数据科学入门必读：Python时代
数据科学入门必读：Python时代本文转载自Quora原作者 | Nir Kaldero编译原作链接 | https://goo.gl/zajKhyPython 是全世界范围内十大最紧缺且收入最高的编程语言之一。它有面向对象，容易学习，较低的维护成本以及开源等特性。得益于它强大的性能，很多著名网站都采用python语言开发，例如YouTube，Quora，Yelp，豆瓣等。与此同时Python也被众多数据科学家赞誉为数据科学领域最不可或缺的编程语言。今天WCD就带大家了解一下为什数据科学家喜欢用Python。 开始正文之前，给大家透露一下，文末有【Data Science Toolbox】免费讲座的信息，想要掌握python编程技巧，并与资深数据科学家一对一交流的小伙伴们，千万不要错过这个机会哈～1: 庞大的用户群体 http://www.yorkpress.co.uk/resources/images/5987483.jpg?display=1&htype=0&type=responsive-gallery Python在数据科学领域拥有庞大且活跃的用户群体，在工作中，它既可以作为不同领域的连接桥梁，也可以作为数据处理与共享的直接渠道。除此以外，python在网络上也有丰富的资源，Stack Overflow 等网站也是解决问题的好帮手。 2: 不断涌现的数据分析库 http://www.topofyear.com/wp-content/uploads/2016/03/logo-stack-python.png Python社区里拥有Numpy, SciPy, Scikit-Learn, Pandas等诸多优秀的数据分析库，并且数量还在呈指数增长。这些分析库可以帮助数据科学家高效的完成工作。 3: IPython-Notebookhttp://www.walkingrandomly.com/images/python/MATLAB_Ipython.pngIPython-Notebook 由一个个的执行单元组成，整个工作可以笔记的形式展现和存储，并且可以在笔记中编写R，SQL，Scala等其他语言，可以让数据科学的工作轻便高效。 4: 可扩展性https://sites.google.com/site/onlyjob/arena/speed_close.png相对于Matlab，Sata，R等数据分析语言，Python的速度要快很多。虽然Python的速度比不过Java或者Scala，但是在Anaconda的帮助下，Python的执行速度还是可以有很大的提升。 5: 数据可视化https://blog.modeanalytics.com/images/post-images/viz-libraries-01.png虽然Python在数据可视化方面与R相比还有不足，但是Python社区不断涌现的数据可视化库与API（例如Plotly）也使得这些差距显得微不足道了。 6: 总结Python 强大的计算能力与完善的生态系统可以使数据科学家的工作更简单，并且能够高效的与市场营销、运营等其他部门协作。 7: 免费的讲座实战课程宣传：大数据工具箱，四天时间内掌握：Python | SQL | Linux | AWS |, 扫清迈入数据科学领域的障碍。讲座时间&地点：7月2日，下午两点半到四点半；80 Bloor Street West, Room: 500, Toronto, Ontario.注：此讲座是免费的喔，来时和我们的工作人员说是从加国无忧论坛上看到的。更多有关大数据，数据科学请点击我们官网：www.weclouddata.com 或是联系我们的中文客服热线：647-963-6423.
页:
[1]