意图打开数据科学的大门但却不知怎么开始？那就看一看我们整理出的10种在数据科学家和数据分析师眼中这些热门的语言和工具。 R语言 R语言是数据科学家和分析师们常用的两种顶级工具中的一种。1995年 Ross Ihaka 和 Robert Gentleman 创造了R语言，对数据分析和数据可视化开放。R语言有活跃的使用群，因而就有了为特定问题分析所设计的语言压缩包。 在2015年微软已与R语言服务提供商Revolution Analytics达成收购协议。从微软官方得知，促使微软收购该公司的主要原因是：当前许多企业需要处理的数据量不断增长，并需要更多软件对这些数据进行分析、处理。而Revolution Analytics的主打产品是一款被称作R的统计分析类编程语言，通过R语言能够进一步加强微软云计算业务。另外，Revolution Analytics表示被收购之后，他们仍将持续支持R语言的开源项目并提供给客户订阅式的技术支持服务。 Python
Scala
SQL 当不需要使用大量的数据时， SQL语言(结构性询问语言)不失为数据分析师使用的大热语言工具，调查发现，68%的受访者说他们使用SQL语言。很多传统企业的数据存储方式依然是关系型数据管理系统例如 Oracle，MySQL，SQL Server，所以对于企业型组织来说，SQL语言依然必不可少。 Excel 让我们一起面对它吧，即使在高水平语言辈出的年代，Excel工具仍旧被很多人所认可。调查发现59%的数据科学家和分析师使用 Excel 工具，这个数据几乎年年如此，少有变化。Excel 是经过检验的可靠的数据分析工具，它广泛存在，非程序人员也能便捷操作，所以大多数企业即使也使用其他工具，但 Excel 工具还是他们的不二选择。 SAS工具 高端分析所使用的高德纳公司魔力象限研究方法中，SAS工具是领导者之一；在商业精英和分析师平台所使用的魔力象限研究方法中，SAS是梦想家。SAS最开始发源于北卡罗来纳州立大学，1976年SAS的成套软件从学校分离出来进入公司。现如今，在数据分析师中，SAS依旧很流行，应用机器学习启动的Crowedflower数据处理方式，通过从数以千计的发到linkedIn上的招聘情况分析发现，15%-20%的工作职位要求候选者有使用SAS的经历。 Java 在大多数数据科学家的招聘启事中，要求应聘者掌握JAVA语言的需求更多，放到LinkedIn上的35%到40%的数据科学家招聘启事中，要求职位候选者有使用Java语言的经历。调查表明使用Java语言的人数从2014年的32%下降到2015年的23%，不过这也表明大约四分之一的受访者还在使用Java语言。 MatLab
SPSS 在Crowdflower分析中SPSS和Matlab打成了平手，正是SPSS使得IBM公司进入高德纳高端分析魔力象限中的领导领域，许多大学将SPSS作为分析学位项目的课程之一，2009年IBM公司获得SPSS，当前开发了一系列的相关产品。 Julia Julia不是人人皆知，与其他人们耳熟能详的工具相比，它还比较新，不那么成熟。一年前，Julia的发明者开展了一些列的启动仪式：提供培训、需求商业支持，为有意愿使用此语言工具的人员提供咨询。与其他一些有专利的数据科学工具相比，Julia是一个免费替代品，而且根据VentureBeat的调查，Julia比诸如Python以及R语言更时髦。
2017年4月15日，上海数据分析网第5期《R语言数据分析与数据挖掘实战课程》将采用面授 直播的形式，不在上海的您也能同步学习！
点击“阅读原文”进行在线报名 |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
注册
登录
