首先我們要知道大數據的數據從哪裡來？一般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。
網絡爬蟲是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，網絡爬蟲並不僅僅是打開網頁，解析HTML這麼簡單。高效的爬蟲要能夠支持大量靈活的併發操作，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併發庫，如Gevent，Eventlet，還有Celery之類的分佈式任務框架。被認為是比AMQP更高效的ZeroMQ也是最早就提供了Python版本。有了對高併發的支持，網絡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。
數據的處理最為優秀！Python的數據處理算法，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，數據科學百花齊放。那些“高大上”的數據科學家們都用什麼編程？
如果單單實在理論研究領域，或許R語言才是最受數據科學家歡迎的，可R語言的問題也很明顯，原因是創建R語言的是統計學家，跟其他語言相比語法略微怪異。況且R語言要想實現大規模分佈式系統，需要做很大的工程才能完成。所以大，部分公司在使用R語言做完實驗原型、算法確定之後，會再將其翻譯為工程語言，與之相比Python成為了數據科學家最喜歡的語言之一。
原因是與R語言不同，Python自身就是一門工程性語言，數據科學家用Python實現的算法，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。
以上便是小編對“大數據為什麼要用Python？其優點在哪？”的大致介紹，希望能有所幫助！
閱讀更多 麥丘教育 的文章
