DARPA慷慨解囊的背后:Python与大数据的火花

　　据 InformationWeek近日的一则消息显示，DARPA（美国国防高级研究计划局）将给分析公司 Continuum Analytics投资300万美元，用于开发Python的数据分析和处理库。这笔资金来自其将在四年内投资1亿美元来改善大数据技术的XDATA项目，这个项目旨在“开 发用于分析国防活动中海量面向任务信息的 计算技术和软件工具”。

　　Continuum Analytics将致力Blaze和Bokeh库的开发：Blaze用于科学计算，而Bokeh则是一个可视化系统。

• 其中，Blaze将同时扩展现有的数学计算库NumPy和科学计算库SciPy，使其更适应大数据库技术。Blaze将聚焦在内核外处理超过系统内存容量的大型数据集，并同时支持分布式数据和流数据。
• 而Bokeh则是一个用于大数据可视化的Python库，Continuum称之为用于大型数据集的“可扩展、交互式以及易于使用的可视化系统”。Bokeh将整合许多可视化技术，将包含Stencil可视化模型和Grammar of Graphics。

　　Python的运行效率可以用“低下”来形容了，那么究竟又是什么让它与大数据擦出了火花？首先要先看一下Python语言自身的优势：

　　1. 易于学习的Python

　　众所周知，大多数的大数据分析工作都不是开发者在做，这样易于学习的Python就有了被Continuum Analytics与DARPA同时看重的理由。就像该公司董事长Peter Wang说：“如果他们可以学习一门简单的语言，他们将不需要额外的软件开发部门去参与数据分析。”

　　2. 解释性语言Python

　　基于解释语言的特性，使用Python进行开发无疑可以数倍的提升编码效率；不到C++/Java一半的代码行将大幅度减少开发过程和维护阶段的工作量，相信不会被大部分开发者讨厌。

　　上文说到Python受开发者喜爱的两个方面：易于学习和高效的编码效率；然而作为解释性语言，Python的运行效率必然不会很快，而快于Python几倍、甚至几十倍的语言也是一抓一大把，那么Python在海量的数据处理中还会具备优势吗？