京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:麦叔编程
作者:麦叔
2005年谷歌迎来了一位应聘者,他的简历只有一句话:
I wrote Python
这个人知识渊博,几乎无所不知。直到第三轮面试,面试官们才悟到这句I wrote Python的意思是:
我发明了Python。
这个面试者就是Python之父,荷兰科学家,吉多。
这只是坊间的一个段子,但吉多加入谷歌之后,Python着着实实地迎来了自己的青春发育期。在谷歌这个世界最NB的技术公司的支持下,Python开始野蛮生长。
而恰逢此时,还有一种叫做人工智能的技术,也在野蛮生长。这二者一拍即合,珠联璧合,一飞冲天。
很多科学家,学者,老师用Python做人工智能的研究工作,很多工程师开发了各种各样的Python软件包,Python开始流行的一塌糊涂。
而与此同时,还有一门叫做Ruby的编程语言,因为有了一个叫做Rails的Web编程框架也开始非常流行。
然后造化弄人,这个编程语言既没有谷歌这样的平台做依托,也没有傍上人工智能这样的大腿,就一直徘徊在编程语言排行榜10名左右的位置,而且有下降的趋势。
我曾经很迷恋Rails和Ruby。现在也还写很多Ruby的代码。它真的很优美,很干净,很单纯。
我曾经想在B站发Ruby的编程视频,但是搜索了一下几乎一篇相关的视频都没有。说明存在感几乎为零,遂放弃。
一方面我感慨编程语言都要看机遇和后台;另一方面又想:为什么做个编程语言都要有这么重的功利心呢?做个小而美的小众的编程语言不是挺好吗?于是释然。
随着Python的流行,人们开始对Python提出各种要求。你看,不光是明星会疲于应对社会的追逐,就算编程语言都因为变的出名而疲惫。
吉多被称为终身仁慈独裁者,对于各种Python的最终争端具有最终的决策权。但这恰恰让吉多心力交瘁,因为不管他做什么决定,总有一些批判者。
他曾经写过一封信:
I don’t want to I worked so hard for PEP (Python Improvement Proposal) [PEP 572 ], (and despite my tough battles), I still find that many people are still dissatisfied with the decision I made.
大概的中文意思是:
我不希望我这么努力的工作,经过这么多激烈的斗争(可能是内心的斗争或者跟不同意见的斗争),仍然发现很多人对我的决定不满意。
就在去年10月,他决定退出Python的核心决策层并退休:老子不干了!
这对Python界,甚至整个编程界都是个很大的损失。但Python已经成熟,地球少了谁都会继续转下去的。Python继续流行。
然而退休后的生活太无聊了,在退休了一年后,吉多回来了。就是今天,吉多宣布,他加入微软:
如果是在几年前,吉多加入微软,那简直是Python学习者的灾难。因为那时候微软简直就是坏人的代名词,开源软件进入微软就等于死期到了。
但是今天的微软完全不同了,它变了!它非常积极的参与各项开源活动。吉多加入微软可以说又给Python找了一个世界级的有钱的有影响力的干爹!
要恭喜各位Python学习者了!Python只会变得更好。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05