我认为PyData时代的代表是Wes McKinney，以及他的pandas。还有他的书《利用Python进行数据分析》。

我认为PyData社区在这点上做的很好。R语言还是有些做的很好且无法超越的地方。我认为其中一个常规数据统计，还有一个是可视化。有些人在致力于解决这些问题。

PyData遍布世界各地，这一系列会议促进了数据科学的发展。数据科学与数据计算是不同的，之前SciPy时代则是围绕这点的。当然以上这些时代都是同时存在的。有人使用Python写脚本，有人使用SciPy工具，有人使用PyData。

(文末有彩蛋! )

Wes专门写了pandas，因为他想做到R语言对数据框的操作。John Hunter专门写了Matplotlib，因为他想用MATLAB的方式进行绘制，但不必使用MATLAB许可证。

原标题：为什么说 Python 是数据科学的发动机(一)发展历程(附视频中字)

但多年来越来越多的人都在用Python，这把瑞士军刀变得复杂起来了。这么多的工具，我们需要选择用哪个记住顺序，从而你能找到你想要的。这里的优势在于Python存在巨大的能力空间，但缺点在于从哪儿下手。

在上世纪90年代，我认为Python以及数据科学处于脚本时代。这时的座右铭为"Python是Bash的替代品”。

我认为在SciPy时代的关键会议是SciPy大会。SciPy大会驱动了很多创新力，从2002年一直到如今。在场我认识的几个人将出席下周的SciPy在奥斯汀的会议，这是非常有意思的会议，如果有机会的话我建议你们参加。

2010s: PyData时代