A fun place for a data geek
google下，网上一股脑推清华的conda源，实际上谁用谁知道，垃圾的很，非常不稳定。果断切回默认的源，并且加上本地的proxy：
channels:
- defaults
# Show channel URLs when displaying what is going to be downloaded and
# in 'conda list'. The default is False.
show_channel_urls: True
allow_other_channels: True
proxy_servers:
http: socks5://127.0.0.1:1080
https: socks5://127.0.0.1:1080
ssl_verify: False本地的代理用的香港腾讯云加北京腾讯云中转，效果杠杠的！麻麻再也不担心我无法下载安装包了！
有个原公司的同事在招聘qt工程师，我向他推荐了pyqt而不是c++，c++工程师没有python好找，而且python开发快啊。python看起来可视化不太强，但是它是个强大的胶水语言，比如上面说的QT，python的pyqt5就是基于QT（c++）。
不要总是抱怨效率太低，就像numpy, pandas虽然是python包，但是运算起来一样很快，pandas是基于numpy库的数组结构上构建的，并且它的很多操作都是（通过numpy或者pandas自身由Cpython实现并编译成C的扩展模块）在C语言中实现的。因此，如果正确使用pandas的话，它的运行速度应该是非常快的。了解下pandas,numpy向量化吧！
python的优点在于社区活跃，不需要重复造轮子，基本上你需要的功能google下或者看下stackflow都能找到，我平时写代码都是先google下，基本上都能找到现成的，看起来很low但是用起来非常方便，这对于开发来说无疑降低了成本。
当然，python是个动态语言，用不好就会感觉很慢。比如它的多线程其实是伪多线程，适合web这种IO为主的应用，计算密集型它劣势比较明显。一般运算量大我就用多进程，就是资源开销大些，如果控制好内存消耗也还好（比如一个程序里我产生了多个dataframe变量，不用的时候手动del就有助于内存的回收）。