python之所以深入学习，是因为：1、python是解释语言，写程序非常方便；2、Python是一种胶水语言，可以与C++相结合，使写出的代码达到C++的效率。
首先，python解释语言，写程序很方便，所以做研究的人喜欢用。就像为什么很多做研究的人用它一样
Matlab就是这样。研究人员关心的是成果，只要方便就可以实现。
然而，在性能方面，我将python与C++进行比较。
C++CPU的效率远高于python，这是大家都承认的。但是python是一种胶水语言，它可以
结合任何语言，基于这一优势，很多数据处理的python库底层都是C++实现的，也就是说：
你用python写code，但效率是code+ +只有那些for python的效率仍然是循环的。
近年来，机器学习最重要的是深度学习，而cuda用于深度学习 gpu加速比cpu快得多，而cuda 是C+ +写
所以现在Tensorlayer、theano python编程等深度学习库++.
而且那些for循环的效率，在整体时间上完全可以忽略不计！
有人会说，那为什么不直接用c++写cuda呢？不是更快吗？我想告诉你，如果没有多年的cuda
写出来的代码效率绝对是一个经验问题。
推荐课程:Python机器学习(Mooc礼欣，嵩天教授)