大数据的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理和有效管理； Python语言的简洁、易读以及可扩展性，非常适合用于大数据的处理和管理等工作。在国外用Python做科学计算的研究机构日益增多，一些知名大学已经采用Python教授程序设计课程。例如卡耐基梅隆大学的编程基础、麻省理工学院的计算机科学及编程导论就使用Python语言讲授。
Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。Python语言的核心只包含数字、字符串、列表、字典、文件等常见类型和函数，而由Python标准库提供了系统管理、网络通信、文本处理、数据库接口、图形系统、XML处理等额外的功能。Python标准库命名接口清晰、文档良好，很容易学习和使用。
使用Python做大数据分析工具，有如下优点：首先， Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。其次，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。最后，Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。
由此可见，Python语言是非常适合初学者学习的编程语言，并且也是大数据处理和分析的首选工具。
课序号：CMP245
先修课程：《高等数学》或《线性代数》等相关数学课程，建议先修一门编程（C/C++/Java）
参考教材
1.《Python基础教程》[挪]Magnus Lie Hetland著；司维，曾军崴，谭颖华译
参考书目
1.《Python for Data Analysis:利用Python进行数据分析》[美]Wes McKinney著；唐学韬
2.《Python核心编程》（第2版）[美] 丘恩（Chun W.J.） 著；宋吉广 译
参考网络