① 各種動物，植物，蔬菜的英文名字
動物-英語詞彙 horse 馬 mare 母馬 colt, foal 馬駒，小馬 pony 矮馬 thoroughbred 純種馬 mustang 野馬 mule 騾 ass, donkey 驢 ox 牛 buffalo 水牛 bull 公牛 cow 母牛 calf 小牛，牛犢 bullock, steer 小閹牛 heifer 小母牛 pig, swine 豬 boar 種豬 hog 閹豬，肥豬 gilt 小母豬 piglet 豬崽 sheep 羊 ewe 母羊 goat 山羊 lamb 羊羔，羔羊 zebra 斑馬 antilope 羚羊 gazelle 小羚羊 deer 鹿 reindeer 馴鹿 giraffe 長頸鹿 camel 駱駝 dromedary 單峰駝 llama 大羊駝 guanaco 原駝 alpaca 羊駝 vicuna 小羊駝 elephant 象 rhinoceros 犀牛 hippopotamus 河馬 cat 貓 tabby, she-cat, grimalkin 雌貓 tomcat 雄貓, 公貓 kitten, kitty, pussy 小貓 lion 獅 lynx 猞猁 panther, puma 美洲豹 leopard 豹 tiger 虎 wildcat 野貓 bison 美洲野牛 yak 氂牛 dog 狗 badger 獾 weasel 鼬，黃鼠狼 otter 水獺 fox 狐 hyena, hyaena 鬣狗 wolf 狼 squirrel 松鼠 dormouse 睡鼠 beaver 河狸 marmot 土撥鼠 ferret 雪貂 bear 熊 rabbit 兔子 hare 野兔 rat 鼠 chinchilla 南美栗鼠 gopher 囊地鼠 Guinea pig 豚鼠 marmot 土撥鼠 mole 鼴鼠 mouse 家鼠 vole 田鼠 monkey 猴子 chimpanzee 黑猩猩 gorilla 大猩猩 orangutan 猩猩 gibbon 長臂猿 sloth 獺猴 anteater 食蟻獸 ckbill, platypus 鴨嘴獸 kangaroo 袋鼠 koala 考拉，樹袋熊 hedgehog 刺蝟 porcupine 箭豬，豪豬 bat 蝙蝠 armadillo 犰狳 whale 鯨 dolphin 河豚 porpoise 大西洋鼠海豚 seal 海豹 walrus 海象 eagle 鷹 bald eagle 白頭鷹 condor 禿鷹 hawk, falcon 隼 heron 蒼鷹 golden eagle 鷲 kite 鷂 vulture 禿鷲 cock 公雞 hen 母雞 chicken 雞，雛雞 guinea, fowl 珍珠雞 turkey 火雞 peacock 孔雀 ck 鴨 mallard 野鴨，鳧 teal 小野鴨 gannet 塘鵝 goose 鵝 pelican 鵜鶘 cormorant 鸕鶿 swan 天鵝 cob 雄天鵝 cygnet 小天鵝 gander, wild goose 雁 dove 鴿 pigeon 野鴿 turtle dove 斑鳩 pheasant 雉，野雞 grouse 松雞 partridge 石雞，鷓鴣 ptarmigan 雷鳥 quail 鵪鶉 ostrich 鴕鳥 stork 鸛 woodcock 山鷸 snipe 鷸 gull, seagull 海鷗 albatross 信天翁 kingfisher 翠鳥 bird of paradise 極樂鳥，天堂鳥 woodpecker 啄木鳥 parrot 鸚鵡 cockatoo 大葵花鸚鵡 macaw 金剛鸚鵡 parakeet 長尾鸚鵡 cuckoo 杜鵑，布穀鳥 crow 烏鴉 blackbird 烏鶇 magpie 喜鵲 swallow 燕子 sparrow 麻雀 nightingale 夜鶯 canary 金絲雀 starling 八哥 thrush 畫眉 goldfinch 金翅雀 chaffinch 蒼頭燕雀 robin 知更鳥 plover 千鳥 lark 百鳥，雲雀 swift 褐雨燕 whitethroat 白喉雀 hummingbird 蜂雀 penguin 企鵝 owl 梟，貓頭鷹 scops owl 角梟，耳鳥 snake 蛇 adder, viper 蝰蛇 boa 王蛇 cobra 眼鏡蛇 copperhead 美洲腹蛇 coral snake 銀環蛇 grass snake 草蛇 moccasin 嗜魚蛇 python 蟒蛇 rattlesnake 響尾蛇 lizard 蜥蜴 tuatara 古蜥蜴 chameleon 變色龍，避役 iguana 鬣蜥 wall lizard 壁虎 salamander, triton, newt 蠑螈 giant salamander 娃娃魚，鯢 crocodile 鱷魚，非洲鱷 alligator 短吻鱷，美洲鱷 caiman, cayman 凱門鱷 gavial 印度鱷 turtle 龜 tortoise 玳瑁 sea turtle 海龜 bullfrog 牛蛙 toad 蟾蜍 frog 青蛙 植物： rose 玫瑰花 tulip 鬱金香 balsam 鳳仙花 canna 美人蕉 lily 百合花 jasmine 茉莉 sweet pea 香豌豆花 sunflower 向日葵 geranium 大竺葵 morning-glory 牽牛花 cosmos 大波斯菊 pansy 三色堇 poppy 罌粟花 marigold 金盞花 carnation 麝香石竹 amaryllis 孤挺花 dahlia 大麗花 pink 石竹花 crocus 番紅花 iris 蝴蝶花 hyacinth 風信花 daffodil 黃水仙 chrysanthemum 菊 marguerite, daisy 雛菊 gladiolus 劍蘭 cantury plant 龍舌蘭 magnolia 木蘭 yucca 絲蘭 orchid 蘭花 freesia 小蒼蘭 cyclamen 仙客來 begonia 秋海棠 anemone 銀蓮花 wisteria 柴藤 redbud 紫荊 dogwood 山茱萸 hawthorn 山楂 camellia 山茶 hydrangea 八仙花 hibiscus 木槿 peony 芍葯 azalea 杜鵑 rhododendron 杜鵑花 daphne 瑞香 gardenia 梔子 lilac 紫丁香 night-blooming cereus 仙人掌 apple 蘋果 pear 梨 orange 桔子 quince 柑橘 apricot 杏 plum 洋李 pistil 雌蕊 ovary 子房 petal 花瓣 anther 花葯 stamen 雄蕊 nectar gland 蜜腺 sepal 萼片 stalk 花柄 pollen 花粉 pine 松 cerdar 雪松類 larch 落葉松 juniper 杜松 cone 松果 cypress 柏樹 bamboo 竹 box 黃楊 poplar 白楊 cottonwood 三角葉楊 osier 紫皮柳樹 willow 垂柳 birch 白樺 maple 楓樹 sequoia 紅杉 fir 冷杉 hemlock spruce 鐵杉 spruce 雲杉 yew 紫杉 eucalytus 桉樹 locust 洋槐 wattle 金合歡樹 camphor tree 樟樹 rosewood 紫檀 ebony 烏檀 sandalwood 檀香木 satinwood 椴木 linden 椴樹 rowan 歐洲山梨 teak 柚木樹 elm 榆木樹 oak 橡樹 acorn 橡樹果 sycamore 美國梧桐 ginkgo 銀杏樹 holly 冬青 coco 椰樹 date 棗椰樹 hickory 山核桃樹 plane tree 懸鈴樹 beech 山毛櫸 horse chestnut 七葉樹 blackthorn 黑刺李 baobab 猴麵包樹 elder 接骨木 myrtle 桃金娘科植物 cycad 蘇鐵 oil palm 油棕櫚樹 treetop 樹梢 branch 樹枝 twig 小樹枝 bough 大樹枝 knot 樹節 trunk 樹干 leaf 樹葉 sprout 新芽 sapling 樹苗 stump 樹樁 root 樹根 root hair 根毛 taproot 主根 bark 樹皮 resin 樹脂 pith 木髓 cambium 形成層 ring 年輪 wood 木材 azalea 杜鵑花 begonia 秋海棠 Brazil 巴西木 cactus 仙人掌 camellia 山茶花 carnation 麝香石竹(康乃馨) Chinese enkianthus 燈籠花 Chinese flowering crab-apple 海棠花 chrysanthemum 菊花 dahlia 大麗花 daisy 雛菊 datura 曼陀羅 epiphyllum 曇花 fringed iris 蝴蝶花 fuchsia 倒掛金鍾 gardenia 梔子 India canna 美人蕉 jasmine 茉莉 lilac 丁香 lily 百合 mangnolia 木蘭花 mangnolia 玉蘭花 morning glory 牽牛(喇叭花) narcissus 水仙花 oleander 夾竹桃 orchid 蘭花 pansy 三色堇 peony 牡丹 peony 芍葯 phalaenopsis 蝶蘭 rose 玫瑰 rose 月季 setose asparagus 文竹 touch-me-not (balsam) 鳳仙花 tulip 鬱金香 violet, stock violet 紫羅蘭 water hyacinth 鳳眼蘭 蔬菜： arrowhead慈菇 asparagus蘆筍 balsam apple苦瓜 bamboo sprout竹筍 bean豆莢，蠶豆 beet甜菜 cabbage捲心菜 carrot胡蘿卜 cassava木薯 cauliflower花菜 celery芹菜 Chinese cabbage白菜，青菜 Chinese eddo芋艿 chive細香蔥 coriander香菜 cow pea豇豆 cress水芹 cucumber黃瓜 dried bamboo shoot筍干 eggplant茄子 garlic蒜 garlic sprout蒜苗 ginger姜 green pea嫩豌豆 green pepper青椒 hot pepper辣椒 kale甘藍菜 leek韭菜 legume豆莢 lentil小扁豆 lettuce萵苣，生菜 lotus roots藕 marrow西葫蘆 (我更偏愛糖葫蘆) marrow bean菜豆 mushroom蘑菇 mustard芥菜，芥末 onion洋蔥 pea豌豆 pepper胡椒，辣椒 potato土豆 pumpkin南瓜 radish蘿卜 rape油菜 red pepper紅辣椒 romaine我句，生菜 salted vegetable鹹菜 scallion蔥 shepherd』s purse薺菜 snake gourd絲瓜 soy大豆 Spanish potato番薯 spinach菠菜 straw mushroom草菇 string bean刀豆 sweet pepper甜椒 taro芋艿 tomato番茄 toon香椿 turnip蕪菁 water chestnut荸薺 water shield蒓菜 wax gourd冬瓜 yam山葯
② 我為什麼說 Python 是大數據全棧式開發語言 怎樣成為數據分析師
就像只要會JavaScript就可以寫出完整的Web應用，只要會Python，就可以實現一個完整的大數據處理平台。
雲基礎設施
這年頭，不支持雲平台，不支持海量數據，不支持動態伸縮，根本不敢說自己是做大數據的，頂多也就敢跟人說是做商業智能（BI）。
雲平台分為私有雲和公有雲。私有雲平台如日中天的 OpenStack
，就是Python寫的。曾經的追趕者CloudStack，在剛推出時大肆強調自己是Java寫的，比Python有優勢。結果，搬石砸腳，2015年
初，CloudStack的發起人Citrix宣布加入OpenStack基金會，CloudStack眼看著就要壽終正寢。
如果嫌麻煩不想自己搭建私有雲，用公有雲，不論是AWS，GCE，Azure，還是阿里雲，青雲，在都提供了Python SDK，其中GCE只提供Python和JavaScript的SDK，而青雲只提供Python SDK。可見各家雲平台對Python的重視。
提到基礎設施搭建，不得不提Hadoop，在今天，Hadoop因為其MapRece數據處理速度不夠快，已經不再作為大數據處理的首選，但
是HDFS和Yarn——Hadoop的兩個組件——倒是越來越受歡迎。Hadoop的開發語言是Java，沒有官方提供Python支持，不過有很多第
三方庫封裝了Hadoop的API介面（pydoop，hadoopy等等）。
Hadoop MapRece的替代者，是號稱快上100倍的 Spark ，其開發語言是Scala，但是提供了Scala，Java，Python的開發介面，想要討好那麼多用Python開發的數據科學家，不支持Python，真是說不過去。HDFS的替代品，比如GlusterFS， Ceph 等，都是直接提供Python支持。Yarn的替代者， Mesos 是C++實現，除C++外，提供了Java和Python的支持包。
DevOps
DevOps有個中文名字，叫做 開發自運維 。互聯網時代，只有能夠快速試驗新想法，並在第一時間，安全、可靠的交付業務價值，才能保持競爭力。DevOps推崇的自動化構建/測試/部署，以及系統度量等技術實踐，是互聯網時代必不可少的。
自動化構建是因應用而易的，如果是Python應用，因為有setuptools, pip, virtualenv, tox,
flake8等工具的存在，自動化構建非常簡單。而且，因為幾乎所有Linux系統都內置Python解釋器，所以用Python做自動化，不需要系統預
安裝什麼軟體。
自動化測試方面，基於Python的 Robot Framework 企業級應用最喜歡的自動化測試框架，而且和語言無關。Cucumber也有很多支持者，Python對應的Lettuce可以做到完全一樣的事情。 Locust 在自動化性能測試方面也開始受到越來越多的關注。
自動化配置管理工具，老牌的如Chef和Puppet，是Ruby開發，目前仍保持著強勁的勢頭。不過，新生代 Ansible 和 SaltStack ——均為Python開發——因為較前兩者設計更為輕量化，受到越來越多開發這的歡迎，已經開始給前輩們製造了不少的壓力。
在系統監控與度量方面，傳統的Nagios逐漸沒落，新貴如 Sensu 大受好評，雲服務形式的New Relic已經成為創業公司的標配，這些都不是直接通過Python實現的，不過Python要接入這些工具，並不困難。
除了上述這些工具，基於Python，提供完整DevOps功能的PaaS平台，如 Cloudify 和 Deis ，雖未成氣候，但已經得到大量關注。
網路爬蟲
大數據的數據從哪裡來？除了部分企業有能力自己產生大量的數據，大部分時候，是需要靠爬蟲來抓取互聯網數據來做分析。
網路爬蟲是Python的傳統強勢領域，最流行的爬蟲框架Scrapy，HTTP工具包urlib2，HTML解析工具beautifulsoup，XML解析器lxml，等等，都是能夠獨當一面的類庫。
不過，網路爬蟲並不僅僅是打開網頁，解析HTML這么簡單。高效的爬蟲要能夠支持大量靈活的並發操作，常常要能夠同時幾千甚至上萬個網頁同時抓取，傳統的
線程池方式資源浪費比較大，線程數上千之後系統資源基本上就全浪費在線程調度上了。Python由於能夠很好的支持協程（ Coroutine ）操作，基於此發展起來很多並發庫，如Gevent，Eventlet，還有Celery之類的分布式任務框架。被認為是比AMQP更高效的ZeroMQ也是最早就提供了Python版本。有了對高並發的支持，網路爬蟲才真正可以達到大數據規模。
抓取下來的數據，需要做分詞處理，Python在這方面也不遜色，著名的自然語言處理程序包NLTK，還有專門做中文分詞的Jieba，都是做分詞的利器。
數據處理
萬事俱備，只欠東風。這東風，就是數據處理演算法。從統計理論，到數據挖掘，機器學習，再到最近幾年提出來的深度學習理論，數據科學正處於百花齊放的時代。數據科學家們都用什麼編程？
如果是在理論研究領域，R語言也許是最受數據科學家歡迎的，但是R語言的問題也很明顯，因為是統計學家們創建了R語言，所以其語法略顯怪異。而且
R語言要想實現大規模分布式系統，還需要很長一段時間的工程之路要走。所以很多公司使用R語言做原型試驗，演算法確定之後，再翻譯成工程語言。
Python也是數據科學家最喜歡的語言之一。和R語言不同，Python本身就是一門工程性語言，數據科學家用Python實現的演算法，可以直
接用在產品中，這對於大數據初創公司節省成本是非常有幫助的。正式因為數據科學家對Python和R的熱愛，Spark為了討好數據科學家，對這兩種語言
提供了非常好的支持。
Python的數據處理相關類庫非常多。高性能的科學計算類庫NumPy和SciPy，給其他高級演算法打了非常好的基礎，matploglib讓
Python畫圖變得像Matlab一樣簡單。Scikit-learn和Milk實現了很多機器學習演算法，基於這兩個庫實現的 Pylearn2 ，是深度學習領域的重要成員。 Theano 利用GPU加速，實現了高性能數學符號計算和多維矩陣計算。當然，還有 Pandas ，一個在工程領域已經廣泛使用的大數據處理類庫，其DataFrame的設計借鑒自R語言，後來又啟發了Spark項目實現了類似機制。
對了，還有 iPython ，這個工具如此有用，以至於我差點把他當成標准庫而忘了介紹。iPython是一個互動式Python運行環境，能夠實時看到每一段Python代碼的結果。默認情況下，iPython運行在命令行，可以執行 ipython notebook 在網頁中運行。用matplotlib繪制的圖可以直接嵌入式的顯示在iPython Notebook中。
iPython Notebook的筆記本文件可以共享給其他人，這樣其他人就可以在自己的環境中重現你的工作成果；如果對方沒有運行環境，還可以直接轉換成HTML或者PDF。
為什麼是Python
正是因為應用開發工程師、運維工程師、數據科學家都喜歡Python，才使得Python成為大數據系統的全棧式開發語言。
對於開發工程師而言，Python的優雅和簡潔無疑是最大的吸引力，在Python互動式環境中，執行 import this
，讀一讀Python之禪，你就明白Python為什麼如此吸引人。Python社區一直非常有活力，和NodeJS社區軟體包爆炸式增長不
同，Python的軟體包增長速度一直比較穩定，同時軟體包的質量也相對較高。有很多人詬病Python對於空格的要求過於苛刻，但正是因為這個要求，才
使得Python在做大型項目時比其他語言有優勢。OpenStack項目總共超過200萬行代碼，證明了這一點。
對於運維工程師而言，Python的最大優勢在於，幾乎所有Linux發行版都內置了Python解釋器。Shell雖然功能強大，但畢竟語法不夠優雅，寫比較復雜的任務會很痛苦。用Python替代Shell，做一些復雜的任務，對運維人員來說，是一次解放。
對於數據科學家而言，Python簡單又不失強大。和C/C++相比，不用做很多的底層工作，可以快速進行模型驗證；和Java相比，Python語法簡
潔，表達能力強，同樣的工作只需要1/3代碼；和Matlab，Octave相比，Python的工程成熟度更高。不止一個編程大牛表達過，Python
是最適合作為大學計算機科學編程課程使用的語言——MIT的計算機入門課程就是使用的Python——因為Python能夠讓人學到編程最重要的東西——
如何解決問題。
③ Python自動化測試框架有哪些
分享一些可用的Python自動化測試框架。
自動化測試常用的Python框架有哪些？常用的框架有Robot Framework、Pytest、UnitTest/PyUnit、Behave、Lettuce。Pytest、Robot Framework和UnitTest主要用於功能與單元測試，Lettuce和Behave僅適用於行為驅動測試。
一、Robot Framework
Python測試框架之一，Robot Framework被用在測試驅動(test-driven)類型的開發與驗收中。雖然是由Python開發而來，但是它也可以在基於.Net的IronPython和基於Java的Jython上運行。作為一個Python框架，Robot還能夠兼容諸如Windows、MacOS、以及Linux等平台。
在使用Robot Framework(RF)之前，需要先安裝Python 2.7.14及以上的版本。推薦使用Python 3.6.4，以確保適當的注釋能夠被添加到代碼段中，並能夠跟蹤程序的更改。同時還需要安裝Python包管理器--pip。
二、Pytest
適用於多種軟體測試的Pytest，是另一個Python類型的自動化測試框架。憑借著其開源和易學的特點，該工具經常被QA(質量分析)團隊、開發團隊、個人團隊、以及各種開源項目所使用。鑒於Pytest具有「斷言重寫(assert rewriting)」之類的實用功能，許多大型互聯網應用，如Dropbox和Mozilla，都已經從下面將要提到的unittest(Pyunit)切換到了Pytest之上。
除了基本的Python知識，用戶並不需要更多的技術儲備。另外，用戶只需要有一台帶有命令行界面的測試設備，並且安裝好了Python包管理器、以及可用於開發的IDE工具。
三、UnitTest/PyUnit
UnitTest/PyUnit一種標准化的針對單元測試的Python類自動化測試框架。基類TestCase提供了各種斷言方法、以及所有清理和設置的常式。因此，TestCase子類中的每一種方法都是以「test」作為名詞前綴，以標識它們能夠被作為測試用例所運行。用戶可以使用load方法和TestSuite類來分組、並載入各種測試。
可以通過聯合使用，來構建自定義的測試運行器。正如我們使用Junit去測試Selenium那樣，UnitTest也會用到UnitTest-sml-reporting、並能生成各種XML類型的報告。由於UnitTest默認使用了Python，因此我們並不需要什麼先決條件。除了需要具備Python框架的基本知識，您也可以額外地安裝pip、以及用於開發的IDE工具。
四、Behave
行為驅動開發是一種基於敏捷軟體開發的方法。它能夠鼓勵開發人員、業務參與者和QA人員，三者之間的協作。Python測試框架Behave允許團隊避開各種復雜的情況，去執行BDD測試。從本質上說該框架與SpecFlow和Cucumber相似，常被用於執行自動化測試。用戶可以通過簡單易讀的語言來編寫測試用例，並能夠在其執行期間粘貼到代碼之中。而且，那些被設定的行為規范與步驟，也可以被重用到其他的測試方案中。
任何具備Python基礎知識的人都可以使用Behave。其他先決條件還包括：先安裝Python 2.7.14及以上的版本。通過Python包管理器或pip來與Behave協作。大多數開發人員會選擇Pycharm作為開發環境，當然您也可以選用其他的IDE工具。
五、Lettuce
Lettuce是另一種基於Cucumber和Python的行為驅動類自動化工具。Lettuce主要專注於那些具有行為驅動開發特徵的普通任務。它不但簡單易用，而且能夠使得整個測試過程更流暢、甚至更有趣。安裝帶有IDE的Python 2.7.14、及以上的版本。當然，您也可以使用Pycharm或任何其他IDE工具。同時，您還需要安裝Python包管理器。
自動化測試的Python框架，Pytest、Robot Framework和UnitTest可主要用於功能與單元測試，而Lettuce和Behave僅適用於行為驅動測試。對於功能測試而言，Pytest是的。如果您是基於Python自動化測試的新手，Robot Framework是的入門工具。雖然其功能有所受限，但是它非常容易上手。對於基於Python的BDD測試而言，Lettuce和Behave同樣優秀。不過，如果你已經有了一定的Pytest經驗，那麼請使用Pytest-bdd。
④ 基於python的自動化測試框架有哪些
好象python的瀏覽器測試框架，原來只有一個，還是仿ruby的框架做的。似乎在IE上可以比較好的應用。很老的框架。對JS支持不好。
不過python寫個測試框架真是非常容易的事情，隨手就來。 基於瀏覽器測試也容易做。因為你可以使用pyqt，這個庫里有一個基於webkit的瀏覽器。基本上，想做什麼都可以了。
最近聽說有幾個新的BDD的框架正在做。也不知道怎麼樣。
其實對於python這種語言來說，框架的成本太低。所以最好不要做框架。它有一個基本的編程原則則DRY。do not repeat yourself。不要再造輪子的意思。
直接使用現有的python的testsuite結合進程，線程模型，還有QT輕松就組裝出一個測試模塊。
⑤ Python BDD自動化測試框架有哪些
Python自動化測試框架比較有名的就是python+selenium，還有單元測試框架PyUnit，還有一個叫做Robot Framework的自動化測試框架，大大小小的有很多
BDD顧名思義Behavior Driven Development，譯作"行為驅動開發"，是基於TDD(Test Driven Development 測試驅動開發)的軟體開發過程和方法。BDD可以讓項目成員（甚至是不懂編程的）使用自然語言來描述系統功能和場景，從而根據這些描述步驟進行系統自動化的測試。
BDD的自動化測試框架的話，目前應用最好的是Ruby下的Cucumber，Python下有類似的Behave、Lettuce及Freshen等，這三個都差不多，個人推薦Behave
可以網路這篇文章（我寫的）：Python BDD自動化測試框架初探
⑥ 為什麼說Python是大數據全棧式開發語言
就像只要會JavaScript就可以寫出完整的Web應用，只要會Python，就可以實現一個完整的大數據處理平台。
雲基礎設施
這年頭，不支持雲平台，不支持海量數據，不支持動態伸縮，根本不敢說自己是做大數據的，頂多也就敢跟人說是做商業智能（BI）。
雲平台分為私有雲和公有雲。私有雲平台如日中天的 OpenStack
，就是Python寫的。曾經的追趕者CloudStack，在剛推出時大肆強調自己是Java寫的，比Python有優勢。結果，搬石砸腳，2015年
初，CloudStack的發起人Citrix宣布加入OpenStack基金會，CloudStack眼看著就要壽終正寢。
如果嫌麻煩不想自己搭建私有雲，用公有雲，不論是AWS，GCE，Azure，還是阿里雲，青雲，在都提供了Python SDK，其中GCE只提供Python和JavaScript的SDK，而青雲只提供Python SDK。可見各家雲平台對Python的重視。
提到基礎設施搭建，不得不提Hadoop，在今天，Hadoop因為其MapRece數據處理速度不夠快，已經不再作為大數據處理的首選，但
是HDFS和Yarn——Hadoop的兩個組件——倒是越來越受歡迎。Hadoop的開發語言是Java，沒有官方提供Python支持，不過有很多第
三方庫封裝了Hadoop的API介面（pydoop，hadoopy等等）。
Hadoop MapRece的替代者，是號稱快上100倍的 Spark ，其開發語言是Scala，但是提供了Scala，Java，Python的開發介面，想要討好那麼多用Python開發的數據科學家，不支持Python，真是說不過去。HDFS的替代品，比如GlusterFS， Ceph 等，都是直接提供Python支持。Yarn的替代者， Mesos 是C++實現，除C++外，提供了Java和Python的支持包。
DevOps
DevOps有個中文名字，叫做 開發自運維 。互聯網時代，只有能夠快速試驗新想法，並在第一時間，安全、可靠的交付業務價值，才能保持競爭力。DevOps推崇的自動化構建/測試/部署，以及系統度量等技術實踐，是互聯網時代必不可少的。
自動化構建是因應用而易的，如果是Python應用，因為有setuptools, pip, virtualenv, tox,
flake8等工具的存在，自動化構建非常簡單。而且，因為幾乎所有Linux系統都內置Python解釋器，所以用Python做自動化，不需要系統預
安裝什麼軟體。
自動化測試方面，基於Python的 Robot Framework 企業級應用最喜歡的自動化測試框架，而且和語言無關。Cucumber也有很多支持者，Python對應的Lettuce可以做到完全一樣的事情。 Locust 在自動化性能測試方面也開始受到越來越多的關注。
自動化配置管理工具，老牌的如Chef和Puppet，是Ruby開發，目前仍保持著強勁的勢頭。不過，新生代 Ansible 和 SaltStack ——均為Python開發——因為較前兩者設計更為輕量化，受到越來越多開發這的歡迎，已經開始給前輩們製造了不少的壓力。
在系統監控與度量方面，傳統的Nagios逐漸沒落，新貴如 Sensu 大受好評，雲服務形式的New Relic已經成為創業公司的標配，這些都不是直接通過Python實現的，不過Python要接入這些工具，並不困難。
除了上述這些工具，基於Python，提供完整DevOps功能的PaaS平台，如 Cloudify 和 Deis ，雖未成氣候，但已經得到大量關注。
網路爬蟲
大數據的數據從哪裡來？除了部分企業有能力自己產生大量的數據，大部分時候，是需要靠爬蟲來抓取互聯網數據來做分析。
網路爬蟲是Python的傳統強勢領域，最流行的爬蟲框架Scrapy，HTTP工具包urlib2，HTML解析工具beautifulsoup，XML解析器lxml，等等，都是能夠獨當一面的類庫。
不過，網路爬蟲並不僅僅是打開網頁，解析HTML這么簡單。高效的爬蟲要能夠支持大量靈活的並發操作，常常要能夠同時幾千甚至上萬個網頁同時抓取，傳統的
線程池方式資源浪費比較大，線程數上千之後系統資源基本上就全浪費在線程調度上了。Python由於能夠很好的支持協程（ Coroutine ）操作，基於此發展起來很多並發庫，如Gevent，Eventlet，還有Celery之類的分布式任務框架。被認為是比AMQP更高效的ZeroMQ也是最早就提供了Python版本。有了對高並發的支持，網路爬蟲才真正可以達到大數據規模。
抓取下來的數據，需要做分詞處理，Python在這方面也不遜色，著名的自然語言處理程序包NLTK，還有專門做中文分詞的Jieba，都是做分詞的利器。
數據處理
萬事俱備，只欠東風。這東風，就是數據處理演算法。從統計理論，到數據挖掘，機器學習，再到最近幾年提出來的深度學習理論，數據科學正處於百花齊放的時代。數據科學家們都用什麼編程？
如果是在理論研究領域，R語言也許是最受數據科學家歡迎的，但是R語言的問題也很明顯，因為是統計學家們創建了R語言，所以其語法略顯怪異。而且
R語言要想實現大規模分布式系統，還需要很長一段時間的工程之路要走。所以很多公司使用R語言做原型試驗，演算法確定之後，再翻譯成工程語言。
Python也是數據科學家最喜歡的語言之一。和R語言不同，Python本身就是一門工程性語言，數據科學家用Python實現的演算法，可以直
接用在產品中，這對於大數據初創公司節省成本是非常有幫助的。正式因為數據科學家對Python和R的熱愛，Spark為了討好數據科學家，對這兩種語言
提供了非常好的支持。
Python的數據處理相關類庫非常多。高性能的科學計算類庫NumPy和SciPy，給其他高級演算法打了非常好的基礎，matploglib讓
Python畫圖變得像Matlab一樣簡單。Scikit-learn和Milk實現了很多機器學習演算法，基於這兩個庫實現的 Pylearn2 ，是深度學習領域的重要成員。 Theano 利用GPU加速，實現了高性能數學符號計算和多維矩陣計算。當然，還有 Pandas ，一個在工程領域已經廣泛使用的大數據處理類庫，其DataFrame的設計借鑒自R語言，後來又啟發了Spark項目實現了類似機制。
對了，還有 iPython ，這個工具如此有用，以至於我差點把他當成標准庫而忘了介紹。iPython是一個互動式Python運行環境，能夠實時看到每一段Python代碼的結果。默認情況下，iPython運行在命令行，可以執行 ipython notebook 在網頁中運行。用matplotlib繪制的圖可以直接嵌入式的顯示在iPython Notebook中。
iPython Notebook的筆記本文件可以共享給其他人，這樣其他人就可以在自己的環境中重現你的工作成果；如果對方沒有運行環境，還可以直接轉換成HTML或者PDF。
為什麼是Python
正是因為應用開發工程師、運維工程師、數據科學家都喜歡Python，才使得Python成為大數據系統的全棧式開發語言。
對於開發工程師而言，Python的優雅和簡潔無疑是最大的吸引力，在Python互動式環境中，執行 import this
，讀一讀Python之禪，你就明白Python為什麼如此吸引人。Python社區一直非常有活力，和NodeJS社區軟體包爆炸式增長不
同，Python的軟體包增長速度一直比較穩定，同時軟體包的質量也相對較高。有很多人詬病Python對於空格的要求過於苛刻，但正是因為這個要求，才
使得Python在做大型項目時比其他語言有優勢。OpenStack項目總共超過200萬行代碼，證明了這一點。
對於運維工程師而言，Python的最大優勢在於，幾乎所有Linux發行版都內置了Python解釋器。Shell雖然功能強大，但畢竟語法不夠優雅，寫比較復雜的任務會很痛苦。用Python替代Shell，做一些復雜的任務，對運維人員來說，是一次解放。
對於數據科學家而言，Python簡單又不失強大。和C/C++相比，不用做很多的底層工作，可以快速進行模型驗證；和Java相比，Python語法簡
潔，表達能力強，同樣的工作只需要1/3代碼；和Matlab，Octave相比，Python的工程成熟度更高。不止一個編程大牛表達過，Python
是最適合作為大學計算機科學編程課程使用的語言——MIT的計算機入門課程就是使用的Python——因為Python能夠讓人學到編程最重要的東西——
如何解決問題。