想做數(shù)據(jù)分析是學(xué)python還是學(xué)大數(shù)據(jù)？大數(shù)據(jù)結(jié)構(gòu)中的很多組件都是用Java語言編寫的，還有一些是用Scala編寫的，比如Hadoop中的HDFS、MapReduce、yarn、ZK、HBase、h

想做數(shù)據(jù)分析是學(xué)python還是學(xué)大數(shù)據(jù)？

大數(shù)據(jù)結(jié)構(gòu)中的很多組件都是用Java語言編寫的，還有一些是用Scala編寫的，比如Hadoop中的HDFS、MapReduce、yarn、ZK、HBase、hive、spark等。這些東西更傾向于數(shù)據(jù)工程、數(shù)據(jù)處理和計算。Python語言，包括pandas、numpy、SciPy等數(shù)據(jù)分析擴(kuò)展包，通過學(xué)習(xí)使用這些包，可以充分掌握數(shù)據(jù)分析的能力。因此，要學(xué)習(xí)數(shù)據(jù)分析，建議學(xué)習(xí)Python而不是大數(shù)據(jù)。

想自學(xué)大數(shù)據(jù)，不知道從哪里學(xué)起，有什么書籍和學(xué)習(xí)路線推薦么？

謝謝！筆者剛剛簽了一份大數(shù)據(jù)挖掘工程師的合同，到了研究生階段才轉(zhuǎn)向大數(shù)據(jù)方向。目前大數(shù)據(jù)火爆，很多學(xué)生都想上交，但自學(xué)的學(xué)習(xí)路線因人而異。

以我自己為例，作者出生于Python數(shù)據(jù)分析領(lǐng)域，具有通用編程能力。因此，在此基礎(chǔ)上，他首先學(xué)習(xí)了Linux的基本操作命令，安裝了Ubuntu的雙系統(tǒng)，并進(jìn)一步安裝了Hadoop和spark組件。在此基礎(chǔ)上，他利用pypark操作spark大數(shù)據(jù)框架進(jìn)行學(xué)習(xí)。您可以推薦以下書籍：

pypark實(shí)用指南

，由淺入深，非常好用。

如何學(xué)習(xí)大數(shù)據(jù)處理？

隨著當(dāng)今信息時代的飛速發(fā)展，從IT時代已經(jīng)到了DT時代。大數(shù)據(jù)起著至關(guān)重要的作用，因此越來越多的人接觸和學(xué)習(xí)大數(shù)據(jù)。他們怎樣才能學(xué)好大數(shù)據(jù)處理？具體內(nèi)容如下：！高層建筑都是由地基建成的。在學(xué)習(xí)大數(shù)據(jù)處理之前，掌握扎實(shí)的基本技能非常重要，這將決定你未來的身高。基本技能包括掌握python、Java等支持大數(shù)據(jù)的編程語言、Linux操作系統(tǒng)、常用主流數(shù)據(jù)庫，以及高等數(shù)學(xué)和英語的標(biāo)準(zhǔn)。

了解大數(shù)據(jù)處理的工作機(jī)制，Hadoop、spark、strom等主流大數(shù)據(jù)框架及相關(guān)算法軟件。

有了計劃，學(xué)習(xí)就會有明確的目標(biāo)和具體的步驟，可以增強(qiáng)工作的主動性，減少盲目性。根據(jù)自己的基礎(chǔ)和學(xué)習(xí)狀態(tài)制定一套切實(shí)可行的學(xué)習(xí)計劃，計劃必須分解到位，詳述。并按照計劃，一步一步地完成。

對于不了解、專業(yè)知識較強(qiáng)的人員，我們可以通過網(wǎng)絡(luò)檢索、訪問學(xué)術(shù)網(wǎng)站或查閱學(xué)術(shù)文獻(xiàn)等方式學(xué)習(xí)相關(guān)知識，從而快速進(jìn)入和熟悉未知領(lǐng)域，豐富我們的能力。

再好的知識儲備，沒有實(shí)際的實(shí)踐，也只是空談。所學(xué)知識在實(shí)際項(xiàng)目經(jīng)驗(yàn)中獲得相應(yīng)的經(jīng)驗(yàn)價值，知識才會真正落地，自身也會得到提高。

只有通過不斷的歸納和及時的復(fù)習(xí)，所學(xué)的知識才能成為自己可以運(yùn)用的能力。對于那些不夠扎實(shí)、被遺忘的地方，我們需要在學(xué)習(xí)的過程中多思考、多總結(jié)，以文件的形式記錄下來，轉(zhuǎn)化為自己的東西。