另外，python在底层设计上，也表现出很强的实用主义倾向。这是比较外交术语的词汇，更加直白的说法应当是，混乱，不知所谓。在闭包设计上采用free variable设计，而不是lisp中的environs设计。区别？你试试看在外层闭包中from lib import *。由于引入不定个数名称，free variable无法处理。类似的问题还有LEGB规则，新手往往要花很长时间研究这个例子究竟是怎么错的： a = 1 def f(): print a a = 2 我勒个去，这种反直观反人类的事情都有，还敢说自己易读。
还有坑爹的元编程，这东西根本是坑爹中的坑爹货。如果你用过多重继承，大概就知道python的整个OO系统看起来根本是大型的仿真，到处都是乱糟糟的。C++怎么解决多重继承的？你最好别用（真心说，这可比python更加坑爹）。java怎么解决多重继承的，只能继承Interface。其实这是变相的变成了Interface-Implement模式。python怎么解决的？MRO！为什麽一个类加个__metaclass__就会改变性质啊，为什麽一个类去生成另一个类的写法是——我基本不记得了，反正web.py里面有用到，需要的话去炒栗子吧。为什麽方法要隐藏居然要改名字加__啊。你到底是在做OO还是在看起来像OO的东西上狂打补丁啊魂淡。
lambda表达式弱智。我和人讨论过，lambda是否是图灵完备的。结论还是完备的，不过需要借助Y combinator。何必呢？由于强调lambda的快速特性，因此将lambda强制在一行以内（没有结束标记），导致python其实是没有匿名函数的。一个callback数组写的难过死。
语法糖太多了点，当然，这是纯粹的个人感觉。语法糖是把双刃剑，用的好，可以简化编写和阅读，但是太多，往往容易引入语法混乱和额外的约束。
另外，语言的自构建特性混乱。虽说不是每门语言都强调自构建特性，但是通常而言，都是使用C实现一个内核，由内核实现一些基础操作。再由基础操作实现更复杂的操作。每层的边界都是比较清晰的。谁来告诉我，python中有多少库在移植时是由纯python实现的？库的相互依赖层级是？
python的沙盒化也是个问题，如果沙盒做的够好，我完全可以把python作为一个客户级别的平台。用C写一个很简单的类似浏览器的东西，下载一个URL的python包回去运行（或者仅仅检查更新）。从而保证本地效果/跨平台/安全性。现在？一个都保证不了。我连把一个python包转移到另一台同构设备上都很麻烦（如果两者不是严格匹配，例如系统差异，系统版本差异）无论是web开发还是移动终端开发都必须走传统模式。
优点：Python是一种代表简单主义思想的语言，阅读一个良好的Python程序就感觉像是在读英语一样，使你能够专注于解决问题而不是去搞明白语言本身
Python底层是用C语言编写的，很多标准库和第三方库也都是用C写的，运行速度非常快
IPython
Notebook使我们更容易使用Python进行数据工作，可以轻松地与同时共享Notebook，无需他们安装任何东西，大大减少组织代码，输出和注释文件的开销
Python是一种通用语言，容易和直观，在学习上会比较容易，可以加快你写一个程序的快速，此外Python测试框架是一个内置的，可以保证你的代码是可重复使用和可靠的
Python还是一个多用途语言，把不同背景的人结合在一起，作为一种常见的、容易理解，大部分程序员都懂，可以很容易地和统计学家沟通，你可以使用一个简单的工具就把你每一个工作伙伴整合起来。
由于它的开源本质，Python已经被移植在许多平台上，比如说：Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS等。
缺点：
很多时候不能将程序连写成一行，如import sysfor i in sys.path:print
i，而perl和awk就无此限制，可以较为方便的在shell下完成简单程序，不需要如Python一样，必须将程序写入一个.py文件
Python语法独特，也许不应该被称为局限，但是它用缩进来区分语句关系的方式还是给很多初学者带来了困惑，即便是很有经验的Python程序员，也可能陷入陷阱
Python对比C、C++语言运行速度要慢一些。
我自己曾经把一个策略框架用Matlab和Python同时写了一遍。Matlab的优点是数据格式规范，工具包调用简单，包之间完全不存在相互冲突。
Python的优点在于我能较方便的写出一个可以独立运行的GUI，而且数据读取、处理更顺手。基本都是胶水语言的优点。
而且，该框架Python的运行速度比Matlab快五倍左右（粗略估计）。
但是，我很确定的发现，Matlab更适合我这样的策略研究者，在Matlab下不会被策略之外的bug频繁打断逻辑思路。
我现在研究策略主要用Matlab，Python会用来读取和清洗数据，如果对运行速度有要求，会使用其他解决方案或者Python。
注：曾经因为一个工具包而使用R，感觉结果不对劲，发现工具包本身有错误。和包的作者沟通后确定了。从此对R再也提不起兴趣。不知道Python甚至Matlab是否也存在这种问题。总之，调用工具包都要小心。
![r语言 da[,2]函数，是什么意思？怎么理解？](/aiimages/r%E8%AF%AD%E8%A8%80+da%5B%2C2%5D%E5%87%BD%E6%95%B0%EF%BC%8C%E6%98%AF%E4%BB%80%E4%B9%88%E6%84%8F%E6%80%9D%EF%BC%9F%E6%80%8E%E4%B9%88%E7%90%86%E8%A7%A3%EF%BC%9F.png)
