數據分析pythonjava
企業日常數據分析：
1、如果是離線數據python會靈活一點(如設備的運維數據.), 但如果是實現數據還是用java會快一點(如ERP, MES.自動化.)
2、Java跑得更快，在WEKA上做數據分析會更「舒服」。
但python更加全面，適用性更廣。
3、做統計挖掘演算法分析的話用R,如果是其他用途建議學Python。適用范圍廣啊！
以上是幾種建議方法，各有各的特點！
⑵ 大數據學python還是java
今天給大家介紹一下關於如何選擇大數據的編程語言？
首先比如有一個大數據項目，你知道問題領域(problemdomain)，也知道使用什麼基礎設施，甚至可能已決定使用哪種框架來處理所有這些數據，但是有一個決定遲遲未能做出：
我該選擇哪種語言?(或者可能更有針對性的問題是，我該迫使我的所有開發人員和數據科學家非要用哪種語言?這個問題不會推遲太久，遲早要定奪。
如何選擇大數據的編程語言
當然，沒有什麼阻止得了你使用其他機制(比如XSLT轉換)來處理大數據工作。但通常來說，如今大數據方面有多種語言可以選擇，比如Java、Python、R和Scala。那麼，你該選擇哪種語言?為何要選擇它，或者說何時選擇它? 下面我們照著介紹Python和Java這兩種語言。
Python
如果你的數據科學家不使用R，他們可能就會徹底了解Python。十多年來，Python在學術界當中一直很流行，尤其是在自然語言處理(NLP)等領域。因而，如果你有一個需要NLP處理的項目，就會面臨數量多得讓人眼花繚亂的選擇，包括經典的NTLK、使用GenSim的主題建模，或者超快、准確的spaCy。同樣，說到神經網路，Python同樣游刃有餘，有Theano和Tensorflow;隨後還有面向機器學習的scikit-learn，以及面向數據分析的NumPy和Pandas。
還有Juypter/iPython――這種基於Web的筆記本伺服器框架讓你可以使用一種可共享的日誌格式，將代碼、圖形以及幾乎任何對象混合起來。這一直是Python的殺手級功能之一，不過這年頭，這個概念證明大有用途，以至於出現在了奉行讀取-讀取-輸出-循環(REPL)概念的幾乎所有語言上，包括Scala和R。
Python往往在大數據處理框架中得到支持，但與此同時，它往往又不是「一等公民」。比如說，Spark中的新功能幾乎總是出現在Scala/Java綁定的首位，可能需要用PySpark編寫面向那些更新版的幾個次要版本(對SparkStreaming/MLLib方面的開發工具而言尤為如此)。
Java
最終，總是少不了Java――這種語言沒人愛，被遺棄，歸一家只有通過起訴谷歌才有錢可賺時才似乎關心它的公司(註：Oracle)所有，完全不時髦。只有企業界的無人機才使用Java!不過，Java可能很適合你的大數據項目。想一想HadoopMapRece，它用Java編寫。HDFS呢?也用Java來編寫。連Storm、Kafka和Spark都可以在JVM上運行(使用Clojure和Scala)，這意味著Java是這些項目中的「一等公民」。另外還有像GoogleCloudDataflow(現在是ApacheBeam)這些新技術，直到最近它們還只支持Java。
Java也許不是搖滾明星般備受喜愛的首選語言。但是由於研發人員在竭力理清Node.js應用程序中的一套回調，使用Java讓你可以訪問一個龐大的生態系統(包括分析器、調試器、監控工具以及確保企業安全和互操作性的庫)，以及除此之外的更多內容，大多數內容在過去二十年已久經考驗(很遺憾，Java今年迎來21歲，我們都老矣)。
炮轟Java的一個主要理由是，非常繁瑣冗長，而且缺少互動式開發所需的REPL(R、Python和Scala都有)。我見過10行基於Scala的Spark代碼迅速變成用Java編寫的變態的200行代碼，還有龐大的類型語句，它們占據了屏幕的大部分空間。然而，Java8中新的Lambda支持功能對於改善這種情況大有幫助。Java從來不會像Scala那麼緊湊，但是Java8確確實實使得用Java進行開發不那麼痛苦。
你該使用哪種語言用於大數據項目?恐怕這還得「視情況而定」。如果跨GPU進行NLP或密集的神經網路處理，Python是很好的選擇。如果想要一種加固的、面向生產環境的數據流解決方案，又擁有所有重要的操作工具，Java絕對是出色的選擇。
推薦課程：python基礎語法全講解視頻（馬哥教育2014版）
⑶ java大數據和python數據分析哪個就業更好
python吧，python 現在上手比Java要簡單，工作也更多，祝你好運。
⑷ 請問寫演算法、數據挖掘、機器學習、數據分析等工作在企業中一般使用java還是Python其他語言
演算法，數據挖掘之類的在企業中一般使用python，python用起來更方便。
⑸ Java，Python和大數據，哪個發展前景最好
Java和Python是編程語言，而大數據則是一系列技術的整合
目前大量的網路應用平台都採用Java開發，比如用戶量很大的電商平台、ERP平台等等，可以說Java是經過了市場驗證的可靠的解決方案之一。Java的性能非常突出，這一點對大用戶量的互聯網平台來說特別重要。未來Java的應用也會繼續存在很長一段時間，而且Java的用戶基數非常大，在未來很長一段時間內Java將依然是主流開發語言之一。目前來看，Java的前景還是不錯的。
Python目前的發展趨勢非常好，伴隨著大數據和人工智慧的發展，Python的應用將得到更廣泛的普及，目前在落地應用中已經有不少Python開發的項目了。所以就目前的趨勢來說，Python要較Java更具前景一些，但是以目前的應用量來說，Python還遠遠不及Java。
大數據是第三次信息化浪潮的代表技術，目前的大數據應用尚處在初級階段，未來大數據的發展空間將非常大，所以大數據的前景非常廣闊。
⑹ java的數據分析和Python的數據分析一樣嗎
數據分析都一樣
但是用Java做數據分析和python做感覺肯定不一樣
Java是做面向對象編程， 處理數據多一步麻煩事，python就很直接
⑺ Python數據分析跟java大數據哪個好，有知道
python 時下處理大數據最流行的語言 以這個入門准沒錯
⑻ 大數據Java，Python語言兩者發展側重點有何不同
區別：
1.Python比Java簡單，學習成本低，開發效率高
2.Java運行效率高於Python，尤其是純Python開發的程序，效率極低
3.Java相關資料多，尤其是中文資料
4.Java版本比較穩定，Python2和3不兼容導致大量類庫失效
5.Java開發偏向於軟體工程，團隊協同，Python更適合小型開發
6.Java偏向於商業開發，Python適合於數據分析
7.Java是一種靜態類型語言，Python是一種動態類型語言
8.Java中的所有變數需要先聲明（類型）才能使用，Python中的變數不需要聲明類型
9.Java編譯以後才能運行，Python直接就可以運行；
10.JAVA 里的塊用大括弧對包括，Python 以冒號 + 四個空格縮進表示。
11.JAVA 的類型要聲明，Python 的類型不需要。
12.JAVA 每行語句以分號結束，Python 可以不寫分號。
13.實現同一功能時，JAVA 要敲的鍵盤次數一般要比 Python 多。
⑼ python和java大數據都可以做數據分析，兩者有什麼區別，哪個更實用
大數據有開發和分析兩個大方向
JAVA，更適合開發崗位，python，更適合分析方向
因為分析方向需要你對數學的操作更直接，python的語法，還有他的褲類使用都更接近於數學思維，而JAVA的編程思想是面向對象，所以他更適合做開發