1.Python是解释语言，程序写起来非常方便因为经常需要对模型进行各种各样的修改，这在编译语言里很可能是牵一发而动全身的事情，Python 里通常可以用很少的时间实现。

　　举例来说，在 C 等编译语言里写一个矩阵乘法，需要自己分配操作数（矩阵）的内存、分配结果的内存、手动对 BLAS 接口调用 GEMM 、最后如果没用 smart pointer 还得手动回收内存空间。Python 几乎就是 import numpy；numpy.dot 两句话的事。

　　2.Python的效率很高

　　解释语言的发展已经大大超过许多人的想象。很多比如 list comprehension 的语法糖都是贴近内核实现的。除了JIT[1]之外，还有 Cython 可以大幅增加运行效率。

　　最后，还得益于Python对C的接口，很多像 gnumpy ，theano 这样高效、Python 接口友好的库可以加速程序的运行，在强大团队的支撑下，这些库的效率可能比一个不熟练的程序员用 C 写一个月调优的效率还要高。

　　3.Python的开发生态成熟，有很多有用的库可以用

　　除了上面说到的NumPy，还有SciPy、NLTK、OS（自带）等等不一而足。Python 灵活的语法还使得包括文本操作、list / dict comprehension 等非常实用的功能非常容易高效实现（编写和运行效率都高），配合 Lambda 等使用更是方便。这也是 Python 良性生态背后的一大原因。

　　4.数据运算方便

　　有 Pandas，Numpy，scipy 等。

　　5.加速方便

　　有 PyPy，Cython，PyCUDA 等。

　　6.和其他语言交互方便

　　有 ctypes，rpy2，Cython，SWIG，PyQt，Boost.Python 。

　　7.数据获取方便

　　有 Scrapy，Beautiful Soup，Requests，paramiko 等。

　　8.输出结果方便

　　有 Matplotlib，VisPy 等。

　　9.图形图像方便

　　有 PyOpenGL，PyOpenCV，Mayavi2 。

　　10.python开源

　　Python支持的平台多，包括 Windows / Linux / UNIX / macOS。而 MATLAB 太贵，只能调用其 API，用 Python 省钱，省钱就是赚钱。