javapython数据挖掘
主要是方便，python的第三方模块很丰富，而且语法非常简练，自由度很高，python的numpy、scipy、matplotlib模块可以完成所有的spss的功能，而且可以根据自己的需要按照定制的方法对数据进行清洗、归约，需要的情况下还可以跟sql进行连接，做机器学习，很多时候数据是从互联网上用网络爬虫收集的，python有urllib模块，可以很简单的完成这个工作，有些时候爬虫收集数据还要对付某些网站的验证码，python有PIL模块，可以方便的进行识别，如果需要做神经网络、遗传算法，scipy也可以完成这个工作，还有决策树就用if-then这样的代码，做聚类不能局限于某几种聚类，可能要根据实际情况进行调整，k-means聚类、DBSCAN聚类，有时候可能还要综合两种聚类方法对大规模数据进行聚类分析，这些都需要自行编码来完成，此外，基于距离的分类方法，有很多距离表达方式可以选用，比如欧几里得距离、余弦距离、闵可夫斯基距离、城市块距离，虽然并不复杂， 但是用python编程实现很方便，基于内容的分类方法，python有强大的nltk自然语言处理模块，对语言词组进行切分、收集、分类、统计等。
综上，就是非常非常方便，只要你对python足够了解，你发现你可以仅仅使用这一个工具快速实现你的所有想法
2. 数据挖掘主要涉及到哪些方面的知识
与数据挖掘相关的内容包括数据库、数据仓库、机器学习、信息检索。
学习数据挖掘基础：数据库理论、数学基础（包括数理统计、概率、图论等）、熟练掌握一种编程语言（java，python）、会使用数据挖掘工具软件（weka、matlab、spss）
数据挖掘的内容包括分类、关联分析、聚类和异常检测等几个方面
3. java的就业前景好还是python的就业前景好
Python和Java这两大编程语言，很多人都喜欢拿来比较，一个是后起之秀，潜力无限;一个是行业经典，成熟稳定，对于想从事IT技术的人员来说，很难抉择，那么，Python和Java到底哪一个就业前景更好呢?
对于IT初学者，Python编程是一个好的选择，语法简单，语言优美，更易入门，只要认真学习，掌握合适的方法，精通Python更加容易;Java编程较Python复杂，人们学习较难，如果你逻辑思维能力很强，对编程语言感兴趣，可以尝试学习Java，能学好Java，Python自然不在话下，而且之后的拓展空间也很大，Java人才转型做大数据更加得心应手!
4. 《Python数据分析与挖掘实战》epub下载在线阅读全文，求百度网盘云资源
《Python数据分析与挖掘实战》（张良均）电子书网盘下载免费在线阅读
链接：https://pan..com/s/1WwF3Vi3vszdZYBKKw7Y0HQ
书名：Python数据分析与挖掘实战
作者：张良均
豆瓣评分：7.6
出版社：机械工业出版社
出版年份：2016-1
页数：335
内容简介：
10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。
本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。
基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。
实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。
作者简介：
张良均 ，资深大数据挖掘专家和模式识别专家，高级信息项目管理师，有10多年的大数据挖掘应用、咨询和培训经验。为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验非常丰富。此外，他精通Java EE企业级应用开发，是广东工业大学、华南师范大学、华南农业大学、贵州师范学院、韩山师范学院、广东技术师范学院兼职教授，着有《神经网络实用教程》、《数据挖掘：实用案例分析》、《MATLAB数据分析与挖掘实战》《R语言数据分析与挖掘实战》等畅销书。
5. 数据挖掘方向，Python中还需要学习哪些内容
就题论题，还包括：
1. Python 数据库连接库，例如MySQL 连接库的应用，这决定你的数据从哪里来。这里面涉及到sql语法和数据库基本知识，是你在学习的时候必须一起学会的。
2. Python 做基本数据计算和预处理的库，包括numpy ，scipy，pandas 这三个用得最多。
3. 数据分析和挖掘库，主要是sklearn，Statsmodels。前者是最广泛的机器学习库，后者是侧重于统计分析的库。（要知道统计分析大多时候和数据挖掘都错不能分开使用）
4. 图形展示库。matpotlib，这是用的最多的了。
说完题主本身 要求，楼上几位说的对，你还需要一些关于数据挖掘算法的基本知识和认知，否则即使你调用相关库得到结果，很可能你都不知道怎么解读，如何优化，甚至在什么场景下还如何选择算法等。因此基本知识你得了解。主要包括：
1.统计学相关，看看深入浅出数据分析和漫画统计学吧，虽然是入门的书籍，但很容易懂。
2.数据挖掘相关，看看数据挖掘导论吧，这是讲算法本身得书。
剩下的就是去实践了。有项目就多参与下项目，看看真正的数据挖掘项目是怎么开展的，流程怎样等。没有项目可以去参加一些数据挖掘或机器学习方面的大赛，也是增加经验得好方法。
6. Python和数据挖掘有什么关系
Python是工具
数据挖掘是研究方向
数据挖掘有很多经典算法，这些算法有的有现成Python包，你可以用Python调用这些包处理自己的数据实现数据挖掘。
7. 是用python学数据挖掘好，还是用java学weka的开发好
你熟悉python 就用 python，
你熟悉java 就学weka, weka 一个软件连续开发20多年，及其成熟而且做到极致，很多都已经能自动化，其扩展版本甚至算法都能自己选择，极致到完全不懂的人都可以用。
weka有损自以为高深的人的威严和神秘感。很多人特别喜欢反复找轮子，宁愿选择用匕首去杀敌，即使匕首旁边有一支子弹上了膛的AK47,也会选择视而不见。当然如果你要做一些复杂的应用，熟悉java是必须的， 另python 也可以调用weka (好像叫jython)
8. 简答题请分析Python作为数据挖掘、机器学习任务主流工具的原因。
摘要 首先，我们知道，Python具有丰富和强大的库，其语言简洁、优雅，有时候可以用几句话就能表达出C语言几千行、Java几百行的代码。Python可以做的事情有很多：开发、数据分析、数据挖掘、机器学习、爬虫等等，包括它的可视化功能也是和R可以媲美的。在我看来，Python近几年受追捧的一部分原因和数据分析行业的爆发有着密不可分的关系，随着各大中小型企业对数据的重视程度的增加，数据分析师需求的大幅上涨，而Python作为数据分析界最容易入门上手并且做数据分析首选的的分析工具，需求也相应有了暴增。
9. 请问写算法、数据挖掘、机器学习、数据分析等工作在企业中一般使用java还是Python其他语言
算法，数据挖掘之类的在企业中一般使用python，python用起来更方便。