学习的方向；2.在方向选择好后，对照招聘网站：拉勾、智联、Boss直聘等网站的岗位要求，进行学习内容的统计与大概的记录；3.分模块的计划你学习这个模块的时间和完成的大概目标；4.列出你可能出现的学习误差与为之准备的应对方案；好了，你发现没有，其实任何学习重要的不是有什么资料，核心是如何学，学多久，有没有时间限制，遇到过自己多次学习某个内容或者其他人学习某个内容，最关键的一点是在起步阶段，开始属于激情期，激情在前面释放越多，后面的持续力就很弱，好了这就是关于学习计划。

废话说多了，那我们来看看一个普适性的学习Python的流程；1天——下载并安装好学习环境：到www.python.org网站上下载一个python3.0以上的版本。

我建议初学者，不要下载具有IDE功能的集成开发环境，比如Eclipse插件等。

4周——下载一些python的学习文档，比如《简明Python教程》，《笨办法学Python》等等。

通过学习语法，掌握python中的关键字语法，函数语法，数学表达式、变量、数据结构、语法等等等1. 了解Python是什么，都能做些什么？2. 知道什么是变量、算法、解释器3. Python基本数据类型4. 列表和元组的操作方法5. 字符串操作方法6. 基本的字典操作方法7.任何知识它的基础知识都是有些枯燥的，现在我们就可以动手来做一些逻辑层面的东西了。

掌握 if、else、elif、while、for、continue、break和列表推导式等这些语句的使用，还有程序中的异常处理。

2周——看完基础后，就是做一些小项目巩固基础，python具备很好的交互学习模式，对于书本上的例子我们可以通过交互平台进行操练，通过练习加深印象，达到学习掌握的目的。

2周——通过以上三个步骤的学习后，我们大致掌握了python的常用方法、关键字用法以及函数语法等。

接下去的学习上，我们就可以着手学习常用模块的使用， 比如os,os.path,sys,string模块等。

我们可以在交互环境中先熟悉使用其中的函数，如果遇到函数的使用上的问题，可以参考python 安装后的自带chm帮助文件。

2周——为了更好得掌握python，我们的学习不能只是停留在学习一些语法或者api阶段。

在此阶段中，我们可以尝试用python解决我们项目中遇到的一 些问题，如果项目不是用python开发的，那我们可以想想能不能用python制作一些项目组可以使用的一些工具（utility），通过这些工具简化 项目组成员的任务，提高我们的工作效率。

如果没有项目，我们也可以自己找些题目来自己练习练习。

2周——Python库是Python的精华所在，可以说Python库组成并且造就了Python,Python库是Python开发者的利器，所以学习Python库就显得尤为重要：2周——经过以上锻炼后，我们的python知识水平肯定是越来越高。

接下去的学习，我们就要更上一层楼。

为了学以致用，真正能应用于项目开发或产品开发，我 们还必须学习企业应用开发中必须要掌握的网络和数据库的知识。

在此的学习就不光是python语言本身的学习了，如果之前没有学习和掌握很网络和数据库知 识，在此阶段我们可以借此机会补习一把。

3周——到此阶段，我们已经是真正入门了。

在接下去的工作中，就是要快速地通过我们的所学来服务项目了。

在此阶段，我们除了掌握python自带的模块外，我 们最好在掌握一些业界广泛使用的开源框架，比如twisted、peak、django、xml等。

通过熟练使用它们...

如何使用python爬取知乎数据并做简单分析

首页随便找个用户，进入他的个人主页。

源码下载：点击这里，并解析该用户的关注的用户的列表url，添加这些url到另一个set中，并用已爬取的url作为过滤。

解析该用户的个人信息、可改进的地方可增加线程池，提高爬虫效率存储url的时候我才用的set（)，并且采用缓存策略，我觉得爬虫是一件非常有意思的事情，在这个内容消费升级的年代：从爬取的用户数据可分析的地方很多，比如地域；另外logstash的配置文件如下；/ www。

防止抓取了过多的僵尸用户。

八、关于ELK套件关于elk的套件安装就不讨论了，也差不多这个排名，说明爬取的数据具有一定的说服力。

三、写文章最多的top30四。

对爬取的用户应该有一个信息的过滤，比如用户的粉丝数需要大与100或者参与话题数大于10等才存储：存本地文件。

二，记得star哦：依次是张佳玮、李开复、黄继新等等，去知乎上查这些人. co/: ELK套件开发工具：pycharm数据成果简单的可视化分析1;forezp/ZhihuSpiderMan六、如何获取authorization打开chorme，打开https ，点检查）七. elastic ; www :https ： //，将数据转换成用户友好的可视化图形。

五、编码爬取一个url：解析内容，最多只存2000个url，防止内存不够、爬虫架构爬虫架构图如下，具体见官网就行了。

网站：爬虫：python27 +requests+json+bs4+time分析工具； github . com/,F12（或鼠标右键，其实可以存在redis中。

存储爬取后的用户我说采取的是本地文件的方式，更好的方式应该是存在mongodb中；，登陆，我就不一一列举了。

另外. zhihu ： /，并存取到本地磁盘。

logstash取实时的获取本地磁盘的用户数据，并给elsticsearchkibana和elasticsearch配合！https ： //，如何在广阔的互联网的数据海洋中挖掘有价值的数据：说明：选择一个活跃的用户（比如李开复）的url作为入口url.并将已爬取的url存在set中。

抓取内容.com/. ^1 代表的是女性-1 性别不确定可见知乎的用户男性颇多.性别分布0 绿色代表的是男性 ^ 一、使用的技术栈：代码说明：* 需要修改获取requests请求头的authorization。

* 需要修改你的文件存储路径、粉丝最多的top30粉丝最多的前三十名、学历、年龄等等

学习Python在Linux运维上的应用应该看哪些书 什么样的学习路线

争议Python岗位有哪些呢？主要的岗位有这些：Python全栈开发工程师（10k-20K） Python运维开发工程师（15k-20K） Python高级开发工程师（15k-30K） Python大数据工程师（15K-30K） Python机器学习工程师（15k-30K） Python架构师（20k-40k） 目前应用最多的：全栈开发、数据分析、运维开发，大家知道他们分别的要求是什么吗？我们来看三个岗位要求：岗位1：任职要求1.计算机、软件相关专业本科或以上学历，3年以上工作经验；2.熟悉python、JS开发语言；3.具有MySQL数据库设计与优化能力，熟悉mongoDB、mc、redis等一种以上；4.熟悉Linux/Unix，能进行shell编程；5.具有良好的学习能力，时间和流程意识，沟通能力、团队合作 岗位定义：Python运维开发 岗位2：职位要求1，熟悉 Python 编程；2，熟悉 Linux 系统；3，熟悉 shell 编程；4，了解 django/web.py/flask 框架一种及以上；5，有一定的 Web 后端开发经验，熟悉前后端分离的开发模式 熟悉关系型数据库的使用与基本设计优化方法，了解常见的 NoSQL 数据库如MongoDB, Redis等；6，良好的编码风格及测试习惯 加分项：在 GitHub 上有开源项目 岗位定义：Python全栈开发 岗位3：任职资格1、具有python开发数据处理软件的经验；2、精通Python，掌握numpy,scipy,matplotlib,pandas等数据处理方面常用的第三方python库；3、熟悉至少一种Sql数据库 （mysql/ sqlserver/oracle）;4、热爱编程、具有良好的代码风格；5、做事具有条理性，具有良好的自学能力、分析问题以及解决问题的能力。

岗位定义：Python数据分析 那么，大家来看看，这三个岗位基本要求里面，有哪些共性和不同？以及学习什么内容：第一层：python的基本语法和标准库 既然你要会python开发，那么语法基础和库是最基本的。

第二层：Linux基础 全栈和运维涉及linux服务器的操作，那需要shell编程和linux基础操作的基础能力。

数据分析其实就没有这一层，涉及是数据采集，也就是爬虫。

全栈对linux基础要求少一些，而运维需要更多，还需要一些DNS/DHCP之类的，很多企业也需要一定的运维工作年限。

第三层：数据库操作 数据库操作：SQL、Nosql，数据的储存和处理，就是常见的增删改查。

第四层：web前端 前端的实现，包括web前端技能，了解或熟悉HTML、CSS、Javascript,Bootstrap,jq,nodejs。

全栈就不说了，运维开发涉及到可视化的界面。

第五层：基础python的框架和库 基础python的框架和库做各种实现，需要开发一个网站或者做一个自动化运维监控，数据分析师基于一些可视化的库和数据分析的库。

第六层：算法设计和求职准备 学一个技术和进阶的核心是算法设计，最重要的是：求职 —————————— 来说说主要的几个在Linux运维中的应用吧：第一、Python开发的jumpserver跳板机 jumpserver跳板机是一款由Python编写开源的跳板机（堡垒机）系统，实现了跳板机应有的功能。

基于ssh协议来管理，客户端无需安装agent。

企业主要用于解决：可视化安全管理 特点：完全开源，GPL授权 Python编写，容易再次开发 实现了跳板机基本功能：认证、授权、审计 ，集成了Ansible，批量命令等、支持WebTerminal Bootstrap编写，界面美观 ，自动收集硬件信息 ，录像回放 、命令搜索 、实时监控 、批量上传下载 第二：Python开发的Magedu分布式监控系统 以自动化运维视角为出发点，自动化功能、监控告警、性能调优，结合saltstack实现自动化配置管理等内容进行了全方位的深入剖析。

企业主要用于解决：自动化监控常用系统服务、应用、网络设备等 监控系统需求讨论：监控常用系统服务、应用、网络设备等？一台主机上可监控多个不同服务、不同服务的监控间隔可不同？同一个服务在不同主机上的监控间隔、报警阈值可不同？告警级别？数据可视化，如何做出简洁美观的用户界面？如何实现单机支持5000+机器监控需求？采取何种通信方式？主动、被动？第三：Python开发的Magedu的CMDB cmdb的开发需要包含三部分功能：采集硬件数据、API、页面管理。

企业主要用于解决：自动化管理笔记本、路由器等常见设备的日常使用 执行服务的过程如下：服务器的客户端采集硬件数据，然后将硬件信息发送到API,API负责将获取到的数据保存到数据库中，后台管理程序负责对服务器信息的配置和展示。

第四：Python开发的任务调度系统 Python任务调度系统的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。

企业主要用于解决：自动化把一个服务进程分布到其他多个机器的多个进程中 一个服务进程可以作为调度者，将任务分布到其他多个机器的多个进程中，依靠网络通信。

想到这，就在想是不是可以使用此模块来实现一个简单的作业调度系统。

第五：Python运维流程系统 使用python语言编写的调度和监控工作流的平台内部用来创建、监控和调整数据管道。

任何工作流都可以在这个使用Python来编写的平台上运行。

企业主要用于解决：自动化创建、监控和调整数据管道 是一种允许工作流开发人员轻松创建、维护和周期性地调度运行工作流（即有向无环图或成为...

java和python的区别大吗

作者：find goo链接：https://www.zhihu.com/question/20491745/answer/100741761来源：知乎著作权归作者所有。

商业转载请联系作者获得授权，非商业转载请注明出处。

一、python虚拟机没有java强，java虚拟机是java的核心，python的核心是可以很方便地使用c语言函数或c++库。

二、python是全动态性的，可以在运行时自己修改自己的代码，java只能通过变通方法实现。

python的变量是动态的，而java的变量是静态的，需要事先声明，所以java ide的代码提示功能优于python ide。

三，python的产生几十年了，几十年前面向过程是主流，所以用python有好多程序用的是面向过程设计方法，很多概念从c语言过来的，class在python中是后加入的，而java是为了实现没有指针的c++（当年com组件用的引用记数，java用的虚拟机），主要采用面向对象的设计方法，很多概念是oop的概念。

面向过程，相对简洁直观，但容易设计出面条程序，面向对象，相对抽象优雅，但容易过度抽象。

四，在实际使用的python入门简单，但要学会用python干活，需要再学习python各种库，pyhton的强大在于库，为什么python的库强大，原因是python的库可以用python,c语言，c++等设计，再提供给python使用，所以无论gpu运行，神经网络，智能算法，数据分析，图像处理，科学计算，各式各样的库在等着你用。

而java没有python那么多的开源库，很多库是商业公司内部使用，或发布出来只是一个jar包，看不到原始代码。

python虚拟机因为编译性没有java的支持的好（或者说故意这么设计的），一般直接使用源码（linux），或源码简单打个包（如pyexe）。

五、python有很多虚拟机实现，如cython,Pyston,pypy,jython, IronPython等等，适合用于业务语言，或插件语言，或面向领域语言，而java因为虚拟机巨大，很少用于插件语言，发布也不方便。

六、java主要用于商业逻辑强的领域，如商城系统，erp,oa，金融，保险等传统数据库事务领域，通过类似ssh框架事务代码，对商业数据库，如oralce,db2,sql server等支持较好，软件工程理念较强，适合软件工程式的多人开发模式。

python主要用于web数据分析，科学计算，金融分析，信号分析，图像算法，数学计算，统计分析，算法建模，服务器运维，自动化操作，快速开发理念强，适合快速开发团队或个人敏捷模式。

七、java的商业化公司支持多，如sap,oracle,ibm等，有商业化的容器，中间件，企业框架ejb。

python的开源组织支持多，如qt,linux,google，很多开源程序都支持python， 如pyqt,redis,spark等。

八、python用途最多的是脚本，java用途最多的是web,pyhotn是胶水，可以把各类不相关的东西粘在一起用，java是基佬，可以通过软件工程组成几百个人的团队和你pk，商业化气息重。

不过我认为还是python强大，因为可以方便调用c或c++的库，但软件工程和商业化运作没有java好，适合快捷开发。

九，关于钱。

如果你想写程序卖软件用java，可用上ibm服务器，上oracle数据库，上EMC存储，价格高，商业采购公司喜欢这种高大上。

如果你要直接用程序生成金钱用python,python可以实现宽客金融，数据回测，炒股，炒期权，炒黄金，炒比特币，对冲套利，统计套利，有很多开源库，数据分析库，机器学习库可以参考。

十、java和python，都可以运行于linux操作系统，但很多linux可以原生支持python,java需要自行安装。

java和python强于c#的原因大于支持linux，支持osx，支持unix，支持arm。

java和python比c++受欢迎的原因在于不需要指针。

十一、对于移动互联网，python只能通过运行库运行于安卓或ios,java原生支持安卓开发，但不能用ios中。

十二、对于大数据，hadoop用java开的， spark用Scala开发，用python调用spark再分析更方便。