它易于编写，并且非常灵活。与大多数语言相比，可以快速构造简单的事物，并解决问题。
它几乎没有不能打破的规则，可以通过的hack和临时变通办法使事情工作。
允许在重构的时候保持稳定性。但是持续太久会混乱。这样的Python会很难调试，重构也很慢，这是一种更僵化的语言所不具备的。从长远来看，python要求的纪律是它无法执行的。
这对于中间立场是有好处的：受过良好训练的程序员，他们需要非常快速被响应，不需要生产出质量，安全性或性能都非常高的东西。
同时，它也可以与C/C++交互。如果发现项目的某些部分确实需要这些，可以将它们逐段地移动到其他语言中，而将Python保留为“胶水”。
Python已成为机器学习的标准。目前，比起其他所有语言，对于了解Python的数据科学家和机器学习工程师而言，职位空缺更多。此时的问题可能是，为什么在机器学习中如此频繁地使用Python？尽管有很多原因使它在这个领域无处不在，但我们重点说下以下三点。
Python广泛采用的主要原因之一是简单性。这不是一个硬性规定，但编程语言的入门门槛越低，被使用得就越多。Python很简单，也可能是目前最高级的语言，任何人都可以学习。开发人员不用担心代码，可以将更多的精力放在寻找解决方案上。
库之所以成为Python受欢迎的第二个原因，可能也是第一原因。Python中的库是一组封装好的代码，可以将其导入环境中以扩展功能。
几乎在应用机器学习的每个方面都有库的存在。例如，Pandas是一个用于处理数据的库。SciKit-Learn是一个用于建立传统模型的通用库。SciKit-learn也有许多工具，你可以在整个机器学习过程中用。有用于可视化的matplotlib和用于构建深度学习模型的Keras。还有许多库满足特殊需求，如用于自然语言处理的NTLK和爬取数据的BeautifulSoup库。
Python流行的第三个原因是JupyterNotebook。JupyterNotebook是使用Python编写代码的强大方法。JupyterNotebook是基于Web的界面，可用于快速建立原型和分享数据相关的项目。与其编写和重写整个程序，你可以编写代码行并一次或分批运行。这使得编码更容易调试和理解。
超实用的Python零基础入门到进阶视频源码淘宝￥2购买已下架JupyterNotebook的成功取决于一种称为文学编程的编程形式。文字编程是斯坦福大学计算机科学家DonaldKnuth创造的一种软件开发风格。这种类型的编程强调用代码块来点缀人性化的文本。它擅长于演示、研究和教学目标，特别是科学方面。
简单性，可读性，库和集成开发环境使Python成为各种领域最常用的语言之一。