需要澄清两点之后才可以比较全面的看这个问题：
1. 百万行级不算大数据量，以目前的互联网应用来看，大数据量的起点是10亿条以上。
2.
处理的具体含义，如果是数据载入和分发，用python是很高效的；如果是求一些常用的统计量和求一些基本算法的结果，python也有现成的高效的
库，C实现的和并行化的；如果是纯粹自己写的算法，没有任何其他可借鉴的，什么库也用不上，用纯python写是自讨苦吃。
python的优势不在于运行效率，而在于开发效率和高可维护性。针对特定的问题挑选合适的工具，本身也是一项技术能力。
你要的是多大
统计分析R最快，但是R的内存只给8G，你的运算量超过8G就用python吧
如果也就那么1G都不到的数据量就别着急那个语言了，1G一下大家都差不多，或者说相差的那点时间根本都不在乎
还是就你的时间复杂度，虽然数据量小但是复杂度高的话，那么你自己计算下内存算吧，我一般是这两款交替着用，真心没遇到过说很大的数据搞不定
少些几个for时间复杂度下来什么都好办
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024