Numpy會成為下一個Python嗎?

Python是目前世界上最流行的統計計算語言之一。

有趣之處在于，開發者從未想過將Python設計為一種統計語言。盡管Python確實具有一些函數特性，例如：無類計算，但它很大程度上還是一種面向對象的語言。與R這樣的傳統統計語言相比，Python更類似于如C ++這樣的語言。因此，其實Python的代碼庫最初并不是為數據科學而創建的。

R，Julia甚至Go之類的語言通常實現了用來進行線性代數運算的基本函數和操作數，而Python基礎庫沒有這類函數。如果你使用Python進行線性代數運算已有一段時間，很可能在代碼中聲明這個經典語句：

import numpy as np 

Numpy將Python的統計能力從20%提升到了100%。對數據科學家來說，避免使用Numpy很難。 

Numpy不僅具有Python語言缺少的線性代數功能，還具備許多令工作事半功倍的數學和數據管理特性。

不僅如此，Pandas(Python的數據表管理庫)是基于Numpy構建的。這使得二者的集成幾乎是無縫的。Numpy和Pandas穩定、強大的代碼庫使數據科學任務變得流暢。這就是Python在數據科學領域領先于許多其他語言的全部原因。很簡單，也十分易于理解。

鑒于大多數高級語言都實現了各自的線性代數函數，Python更底層一些且需要的操作數或函數不止一個似乎有些奇怪。

比較

若沒有Numpy，Python該如何在數組之間進行數學運算呢?

它又如何與當前其他統計語言一爭高下呢?實際上，Python的數組迭代能力很棒。zip()函數可以同時遍歷兩個列表。 

array =[]  
for f, bin zip(array1, array2):  
res = f * b  
array.append(res) 

盡管這看起來不難，但把Python與另一種語言(例如R或Julia)進行比較，就能發現使用一種獲得兩個數組的乘積的更簡單的方法。

例如，在R中：

array<- array1 * array2 

R使這個操作變得容易;可以將星號操作數用于數組乘法以及整數和雙精度數的乘法。

在Julia中：

array =array1 .* array2 

在Julia中，簡單地在星號前面放置一個點，使其成為“.*”，就能將兩個數組相乘。

隨著Python越發成為一種統計語言，觀望Numpy是否能夠進入基礎語言行列會是一件趣事。

顯然，隨著Python在統計中的應用會影響其增加更多函數特性的可能性。盡管Numpy定會繼續提供許多工具并提升處理困難任務的能力，我還是無法想象一個不需要指針的基本語言，以及Numpy會進行一些棄用。可能很多機器都安裝了像Numpy一樣的工具，但需要一個包來在一行中進行數組乘法，這的確顯得有些零散和奇怪。

盡管Numpy的某些功能是否已納入Python基礎庫影響不大，Numpy也已被視為Python的擴展，我還是覺得這個想法很有趣。

實際上，這可能性很大，且當下就有望實現。雖然這個想法合理，但也有充足的理由不予采納。特別考慮到，隨著Python在數據科學中的使用越來越廣泛，其可能會為適應統計任務而新增一些特性。

以后究竟會如何發展，我們還且拭目以待……