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(jì)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)。

為什么C#排名和Python相差越來越大？

以下是我的一些個(gè)人觀點(diǎn)。如果我錯(cuò)了，請(qǐng)糾正我：

首先，從語言本身的角度來看：

C#可以看作是一種編譯語言（嚴(yán)格地說，是一種混合語言），Python是一種解釋性語言。

C的優(yōu)勢(shì)？速度越來越快。由于編譯只進(jìn)行一次，運(yùn)行時(shí)不需要編譯，因此編譯語言的程序執(zhí)行效率很高。

同時(shí)，編譯是一把雙刃劍。如果修改了代碼，則需要重新編譯整個(gè)模塊，并根據(jù)操作系統(tǒng)環(huán)境編譯不同的可執(zhí)行文件。

魚和熊掌不能兼得。Python的優(yōu)點(diǎn)是它具有很強(qiáng)的跨平臺(tái)能力。代碼修改不需要停止。缺點(diǎn)是每次運(yùn)行時(shí)都要解釋。

然而，隨著軟硬件的快速發(fā)展，解釋運(yùn)行時(shí)間與編譯后運(yùn)行時(shí)間的時(shí)差將越來越小，Python語言“優(yōu)雅”、“清晰”、“簡(jiǎn)單”的優(yōu)勢(shì)也越來越明顯。

其次，從類庫(kù)生態(tài)的角度來看：

Python有大量的第三方類庫(kù)。在其他一些語言中，實(shí)現(xiàn)一個(gè)函數(shù)可能需要幾十到幾百行代碼，而Python可能會(huì)調(diào)用其他語言的下一個(gè)輪子，只需要幾行代碼甚至一行代碼。然而，c#一開始是基于Windows平臺(tái)的，后來可以是跨平臺(tái)的、開源的。第三方類庫(kù)的數(shù)量沒有python那么多。

最后，從發(fā)展前景來看：

人工智能，大數(shù)據(jù)時(shí)代已經(jīng)到來，數(shù)據(jù)清洗和分析是python的強(qiáng)項(xiàng)，人工智能中有很多基于python的優(yōu)秀框架。如果有人說Python效率低下，如果我的硬件不符合標(biāo)準(zhǔn)，我需要效率，那么人們更愿意使用C/C而不是C#。

總之，c和Python之間的排名差距越來越大。