无聊的访问Github发现了Goplus，据说GO应用于数据科学，因此这应该是一个标记博客。我没有时间了解这一点。
我们进行数据分析或数据科学。他们中的大多数人都使用Python，Julia或R语言，但是今天我可以看到数据科学。这让我非常感兴趣，所以我只是看一下。首先将github链接放置：https：//github.com/goplus/gop/gop
看着读书文件，我发现Goplus是为了使GO的代码更适合编写和阅读数据科学，并且可以与GO兼容，甚至简化了代码量。对于那些习惯于写Python的人（但仍然是静态语言）。当然，也有相应的教程，但是我不知道它是否为时已晚。这还不足以发展当前的发展。我只是感觉太简单，无法看到教程的内容。基本上，我举了一些示例。例如，您理解。例如，以下列表中突然的3：3.4首先会使人们头晕目眩。
当然，像大多数语言一样，我们仍然可以在没有本地环境的情况下在线运行代码。在这里，我们还提供在线平台的网站：https：//qiniu.github.io/goplus-play/
除了Goplus，GO还具有类似于Numpy的库--- numgohttps：//github.com/kunde21/numgo
使用GO来实现Ndaray，不太友好地喜欢使用Numpy。
尽管我只是看了看它，但仍然有很多感觉。首先，如果我们学习计算机，知识更新迭代太快了。也许今天Python非常热。也许在接下来的五年中会有一种更简单，更具吸引力的语言。您想学习的很多东西，还有更多您需要学习的东西，您仍然必须做得很好。回到今天的主题，是否是Goplus或Numgo，我相信贡献者是基于对Go语言的热爱以及对其性能，速度和编码难度的全面考虑。基本数据科学语言。
确实，GO的性能比Python强得多，并且编码稍大。使用数据科学可能是一个不错的选择，但是您仍然可以看到很多缺点。不完整的教程，不完整的生态。。我们可能不需要对机器学习和深度学习了解太多。只要称为相关框架的API，GO就在数据上。科学领域的生态完全不如Python（这是GO的Goro库，它与Keras非常相似。如果您有兴趣。，您可以找到答案，甚至较少使用。
我希望去可以改善生态学。就个人而言，我仍然喜欢去。当我有时间时，我想为我感兴趣的一些事情做出贡献。