![C语言中cube[0][2]|=Z,是什么意思？](/aiimages/C%E8%AF%AD%E8%A8%80%E4%B8%ADcube%5B0%5D%5B2%5D%7C%3DZ%2C%E6%98%AF%E4%BB%80%E4%B9%88%E6%84%8F%E6%80%9D%EF%BC%9F.png)
首先说说Python的第一个优点，那就是Python在数据分析和交互、探索性计算以及数据可视化等方面都显得比较活跃，这就是Python作为数据分析的原因之一，python拥有numpy、matplotlib、scikit-learn、pandas、ipython等工具在科学计算方面十分有优势，尤其是pandas，在处理中型数据方面可以说有着无与伦比的优势，已经成为数据分析中流砥柱的分析工具。
Python最大的优点那就是简单易学。很多学过Java的朋友都知道，Python语法简单的多，代码十分容易被读写，最适合刚刚入门的朋友去学习。我们在处理数据的时候，一般都希望数据能够转化成可运算的数字形式，这样，不管是没学过编程的人还是学过编程的人都能够看懂这个数据。
当然，Python也具有强大的编程能力，这种编程语言不同于R或者matlab，python有些非常强大的数据分析能力，并且还可以利用Python进行爬虫，写游戏，以及自动化运维，在这些领域中有着很广泛的应用，这些优点就使得一种技术去解决所有的业务服务问题，这就充分的体现的Python有利于各个业务之间的融合。如果使用Python，能够大大的提高数据分析的效率。
其实现如今，Python是一个面向世界的编程语言，Python对于如今火热的人工智能也有一定的帮助，这是因为人工智能需要的是即时性，而Python是一种非常简洁的语言，同时有着丰富的数据库以及活跃的社区，这样就能够轻松的提取数据，从而为人工智能做出优质的服务。
通过上面的描述，相信大家已经知道了使用Python做数据分析的优点了。Python语言得益于它的简单方便，使得其在大数据、数据分析以及人工智能方面都有十分明显的存在感，对于数据分析从业者以及想要进入数据分析行业的人来说，简单易学容易上手的优势也是一个优势，所以不管大家是否进入数据分析行业，学习Python是没有坏处的。
如果要编写的类是另一个类的特殊版本时，那么就可以使用继承 。原有的类称为父类 ， 新类称为子类 。 子类继承了父类的所有属性和方法， 同时子类还可以自定义自己的属性和方法。
定义子类的实例时， 可以通过 子类的 __init__() 方法，给父类的所有属性赋值。
假设有这样的一个 User 类：
接着，我们定义一个 Admin 类，让它继承 User 类：
运行结果：
super() 是一个特殊函数， 它会把父类和子类关联起来。因为父类也称为超类 （ superclass），所以这个函数叫做 super。接着调用父类的 __init__() 方法， 让子类包含父类的所有属性。
子类除了拥有继承父类而来的属性和方法之外，还可以自定义子类自己的属性和方法。
一般情况下，管理员账号比普通账号，拥有更高级别的权限。因此，我们为 Admin 定义一个有别于 User 的 privileges 属性，并定义一个 “打印拥有的权限” 的新方法：
运行结果：
对于继承而来的父类方法， 如果它不符合子类所期望的行为，那么就可以对其重写。 只要在子类中定义一个与父类同名的方法，即可实现重写。
User 本身定义了一个 “是否验证通过” 的方法，Admin 是管理员，所以需要在打印日志中特别标注出来，这时就需要重写父类定义的方法：
运行结果：
通过重写父类方法， 我们就可以让子类即可以保留或改写从父类取其精华，弃其“糟粕”啦。
当实体越来越复杂，对应的类变得越来越大时， 我们可以将这个大型类拆分成多个可协同工作的小类。
比如，账号权限，其实即使是普通账号也是有某些权限的。所以我们把权限定义为一个类，然后在 Admin 中使用它：
![Golang nethttp 爬虫[1]](/aiimages/Golang+nethttp+%E7%88%AC%E8%99%AB%5B1%5D.png)
