原始的數(shù)據(jù)科學(xué)是勞動密集型活動，但當(dāng)你會用適合的語言進行工作時，數(shù)據(jù)科學(xué)應(yīng)該是非常智能有趣的工作，會讓你得到一些不容易看到的結(jié)論。

一般來說，數(shù)據(jù)科學(xué)中常常會涉及大量數(shù)據(jù)的處理，此時優(yōu)化代碼的性能非常重要?？紤]到這些基本原則，來看看哪些語言是數(shù)據(jù)科學(xué)中應(yīng)該掌握的：

R

??

R 發(fā)布于 1995 年，是 S 語言的一個分支，開源。目前由 R Foundation for Statistical Computing 提供技術(shù)支持。

優(yōu)點：

• 免費、開源，各種功能和函數(shù)琳瑯滿目
• 專門為統(tǒng)計和數(shù)據(jù)分析開發(fā)的語言，即使基礎(chǔ)安裝也包含全面的統(tǒng)計功能和方法

數(shù)據(jù)可視化

缺點：

• 性能，R 作為解釋型語言，運行效率并不高
• R 在統(tǒng)計學(xué)的表現(xiàn)很出色，但并不適用于通用編程

Package 的可靠性問題

小結(jié)：R 語言在統(tǒng)計和數(shù)據(jù)可視化方面非常強大，并且開源讓它聚集了一幫活躍的貢獻者，不過由于開發(fā)者良莠不齊，導(dǎo)致 Package 的可靠性方面會有點問題

Python

??

Guido van Rossum 在 1991 年推出 Python，開源。Python 廣泛用于數(shù)據(jù)科學(xué)領(lǐng)域，目前主要的版本是 3.6 和 2.7。

優(yōu)點：

• Python 是一門主流編程語言，有著廣泛的在線支持
• 入門友好，易于學(xué)習(xí)
• 有諸如 pandas，scikit-learn 和 Tensorflow 這樣優(yōu)秀的 package

缺點：

• Python 作為動態(tài)語言，比 Java 還慢，而且容易出現(xiàn)類型錯誤
• 對于特定的統(tǒng)計或數(shù)據(jù)分析，R 的封裝會比 Python 更輕松;而在通用性方面，也有比 Python 更好的替代方案

小結(jié)：Python 是數(shù)據(jù)科學(xué)中很好的選擇，而且，Google 的 TensorFlow 使得機器學(xué)習(xí)框架都偏向于Python

SQL

??

SQL 是結(jié)構(gòu)化查詢語言，用于存取數(shù)據(jù)以及查詢、更新和管理關(guān)系數(shù)據(jù)庫系統(tǒng)

優(yōu)點：

• 在查詢、更新和管理關(guān)系數(shù)據(jù)庫方面非常有效
• 易讀。類似這樣的語句基本不會有歧義：SELECT name FROM users WHERE age > 18
• SQLAlchemy 等模塊使 SQL 與其他語言的集成變得簡單明了

缺點：

• 分析功能相當(dāng)有限
• SQL有很多不同的實現(xiàn)，如 PostgreSQL，SQLite，MariaDB。他們都是不同的，操作起來有點麻煩。

小結(jié)：SQL 作為數(shù)據(jù)處理語言比作為高級分析工具更有用

Java

??

Java 具有簡單性、面向?qū)ο?、分布式、健壯性、安全性、平臺獨立與可移植性、多線程、動態(tài)性等特點，目前由 OSracle Corporation 支持。

優(yōu)點：

• 應(yīng)用廣泛，許多系統(tǒng)和應(yīng)用都用 Java 寫后端，能夠?qū)?shù)據(jù)科學(xué)方法直接繼承到現(xiàn)有的代碼庫
• 健壯。對于重要任務(wù)的大數(shù)據(jù)應(yīng)用，這點很寶貴
• 適合編寫高效的 ETL 生產(chǎn)代碼和計算密集型機器學(xué)習(xí)算法

缺點：

• 對于專用的統(tǒng)計分析，Java 的冗長度不適合作為首選。不過動態(tài)類型的腳本語言(如 R 和 Python)可以提高生產(chǎn)率
• 與 R 這樣特定領(lǐng)域的語言相比，Java 中沒有大量可用于高級統(tǒng)計方法的庫

小結(jié)：Java 其實不推薦作為數(shù)據(jù)科學(xué)語言的首選，盡管它能將數(shù)據(jù)科學(xué)代碼無縫接入現(xiàn)有代碼庫，而且性能和安全性也是它的優(yōu)勢。但是作為開發(fā)者，使用 Java 就意味著沒有其他語言特定的包可用。

Scala

??

Scala 是一門多范式的編程語言，類似 Java，由 Martin Odersky 開發(fā)并于 2004 年發(fā)布。

優(yōu)點：

• Scala + Spark = 高性能集群計算。它是大數(shù)據(jù)領(lǐng)域的殺手級應(yīng)用框架
• 多范式
• Scala 被編譯為 Java 字節(jié)碼并在 JVM 上運行，這使 Scala 成為非常強大的通用語言，同時也非常適合數(shù)據(jù)科學(xué)

缺點：

• Scala 并不太適合初學(xué)者
• 語法和類型都比較復(fù)雜，這對于 Python 開發(fā)者其實是個比較陡峭的學(xué)習(xí)曲線

小結(jié)：對于集群處理大數(shù)據(jù)的環(huán)境，Scala + Spark 是一個很棒的解決方案。但對于少量數(shù)據(jù)而言，其他語言或許效率更高

Julia

??

Julia 是一款剛出現(xiàn)沒幾年的 JIT 科學(xué)計算語言， 為高性能科學(xué)計算而生。

優(yōu)點：

• JIT(just-in-time)語言，性能良好，還提供像 Python 等解釋語言的腳本功能和動態(tài)類型
• 為數(shù)值分析而生，但也同樣能進行通用編程
• 可讀性好，而且 Julia 文檔的中文翻譯優(yōu)秀(因為核心組有個中國人哈哈哈)

缺點：

• 作為一種新語言，很難說已經(jīng)可以成熟到大規(guī)模使用
• 有限的包

小結(jié)：潛力無限，但就目前而言，還不如 R 和 Python 一樣成熟穩(wěn)定

MATLAB

??

MATLAB 是 MathWorks 公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級技術(shù)計算語言和交互式環(huán)境，在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計算方面首屈一指。

優(yōu)點：

• 專為數(shù)值計算而設(shè)計，非常適合具有復(fù)雜數(shù)學(xué)計算的定量應(yīng)用，如信號處理、傅里葉變換、圖像處理等
• 數(shù)據(jù)可視化，MATLAB 內(nèi)置了繪圖功能
• 作為數(shù)學(xué)本科課程的一部分，它在物理、工程、應(yīng)用數(shù)學(xué)等領(lǐng)域有著廣泛應(yīng)用

缺點：

• 還挺貴的(獲取 MATLAB 及工具箱報價)
• 不適用于通用編程

小結(jié)：MATLAB 最適合數(shù)據(jù)密集型應(yīng)用，畢竟它就是為此而生的。

總結(jié)

本文只是個快速指南，來幫助選擇哪種語言適合做數(shù)據(jù)科學(xué)。當(dāng)然，除了上述介紹的語言外，C++、JavaScript、Perl 還有 Ruby 也可以解決一些數(shù)據(jù)問題，其中的關(guān)鍵在于你的使用需求，以及個人的喜歡等。

網(wǎng)頁標(biāo)題：掌握數(shù)據(jù)科學(xué)應(yīng)該學(xué)習(xí)哪些語言？
網(wǎng)頁URL：http://uogjgqi.cn/article/coidshi.html