半路出家追熱門！學(xué)什么軟件或語言最有利于從事數(shù)據(jù)分析工作？

隨著 Big Data 熱潮持續(xù)延燒，幾乎每個產(chǎn)業(yè)都有如洪水般傾瀉的資訊，面對上萬筆的顧客瀏覽紀(jì)錄、購買行為數(shù)據(jù)，如果要用 Excel 來進行數(shù)據(jù)處理真是太不切實際了，Excel 相較于其他統(tǒng)計軟件的功能已相去甚遠。

但如果只會操作統(tǒng)計軟件而不會用邏輯分析 Data 背后的涵義與事實現(xiàn)況相應(yīng)證的話，那也不過只能做數(shù)據(jù)處理，替代性很高的工作，而無法深入規(guī)劃策略的核心。

當(dāng)然，基本功是最不可忽略的環(huán)節(jié)，想要成為數(shù)據(jù)科學(xué)家，對于這幾個編程語言和工具你應(yīng)該要有一定的認(rèn)識：

若要列出所有程式語言，你能忘記其他的沒關(guān)系，但最不能忘的就是 R。從 1997 年悄悄地出現(xiàn)，最大的優(yōu)勢就是它免費，為昂貴的統(tǒng)計軟件像是 Matlab 或 SAS 的另一種選擇。

但是在過去幾年來，它的身價大翻轉(zhuǎn)，變成了數(shù)據(jù)科學(xué)界眼中的寶。不只是木訥的統(tǒng)計學(xué)家熟知它，包括 Wall Street 交易員、生物學(xué)家，以及硅谷開發(fā)者，他們都相當(dāng)熟悉 R。多元化的公司像是 Google 、 Facebook 、美國銀行以及 New York Times 通通都使用 R，它的商業(yè)效用持續(xù)提高。

R 的好處在于它簡單易上手，透過 R，你可以從復(fù)雜的數(shù)據(jù)集中篩選你要的數(shù)據(jù)，從復(fù)雜的模型函數(shù)中操作數(shù)據(jù)，建立井然有序的圖表來呈現(xiàn)數(shù)字，這些都只需要幾行程式碼就可以了。打個比方，它就像是好動版本的 Excel。

R 最棒的資產(chǎn)就是活躍的動態(tài)系統(tǒng)，R 社群持續(xù)地增加新的軟件包，還有以內(nèi)建豐富的功能集為特點。目前估計已有超過 200 萬人使用 R，最近的調(diào)查顯示，R 在數(shù)據(jù)科學(xué)界里，到目前為止最受歡迎的語言，占了回復(fù)者的 61% （緊追在后的是 39% 的 Python ）。

它也吸引了 Wall Street 的注目。傳統(tǒng)而言，證券分析師在 Excel 檔從白天看到晚上，但現(xiàn)在 R 在財務(wù)建模的使用率逐漸增加，特別是視覺化工具，美國銀行的副總裁 Niall O’Conno 說，“R 讓我們俗氣的表格變得突出 ”。

在數(shù)據(jù)建模上，它正在往逐漸成熟的專業(yè)語言邁進，雖然 R 仍受限于當(dāng)公司需要制造大規(guī)模的產(chǎn)品時，而有的人說他被其他語言篡奪地位了。

“R 更有用的是在畫圖，而不是建模。” 頂尖數(shù)據(jù)分析公司 metamarkets 的 CEO，Michael Driscoll 表示，“ 你不會在 Google 的網(wǎng)頁排名核心或是 Facebook 的朋友們推薦演算法時看到 R 的蹤影，工程師會在 R 里建立一個原型，然后再到 Java 或 Python 里寫模型語法 ”。

舉一個使用 R 很有名的例子，在 2010 年時，Paul Butler 用 R 來建立 Facebook 的世界地圖，證明了這個語言有多豐富多強大的視覺化數(shù)據(jù)能力，雖然他現(xiàn)在比以前更少使用 R 了。

“R 已經(jīng)逐漸過時了，在龐大的數(shù)據(jù)集底下它跑的慢又笨重 ” Butler 說。

所以接下來他用什么呢？

如果說 R 是神經(jīng)質(zhì)又令人喜愛的 Geek，那 Python 就是隨和又好相處的女生。

Python 結(jié)合了 R 的快速、處理復(fù)雜數(shù)據(jù)挖掘的能力以及更務(wù)實的語言等各個特質(zhì)，迅速地成為主流，Python 比起 R，學(xué)起來更加簡單也更直觀，而且它的生態(tài)系統(tǒng)近幾年來不可思議地快速成長，在統(tǒng)計分析上比起 R 功能更強。

Butler 說，“ 過去兩年間，從 R 到 Python 地顯著改變，就像是一個巨人不斷地推動向前進 ”。

在數(shù)據(jù)處理范疇內(nèi)，通常在規(guī)模與復(fù)雜之間要有個取舍，而 Python 以折衷的姿態(tài)出現(xiàn)。IPython Notebook （記事本）和 NumPy 被用來暫時存取較低負(fù)擔(dān)的工作量，然而 Python 對于中等規(guī)模的數(shù)據(jù)處理是相當(dāng)好的工具； Python 擁有豐富的數(shù)據(jù)族，提供大量的工具包和統(tǒng)計特征。

美國銀行用 Python 來建立新產(chǎn)品和在銀行的基礎(chǔ)建設(shè)介面，同時也處理財務(wù)數(shù)據(jù)。“Python 是更廣泛又相當(dāng)有彈性，所以大家會對它趨之若鶩。”O(jiān)’Donnell 如是說。

然而，雖然它的優(yōu)點能夠彌補 R 的缺點，它仍然不是最高效能的語言，偶爾才能處理龐大規(guī)模、核心的基礎(chǔ)建設(shè)。Driscoll 是這么認(rèn)為的。

今日大多數(shù)的數(shù)據(jù)科學(xué)都是透過 R 、 Python 、 Java 、 Matlab 及 SAS 為主，但仍然存在著鴻溝要去彌補，而這個時候，新進者 Julia 看到了這個痛點。

Julia 仍太過于神秘而尚未被業(yè)界廣泛的采用，但是當(dāng)談到它的潛力足以搶奪 R 和 Python 的寶座時，數(shù)據(jù)黑客也難以解釋。原因在于Julia 是個高階、不可思議的快速和善于表達的語言，比起 R 要快的，比起 Python 又有潛力處理更具規(guī)模的數(shù)據(jù)，也很容易上手。

“Julia 會變的日漸重要，最終，在 R 和 Python 可以做的事情在 Julia 也可以 ”。Butler 是這么認(rèn)為的。

就現(xiàn)在而言，若要說 Julia 發(fā)展會倒退的原因，大概就是它太年輕了。Julia 的數(shù)據(jù)社區(qū)還在初始階段，在它要能夠和 R 或 Python 競爭前，它還需要更多的工具包和軟件包。

Driscoll 說，它就是因為它年輕，才會有可能變成主流又有前景。

Java 和以 Java 為基礎(chǔ)的架構(gòu)，是由谷谷里最大的幾家科技公司的核心所建立的，如果你從 Twitter 、 linkein 或是 Facebook 里觀察，你會發(fā)現(xiàn) Java 對于所有數(shù)據(jù)工程基礎(chǔ)架構(gòu)而言，是非常基礎(chǔ)的語言。

Java 沒有和 R 和 Python 一樣好的視覺化功能，它也不是統(tǒng)計建模的最佳工具，但是如果你需要建立一個龐大的系統(tǒng)、使用過去的原型，那 Java 通常會是你最基的選擇。

為了迎合大量數(shù)據(jù)處理的需求，以 Java 為基礎(chǔ)的工具群興起。Haoop 為處理一批批數(shù)據(jù)處理，發(fā)展以 Java 為基礎(chǔ)的架構(gòu)關(guān)鍵；相較于其他處理工具，Haoop 慢，但是無比的準(zhǔn)確和可被后端數(shù)據(jù)庫分析廣泛使用。和 Hive 搭配的很好，Hive 是基于查詢的架構(gòu)下，運作的相當(dāng)好。

Scala 是另一個以 Java 為基礎(chǔ)的語言，和 Java 很像，對任何想要進行大規(guī)模的機械學(xué)習(xí)或是建立高階的演算法，Scala 會是逐漸興起的工具。它是善于呈現(xiàn)且擁有建立可靠系統(tǒng)的能力。

“Java 像是用鋼鐵建造的； Scala 則是讓你能夠把它拿進窯烤然后變成鋼的黏土 ”Driscoll 說。

Matlab 可以說是歷久不衰，即使它標(biāo)價很高；在非常特定的利基市場它使用的相當(dāng)廣泛，包括密集的研究機器學(xué)習(xí)、信號處理、圖像辨識等等。

GO 是另一個逐漸興起的新進者，從 Google 開發(fā)出來的，放寬點說，它是從 C 語言來的，并且在建立強大的基礎(chǔ)架構(gòu)上，漸漸地成為 Java 和 Python 的競爭者。

這么多的可以使用，但我認(rèn)為不見得每個都一定要會才行，知道你的目標(biāo)和方向是什么，就選定一個最適合的工具使用吧！可以幫助你提升效率又達到精準(zhǔn)的結(jié)果。

【微語】出國留學(xué)，不是為了做富二代。而是為了讓自己更加獨立和強大！