问使用python或hadoop进行数据分析？

EN

所以Hadoop主要使用spark。如果你用来分析或处理数据的底层框架包含spark，你可以使用Scala，PySpark或者R。单独使用python不会给你带来Spark的好处，Spark可以让数据分析更快，也可以对大数据进行各种转换。所以无论你使用哪一个，都是关于使用spark的。

Scala或PySpark :两者都包含几乎所有这些特性。

每当分析数据并将速度作为标准时，有两个关键组件决定速度:您拥有的数据量和数据所在的位置。

如果你有Big Data，考虑使用Hadoop或Spark来分析它。这将使它变得更快，并且您将不依赖于加载时间。如果你有几个千兆字节的数据，最好使用python，但它仍然可能减慢你的机器。

现在，为了解决数据所在的位置，如果您的数据在本地，那么python是最好的方法。如果您的数据位于云服务器中，那么Azure、GCP甚至AWS都可以使用大数据工具来简化这种数据探索。这三个云系统都有可用的大数据工具。

因此，就速度而言，它实际上取决于这两个限制。如果您有大数据，并且数据位于云系统中。考虑使用Hadoop来分析数据。如果您只有几to的数据和内部部署，可以使用python来分析您的数据。