Python簡介
如果提起科學運算(Scientific Computing)，要不說到python是非常難的，首先我們先認識一下什麼是python。
Python的設計哲學與定位
Python的設計哲學是「優雅」、「明確」、「簡單」。Python開發者的哲學是「用一種方法，最好是只有一種方法來做一件事」，也因此它和擁有明顯個人風格的其他語言很不一樣。在設計Python語言時，如果面臨多種選擇，Python開發者一般會拒絕花俏的語法，而選擇明確沒有或者很少有歧義的語法。這些準則被稱為「Python格言」。
從上面的介紹可以看見，python的理念就是優雅明確而簡單，也是因為這些理由，讓python可以快速的多數人學習。除了程式碼編寫的方式外，還有關於如何空格空行或是添加註釋的標準，雖然你不跟隨標準程式碼也可以執行，但是如此一來，會讓你的程式碼很難再被別人理解或是再利用，這點透過PEP，大家說好了會共同接受一些準則，讓程式碼在流通的時候可以更方便的被理解跟重複使用。
Python作為一項膠水語言
另外一個python會受歡迎的理由，在於python比起c或是其他更底層的語言，它可以透過呼叫其他語言來幫助他完成工作，當使用者想要的只是使用某項功能，並無維護這個功能程式碼的意圖時，透過直接調用其他的函式庫幫助他完成工作是很方便的一件事。python自己底層的編譯器就是c，所以可以說使用者可以很口語的對python下達指示， 不用什麼功能都要自己撰寫代碼。
Python的廣大函式庫
除了調用其他語言的後端之外，python也可以呼叫各式各樣其他人撰寫好的python函式庫來幫助自己完成工作，這些函式庫由於繼承了python容易解讀的特性，讓不同函式庫之間的合作變得很容易，如果你不確定這個函式庫怎麼運作的，打開他的程式碼來看，通常都會附上簡潔的說明，代碼的結構也會盡量的簡潔。各式各樣的函式庫，讓python從架設網站、數值分析、資料科學、代數運算、物理模擬等等都難不倒它。
「說了這麼多為什麼要用python，不是Matlab就很方便了嗎？」
身為運動科學研究人員，我們可能關注的層面，微觀至肌電訊號，巨觀至運動賽事的策略分析以及趨勢，都可能涵蓋在我們感興趣的範圍內。Matlab作為一項商用軟體的確非常完善，但是他本身容量非常龐大，許多功能也需要透過付費的套件才能取得，這點比不上python作為開放原始碼計劃所擁有的龐大生態系。使用python你不單單的得到了python作為程式語言本身的便利性，你可以用更多種符合你喜好的方式完成工作，你可以撰寫腳本控制其他的程式，或是不定期的抓取網路上資料庫的資料，進行資料科學的運算。選擇python，在學習上以後要轉往更底層的程式語言，也是一個不錯的起點，對非資訊工程背景的學生來說，能讓自己的程式碼爲自己工作的成就感，可能是初期最重要的了。也可以讓研究人員專注在他關注議題的探討上，而不是如何撰寫更高效能的程式碼。
不過呢？人生總是有個but!
作為方便語言就會有方便的語言的原罪，python的效能在當運算需求非常巨量，或是撰寫程式碼的人員很不好的寫作習慣下，可能會對運算速度造成不可忽視的影響。如果真的非常要求速度，使用c這種更底層的語言絕對是更吸引人的選項。這種時候，就看大家是想要怎麼使用自己的腦囉！看是想要用更簡潔的方式撰寫代碼，還是用規範更嚴謹的語言去建立一個高效能的環境。