专栏首页机器人网数据科学中应该学习哪些语言?来看看哪些应该掌握的?

数据科学中应该学习哪些语言?来看看哪些应该掌握的?

 作者:Aceyclee

  简评:原始的数据科学是劳动密集型活动,但当你会用适合的语言进行工作时,数据科学应该是非常智能有趣的工作,会让你得到一些不容易看到的结论。

  一般来说,数据科学中常常会涉及大量数据的处理,此时优化代码的性能非常重要。考虑到这些基本原则,来看看哪些语言是数据科学中应该掌握的:

R

  R 发布于 1995 年,是 S 语言的一个分支,开源。目前由 R Foundation for Statistical Computing 提供技术支持。

  优点:

  免费、开源,各种功能和函数琳琅满目

  专门为统计和数据分析开发的语言,即使基础安装也包含全面的统计功能和方法

  数据可视化

  缺点:

  性能,R 作为解释型语言,运行效率并不高

  R 在统计学的表现很出色,但并不适用于通用编程

  Package 的可靠性问题

  小结:R 语言在统计和数据可视化方面非常强大,并且开源让它聚集了一帮活跃的贡献者,不过由于开发者良莠不齐,导致 Package 的可靠性方面会有点问题

Python

  Guido van Rossum 在 1991 年推出 Python,开源。Python 广泛用于数据科学领域,目前主要的版本是 3.6 和 2.7。

 优点:

  Python 是一门主流编程语言,有着广泛的在线支持

  入门友好,易于学习

  有诸如 pandas,scikit-learn 和 Tensorflow 这样优秀的 package

  缺点:

  Python 作为动态语言,比 Java 还慢,而且容易出现类型错误

  对于特定的统计或数据分析,R 的封装会比 Python 更轻松;而在通用性方面,也有比 Python 更好的替代方案

  小结:Python 是数据科学中很好的选择,而且,Google 的 TensorFlow 使得机器学习框架都偏向于Python

  SQL

  SQL 是结构化查询语言,用于存取数据以及查询、更新和管理关系数据库系统

  优点:

  在查询、更新和管理关系数据库方面非常有效

  易读。类似这样的语句基本不会有歧义:SELECT name FROM users WHERE age > 18

  SQLAlchemy 等模块使 SQL 与其他语言的集成变得简单明了

  缺点:

  分析功能相当有限

  SQL有很多不同的实现,如 PostgreSQL,SQLite,MariaDB。他们都是不同的,操作起来有点麻烦。

  小结:SQL 作为数据处理语言比作为高级分析工具更有用

Java

  Java 具有简单性、面向对象、分布式、健壮性、安全性、平台独立与可移植性、多线程、动态性等特点,目前由 OSracle Corporation 支持。

优点:

  应用广泛,许多系统和应用都用 Java 写后端,能够将数据科学方法直接继承到现有的代码库

  健壮。对于重要任务的大数据应用,这点很宝贵

  适合编写高效的 ETL 生产代码和计算密集型机器学习算法

缺点:

  对于专用的统计分析,Java 的冗长度不适合作为首选。不过动态类型的脚本语言(如 R 和 Python)可以提高生产率

  与 R 这样特定领域的语言相比,Java 中没有大量可用于高级统计方法的库

  小结:Java 其实不推荐作为数据科学语言的首选,尽管它能将数据科学代码无缝接入现有代码库,而且性能和安全性也是它的优势。但是作为开发者,使用 Java 就意味着没有其他语言特定的包可用。

 Scala

  Scala 是一门多范式的编程语言,类似 Java,由 Martin Odersky 开发并于 2004 年发布。

  优点:

  Scala + Spark = 高性能集群计算。它是大数据领域的杀手级应用框架

  多范式

  Scala 被编译为 Java 字节码并在 JVM 上运行,这使 Scala 成为非常强大的通用语言,同时也非常适合数据科学

  缺点:

  Scala 并不太适合初学者

  语法和类型都比较复杂,这对于 Python 开发者其实是个比较陡峭的学习曲线

  小结:对于集群处理大数据的环境,Scala + Spark 是一个很棒的解决方案。但对于少量数据而言,其他语言或许效率更高

  Julia

  Julia 是一款刚出现没几年的 JIT 科学计算语言,为高性能科学计算而生。

  优点:

  JIT(just-in-time)语言,性能良好,还提供像 Python 等解释语言的脚本功能和动态类型

  为数值分析而生,但也同样能进行通用编程

  可读性好,而且 Julia 文档的中文翻译优秀(因为核心组有个中国人哈哈哈)

 缺点:

  作为一种新语言,很难说已经可以成熟到大规模使用

  有限的包

  小结:潜力无限,但就目前而言,还不如 R 和 Python 一样成熟稳定

  MATLAB

  MATLAB 是 MathWorks 公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,在数学类科技应用软件中在数值计算方面首屈一指。

  优点:

  专为数值计算而设计,非常适合具有复杂数学计算的定量应用,如信号处理、傅里叶变换、图像处理等

  数据可视化,MATLAB 内置了绘图功能

  作为数学本科课程的一部分,它在物理、工程、应用数学等领域有着广泛应用

  缺点:

  还挺贵的(获取 MATLAB 及工具箱报价)

  不适用于通用编程

  小结:MATLAB 最适合数据密集型应用,毕竟它就是为此而生的。

总结

  本文只是个快速指南,来帮助选择哪种语言适合做数据科学。当然,除了上述介绍的语言外,C++、JavaScript、Perl 还有 Ruby 也可以解决一些数据问题,其中的关键在于你的使用需求,以及个人的喜欢等。

  End.

本文分享自微信公众号 - 机器人网(robot_globalsources)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-01-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Python程序员需要了解的10个资源

    你是一名Python程序员。在知道其他语言后,通过Python入门,或通过阅读Python教程或类,直到您对基础知识足够自信为止,您已经获得了这一称号。那现在,...

    机器人网
  • 初学者最好的Python书籍列表

    本周,我们提供一个初学者最好的Python书籍列表。Python是一个初级程序员可以学习编程的最友好语言之一。为了帮助您开始使用Python编程,我们分享此列表...

    机器人网
  • 不孕不育算啥?这个微型机器人帮你提高受孕率

    科学家研发了一款名为spermbots的微型遥控机器人,或许日后能为受孕有困难的夫妇提供一些帮助。这款机器人的工作原理是,为那些游动缓慢的精子加上一条使用磁铁提...

    机器人网
  • 数据科学中应该学习哪些语言?

    ? 简评:原始的数据科学是劳动密集型活动,但当你会用适合的语言进行工作时,数据科学应该是非常智能有趣的工作,会让你得到一些不容易看到的结论。 一般来说,数据科...

    小莹莹
  • 高盛最新调查:Python超过汉语成为未来最重要技能,你准备学哪种编程语言?

    大数据文摘
  • 【干货】使用TensorFlow官方Java API调用TensorFlow模型(附代码)

    WZEARW
  • 转行大数据,编程学Java还是Python?

    Python和Java,是大数据行业最常见的两种编程语言,对于想转行大数据的人来说,学习哪个语言是比较好的选择呢?

    加米谷大数据
  • Python一键转Jar包,Java调用Python新姿势!

    粉丝朋友们,不知道大家看故事看腻了没(要是没腻可一定留言告诉我^_^),今天这篇文章换换口味,正经的来写写技术文。言归正传,咱们开始吧!

    轩辕之风
  • 灵魂画手一图解读:成为数据分析师的必备能力项

    上周末晚上,我的学妹突然约我出来喝咖啡,我觉得这件事情不简单,果然一到她就递给我手机,开口就问:

    华章科技
  • python爬虫基础知识点整理

    网络爬虫(又被称为网页蜘蛛,网络机器人,在FOAF社区中间,更经常的称为网页追逐者),是一种按照一定的规则,自动的抓取万维网信息的程序或者脚本。

    砸漏

扫码关注云+社区

领取腾讯云代金券