大数据为什么选择了Python详情
大数据为什么选择了Python
新闻来源：发布人：翡翠编辑时间：
近年来，Python正在成为Java、C++以外的第三大语言，但事实上Python并不是一门新语言， Python第一版发行于1991年其早于1995年发行第一版的Java。随着人工智能、大数据的发展，Python的地位正在逐步提高，其相对简单的代码编写，成为众多人选择学习的原因。举例来说，一个程序用C语言写可能要1000行代码，用Java写要100行，但是用Python写只要10行，此外Pyth……
近年来，Python正在成为Java、C++以外的第三大语言，但事实上Python并不是一门新语言，&Python第一版发行于1991年其早于1995年发行第一版的Java。随着人工智能、大数据的发展，Python的地位正在逐步提高，其相对简单的代码编写，成为众多人选择学习的原因。举例来说，一个程序用C语言写可能要1000行代码，用Java写要100行，但是用Python写只要10行，此外Python被昵称为胶水语言，能够把用其他语言制作的模块（尤其是C/C++）轻松地联结在一起。
那么更多应用Java语言的大数据技术，又是如何选择了Python呢？众所周知，并不是所有企业都能自己产生数据，从而用于决策辅助，而更多的互联网企业如电商等大部分是要靠爬虫来抓取互联网数据进行分析。而Python在网络爬虫领域有着强势地位，Python由于能够很好的支持协程(Coroutine)操作，基于此发展起来很多并发库，如Gevent，Eventlet，还有Celery之类的分布式任务框架。有了对高并发的支持，网络爬虫才真正可以达到大数据规模。所以学习Python也是成为大数据工程师的一个捷径。
尽管目前Python语言非常受欢迎，稳居编程语言前五位，但其仍旧不能撼动Java语言的地位，因此大数据学习仍旧要以Java语言作为基础，但在学习Java语言之后，学习Python会变得更加容易。且其后续将会与人工智能联系密切。
虽然Python学习简单，但是无基础的小白自学仍旧会遇到很多瓶颈，通过网络教程或者书籍可以学习基础知识，但是在缺乏经验丰富的从业人员指导的情况下，学习进程会非常缓慢。IT职业教育培训机构目前开设的Java大数据课程同时包括了Python课程，为想在大数据领域深入发展的程序猿和想进入软件编程、大数据行业的小白们提供了一个很好地学习机会。翡翠教育的python课程很好地辅助了大数据爬取这一需求，让大数据人才培养更多元化，就业前景更为广阔。
目前翡翠教育Java大数据课程的就业方向主要是软件开发工程师、大数据开发工程师方向，但由于python在金融、AI、机器学习、Web开发、运维、测试等领域的不俗表现，未来可从事游戏开发、Web前端开发等多种职业，且这些领域与大数据一样都有着可观的薪资。选择java还是Python？2018年真的是人工智能的爆发年吗？选择java还是Python？2018年真的是人工智能的爆发年吗？常青春科技百家号说起人工智能，程序员都会想到Python，去年到现在IT界最热门的话题就是人工智能和Python，为什么说到人工智能我们就想到Python？今年程序员如何选择IT行业？java一直都是我们心中最好的编程语言，java可以开发安卓app，还可以嵌入电磁炉按键，手机硬件开发，电脑桌面等等，按理来说java在人工智能方面应该也不会很差，但是你们都忘记的了人工智能主要还是简单“说人话”，简单让机器很快读懂我们需要他们做什么。我们来看下java和Python最简单的输出“&Hello World”。Python输出：java输出：从上面输出我们很清楚地判断，Python一行代码就可以输出我们想要的东西，符合人工智能直接简单易懂的性质，所以人工智能选择Python再好不过了。看到很多新闻都讲述2018年，人工智能即将爆发，人工智能的开发人员严重缺口等等信息，其实人工智能的热度从去年到现在一直没有变过，国家也大力发展人工智能这一方面，2018年即将过半，如果人工智能真的爆发，2018年也只是过度，或许2019年才是人工爆发之年，人工智能的爆发，选择Python肯定比java更有竞争力。责任编辑：wx-cqc本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。常青春科技百家号最近更新：简介:中国互联网技术，分享经验。作者最新文章相关文章一个运维，选择 python 还是 java？（别告诉我写脚本用 shell 就够了。先进来看看具体问题把。）
00:07:32 +08:00 · 10346 次点击
背景：小弟最近刚参加实习，在一次和组长的交谈时，组长告诉我一个好的运维应该懂开发。因为某些原因不是运维可以解决的，需要从开发阶段就开始着手设计。。。。。。扒拉扒拉一大堆。
疑惑：小弟当时问组长 java 和 python 怎么选择？（关于为什么是这 2 个语言，我不想多解释什么，也不需要大家给我建议其他的语言建议。）组长告诉我选择 java ，因为 java 相对于 python 门槛能高一点。也对于一个人培养一个良好的编程习惯有好处。。。。。。扒拉扒拉又是一大堆。
目前感想： java 短时间我看不到对我有多少帮助？ python 不仅可以写脚本还可以做开发。 期望大家给点建议。
我目前最理想的想法是：先学 java ，等到一个契机入手 pyhton 。
也不知道大半夜有多少人看，我会认真对待每一个答案。
第 1 条附言 &·&
12:55:58 +08:00
看了很多，大部分人都在纠结用 java 写脚本。估计是我没表达清楚把，将来不会用 java 写脚本。组长问我会开发吗？我说：就会一些学校教锝。因此我决定选择一门语言努力去学习学习开发。只是为了让我今后写其他弱语言能有一个良好的编程方式。
感谢 @ ：
java 也可以，但是总感觉效率没有 python 高，我就是从 java 入手的，然后再学 python ，目前做 python 开发。
我个人感觉，先学 java 能给你打下一个好的基础，俺们这里的小伙伴直接 python 上手，感觉写出来的代码惨不忍睹，只是先学 java 的话，时间比较长，成本高。
另外，运维的话 shell 必会之，有一些 shell 能解决的就不要用其他的语言了，我们还经常碰到 python 调用 shell 脚本的情况，
现在决定学 java ， python 今后也肯定要学。
第 2 条附言 &·&
23:04:21 +08:00
其实我最近一直在考虑，要不要弃坑。做开发。但是我现在马上大四了，现在又在实习。如果现在弃坑走开发。我担心我毕业前找不到工作。
第 3 条附言 &·&
23:13:10 +08:00
非常感谢：@williamx
你的组长是希望你能成长为一个懂开发的运维，我想他的“懂开发”不仅仅是会写脚本，而是能融入到整个项目的开发中。你组长对你的期望很高啊！基于这个目的，少年，选 java 没错！
运维要解决问题不仅仅是只考虑自己，如果你没有一个良好的开发能力，有些问题很有可能是解决不掉的。
103 回复 &| &直到
00:22:07 +08:00
& & 20:06:48 +08:00
运维不仅仅是写脚本而已,其实很多开发工作的,包括公司级的各种应用监控系统,发布系统等等等等,楼上很多人没接触过,所以思路太狭隘了.
& & 20:07:59 +08:00
@ 你说的大公司指的是?运维是相当重要的一个部门,竟然被你说砍掉了.
& & 00:22:07 +08:00 via Android
@ 因为大公司都在上持续集成、持续部署、自动化运维。像换硬盘这种事直接丢给 hp 、 dell 。重装系统、重新部署是全自动的，无人工参与。
& · & 652 人在线 & 最高记录 3762 & · &
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.1 · 18ms · UTC 19:54 · PVG 03:54 · LAX 12:54 · JFK 15:54? Do have faith in what you're doing.java和python选择一个你们会选哪一个_百度知道
java和python选择一个你们会选哪一个
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
beyondunlimit
beyondunlimit
采纳数：97
获赞数：12
擅长：暂未定制
都是工具，解决问题哪个适合就选哪个。学习的话任选一个
为你推荐：
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。R、Python、Scala 和 Java，到底该使用哪一种大数据编程语言？
摘要： 说到处理大规模数据，R、Python、Scala和Java基本上都能满足你的要求。 有一个大数据项目，你知道问题领域(problem domain)，也知道使用什么基础设施，甚至可能已决定使用哪种框架来处理所有这些数据，但是有一个决定迟迟未能做出：我该选择哪种语言?(或者可能更有针对性的问题是，我该迫使我的所有开发人员和数据科学家非要用哪种语言?)这个问题不会推迟太久，迟早要定夺。 当然，没有什么阻止得了你使用其他机制(比如XSLT转换)来处理大数据工作。但通常来说，如今大数据方面有三种语言可以选择：R、Python和Scala，外加一直以来屹立于企业界的Java。那么，你该选择哪种语言?为何要选择它，或者说何时选择它? 下面简要介绍了每种语言，帮助你做出合理的决定。 R R经常被称为是“统计人员为统计人员开发的一种语言”。如果你需要深奥的统计模型用于计算，可能会在CRAN上找到它――你知道，CRAN叫综合R档案网络(Comprehensive R Archive Network)并非无缘无故。说到用于分析和标绘，没有什么比得过ggplot2。而如果你想利用比你机器提供的功能还强大的功能，那可以使用SparkR绑定，在R上运行Spark。 然而，如果你不是数据科学家，之前也没有用过Matlab、SAS或OCTAVE，可能需要一番调整，才能使用R来高效地处理。虽然R很适合分析数据，但是就一般用途而言不太擅长。你可以用R构建模型，但是你需要考虑将模型转换成Scala或Python，才能用于生产环境，你不太可能使用这种语言编写一种集群控制系统(运气好的话，你可以对它进行调试)。 Python 如果你的数据科学家不使用R，他们可能就会彻底了解Python。十多年来，Python在学术界当中一直很流行，尤其是在自然语言处理(NLP)等领域。因而，如果你有一个需要NLP处理的项目，就会面临数量多得让人眼花缭乱的选择，包括经典的NTLK、使用GenSim的主题建模，或者超快、准确的spaCy。同样，说到神经网络，Python同样游刃有余，有Theano和T随后还有面向机器学习的scikit-learn，以及面向数据分析的NumPy和Pandas。 还有Juypter/iPython――这种基于Web的笔记本服务器框架让你可以使用一种可共享的日志格式，将代码、图形以及几乎任何对象混合起来。这一直是Python的杀手级功能之一，不过这年头，这个概念证明大有用途，以至于出现在了奉行读取-读取-输出-循环(REPL)概念的几乎所有语言上，包括Scala和R。 Python往往在大数据处理框架中得到支持，但与此同时，它往往又不是“一等公民”。比如说，Spark中的新功能几乎总是出现在Scala/Java绑定的首位，可能需要用PySpark编写面向那些更新版的几个次要版本(对Spark Streaming/MLLib方面的开发工具而言尤为如此)。 与R相反，Python是一种传统的面向对象语言，所以大多数开发人员用起来会相当得心应手，而初次接触R或Scala会让人心生畏惧。一个小问题就是你的代码中需要留出正确的空白处。这将人员分成两大阵营，一派觉得“这非常有助于确保可读性”，另一派则认为，2016年，我们应该不需要就因为一行代码有个字符不在适当的位置，就要迫使解释器让程序运行起来。 Scala 现在说说Scala：在本文介绍的四种语言中，Scala是最轻松的语言，因为大家都欣赏其类型系统。Scala在JVM上运行，基本上成功地结合了函数范式和面向对象范式，目前它在金融界和需要处理海量数据的公司企业中取得了巨大进展，常常采用一种大规模分布式方式来处理(比如Twitter和LinkedIn)。它还是驱动Spark和Kafka的一种语言。 由于Scala在JVM里面运行，它可以立即随意访问Java生态系统，不过它也有一系列广泛的“原生”库，用于处理大规模数据(尤其是Twitter的Algebird和Summingbird)。它还包括一个使用非常方便的REPL，用于交互式开发和分析，就像使用Python和R那样。 我个人非常喜欢Scala，因为它包括许多实用的编程功能，比如模式匹配，而且被认为比标准的Java简洁得多。然而，用Scala来开发不止一种方法，这种语言将此作为一项特色来宣传。这是好事!不过考虑到它拥有图灵完备(Turing-complete)的类型系统和各种弯弯曲曲的运算符(“/:”代表foldLeft，“:\u201D代表foldRight)，很容易打开Scala文件，以为你看到的是某段讨厌的Perl代码。这就需要在编写Scala时遵循一套好的实践和准则(Databricks的就很合理)。 另一个缺点是，Scala编译器运行起来有点慢，以至于让人想起以前“编译!”的日子。不过，它有REPL、支持大数据，还有采用Jupyter和Zeppelin这一形式的基于Web的笔记本框架，所以我觉得它的许多小问题还是情有可原。 Java 最终，总是少不了Java――这种语言没人爱，被遗弃，归一家只有通过起诉谷歌才有钱可赚时才似乎关心它的公司(注：Oracle)所有，完全不时髦。只有企业界的无人机才使用Java!不过，Java可能很适合你的大数据项目。想一想Hadoop MapReduce，它用Java编写。HDFS呢?也用Java来编写。连Storm、Kafka和Spark都可以在JVM上运行(使用Clojure和Scala)，这意味着Java是这些项目中的“一等公民”。另外还有像Google Cloud Dataflow(现在是Apache Beam)这些新技术，直到最近它们还只支持Java。
正在载入...
暂时没有数据
打开凤凰新闻观看更流畅