首先python是解釋語言，寫程序很方便，所以做研究的人喜歡用它。正如為什么很多做研究的人用Matlab那樣。出成果才是研究者關心的事情，實現只要方便就行。

然而在性能方面，我拿 python 和 c++ 做個比較。

c++ 的cpu效率是遠遠高于 python 的，這點大家都承認吧。不過 python 是一門膠水語言，它可以和任何語言結合，基于這個優點，很多數據處理的python 庫底層都是 c++ 實現的，意思就是說：你用python寫code，但效率是c++的。只有那些for 循環，還是用python的效率。

近年來機器學習最要是深度學習，而深度學習使用cuda gpu加速遠比cpu要快，而cuda 是c++寫的。所以現在TensorLayer、theano 等深度學習庫都是 python 編程、底層c++。

而那些for 循環的效率，在整體耗時里面完全可以忽略！

有的人就會說，那為什么不直接用c++ 寫cuda？不是更快嗎？我想告訴大家，如果沒有多年的cuda經驗，寫出來的代碼效率絕對是個問題。