為什么Python效率這么低？

效率的高與低，并不是簡單的看跑分結果，更重要的是看解決問題的時間。每個語言在自己的領域都有獨特的優勢，在解決自己領域的問題時效率是最高的。因此，Python在下面幾個領域的效率并不低：

1. 數據科學：基于pandas、numpy、sklearn、matplotlib等一系列現有庫，python可以高效的完成業務部門需要的數據分析和展現工作

2. 大數據處理：現在已經是一個分布式處理為主的時代了，很多的測試還只是局限于單機系統。大數據處理框架Spark有python接口。這樣主要運行由Spark分布式框架完成，加上python的簡單語法，能夠高效完成大數據的清洗轉換等處理

3. 人工智能：現在許多優秀的深度學習神經網絡都有python接口，例如tensorflow和pytorch等。這些框架可以基于GPU和TPU等硬件加速，python并不會是性能瓶頸。

因此，效率高與低都是相對的，需要分析選擇合適場景的工具和框架。同時也要考慮其他因素，例如團隊的學習成本。