现如今，Python 的踪影可以说是无处不在。简洁、开源、灵活是这款工具的最大特点。在计算机世界中，Python 的象征物是蟒蛇，而蟒蛇表征的恰恰是灵活性。这一切都使得 Python 特别适合于大数据，所以数据分析和挖掘的最佳工具非 Python 莫属了。但是 Python 并非擅长一切，比如 Java 更多用于工具开发，Matlab 则用于数值计算及矩阵运算。
目前在数据分析和挖掘算法方面用的最多的编程语言有：Java、C++、C、Python、R 等等。与其他相比，Python 具有以下优点：
Pythond vs. Java
Python更简洁，Java过于庞大复杂，语法很多
Python vs. C C++
Python更容易学习，语法简单易懂，但他们通常扮演不同的角色，Python是一种脚本语言，C和C++通常要和底层硬件打交道
Python vs. R
R 和 Python 一样，简单易上手，相比于 Java、C++、C，投入的时间精力相对少很多。在数据方面，R 和 Python 具有以下共同的优势：
Python 和 R 本身在数据分析和数据挖掘方面都有比较专业和全面的模块，很多常用的功能，比如矩阵运算、向量运算等都有比较高级的用法，所以使用起来产出比大。
这两门语言对于平台方面适用性比较广，Linux、Window都可以使用，并且代码可移植性还算不错。
对于学数理统计的人来说，应该大多用过 MATLAB 以及 mintab 等工具，Python 和 R 比较贴近这些常用的数学工具，使用起来有种亲切感。
但是相对于 R 语言，Python 的优势在于兼顾了效率和性能，而且 Python 的可扩展性很强，你可以用 Python 开发商业化的产品，但用 R 估计不可能，R 语言做研究还行。所以，Python 在机器学习领域的人用的较多。据我所知，做市场调研、计量经济学、统计学的人几乎没有用Python的。
以上。所以Python 目前是大数据时代最好的语言。
