九月底参加了一个数据挖掘比赛，数据集有43个G，代码倒是用Python写出来了，跑了其中的一个Excel表的前10w行，效果还不错。但数据量太大了，用服务器跑都显得慢。效率低的另外一个重要原因是Python众所周知的效率问题，实际上，Python很多的函数或者说语法，例如列表生成式就是用C语言写的，而Python的for循环就很慢，属于在大数据集上不能用的语句（可用map替换）。所以，开始看北大裘宗燕教授所著的《数据结构与算法--Python语言描述》，把书中涉及到的代码自己实现了一遍，并且给出了详细注释。另外，看了袁国忠学者所译的《算法图解》，里面介绍了一些贪心算法、动态规划等经典算法，有所收获，代码也一并贴出。