python和大数据
A. 大数据与python有什么关系，学完大数据以后能做Python吗
大数据可以看作一门学科，python是一种编程语言，大数据的课程安排中肯定包含python学习。
给你举个例子：南京北大青鸟大数据学习需要掌握：java编程基础，Hadoop生态圈，Spark相关技术，Python，项目开发实战，系统管理优化，企业使用阿里云平台开发所需要的技术等。
毕业后可以从事python相关工作。
B. 学python好还是大数据
Python和大数据都是非常不错的选择，都是可以零基础学习的，都有非常不错的发展前景，至于你学那个，还是要根据个人的情况来决定的，看你的选择了。
C. 想学IT，python和大数据哪个好点
答案：学习大数据好一些，因为Python是大数据的主要编程语言。
大数据时代：python是必须要掌握甚至精通的编程语言；
招聘要求：以网络为例，如下
如果有用，烦请采纳和点击右上角的关注。
D. IT培训分享学python和大数据哪个更有前途
现在是一个信息爆炸式的时代，这很大程度上是得益于互联网的。IT行业的发展速度十分迅猛，不少人都察觉到了进军IT行业是一个很不错的选择。有小伙伴来咨询笔者说，想知道学python好还是大数据好，IT培训http://www.kmbdqn.com/会详细讲一下，学python好还是大数据好，这个话题，来解答大家心中的疑问。
1：python的后台编程必不可少，但是人才多;而大数据现在越来越被重视，而且人才较少。就从竞争的程度来讲，学大数据是比学python要更有优势的。大数据现在已经是一个潮流了，而且发展势头又很迅猛，现在正是缺人的时候。现在学python的那么多，现在才学的话可能没什么优势了，除非学得非常好。
2：python市场人才已经饱和，市场上太多python工程师了，现在大数据虽然被炒得比较热，但是真正大数据人才还是一个市场缺口，就业肯定比python好，工资至少比python高一倍。学好大数据，就意味着能够拿到不菲的薪资。互联网软件未来必不可少的技术之一，就是大数据。
3：阿里巴巴总裁马云说，我们已从IT时代进入了DT时代，数据将成为主要的能源，离开了数据，任何组织的创新都基本上是空壳。从这里可见，大数据的发展空间无限大，掌握好了这门技术，前提也是一片大好。综合多个角度而言，学大数据还是比学python要有前途。
E. 大数据和python有关系吗
什么是大数据?无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
为什么说Python大数据？
大数据涉及数据挖掘以及数据处理，而Python是数据最佳注解，这就是Python和大数据的联系。
数据挖掘无疑是很多公司或者个人的首选，毕竟大部分公司都没有生产数据的能力，所以只能依靠数据挖掘。而网络爬虫是Python传统强势领域，拥有爬虫框架Scrapy、HTTP工具包urlib2、HTML解析工具beautifulsoup、XML解析器lxml等。
Python由于能够很好地支持协程操作，基于此发展起来很多并发库，比如说Gevent、Eventlet等框架，有了对高并发的支持，网络爬虫才是真正达到大数据规模。
数据处理，有了数据之后我们还需要进行处理，才可以找到适合自己的数据。在数据处理方面，Python也是数据科学家最喜欢的语言之一，这是因为Python本身就是一门工程性语言，数据科学家用Python实现的算法，可以直接应用，更加省事。
也正因为种种原因，让Python语言成为很多公司处理大数据的首选。
F. 为什么从事大数据行业，一定要学习Python
Python的简单易学是很多学习编程者转投其门下的原因之一，另一方面由于Python与大数据、人工智能休戚相关，并在前端与后端开发都占据一席之地，因而地位一再攀升，跻身语言界前列。
学习Python有哪些好处？
简单入门，轻松把握：即使是零基础也可以学习Python，而且学成Python，你将能够轻松搭建自己的网站，对于转型就业或求职都更容易；
发展空间大：由于Python可以用于前端开发、数据分析、人工智能、游戏开发等多个方面，因而学习后就业范围非常广泛，如果你成为Python全栈工程师，那么你的发展前景将更加广阔；
适合创业：在就业难和人工智能快速发展的今天，创业成为挽救很多人一个有效办法，而Python非常适合创业，比起其他技术要更容易；
高薪资：这可能是很多人选择学习Python的原因之一，对于已经被微软钦定的编程语言，Python已经成为很多国内外企业的编程选择，Python工程师的薪资自然也成直线上涨；
竞争小：虽然Python是一个老牌语言，但是其风头压过Java成为主流语言也只是近几年的事，因而市场竞争较小，越早掌握这门语言并熟练应用越能占尽高薪高职位先机。
零基础只要努力学了Python是肯定能学会的。可以从老师、学的内容、环境、等等方面对比，可以去实地试听两周，实地感受下氛围，看看你对Python到底感不感兴趣。
G. python和大数据，哪个发展方向会更好点就业面更广呢
你好，目前python和大数据是两个不同的方向，如果你想选择学习一门技术，首先要找到适合自己的方向。只要努力去学，有足够的意志力，找一个合适的平台，系统的学习一下，还是会有很大的收获。
如果你想要快速学习一门技术，专业全面的学习方式比较好，一般费用在2W左右，4-6个月左右。千锋适合零基础的小白迅速成长，学习曲线先快后慢，也适合有一定基础的学员进阶学习，巩固知识的基础上，稳步进步突破职业瓶颈。
H. python为什么适合大数据
因为方便啊。
在大数据面前，用什么语言开发，执行起来都需要很长时间，都是慢。
那么，执行速度方面已经没有意义了，写起来舒服的好处就凸显出来了。
试想一下，对于一个大数据任务，你用C写的程序要跑两个小时，别人用python写的要跑四个小时，没人会盯首屏幕两个小时，所以一般都会晚上下班时开始跑，第二天早上来看结果。那么，对于一个晚上的时间来说，两个小时和四个小时，是没有差别的，第二天早上你都一样可以看到结果。
在这种情况下，python的方便灵活就比C的艰深晦涩有吸引力了。
I. 学python好还是大数据好
本人学习大数据时间不久，2年左右吧，只能从个人经验给你一点建议，希望你少走一点弯路。
首先，你说到你刚接触大数据，你要明白大数据范围超级广，你具体想要学习哪个方向呢？数据挖掘？还是机器学习深度学习？亦或nlp（自然语言处理）？（我主要学数据挖掘，呜啦啦啦）
我给所有问我大数据该怎么入门的人都会有如下建议：学好数学！学好数学！学好数学！重要的事说三遍，不然你怎么理解各种模型的构建？所以从理解算法开始，什么svn啦，knn啦，k means啦，总之各种聚类分类的算法，把它搞懂，绝对有用。
扯远了，不好意思…言归正传，回到语言的选择问题。java和python这两个语言，我给你从这几个方面解释一下：
1. python是脚本语言，无需编译，java则是需要编译的语言
2. 我在letitcode（大概是这么拼）上测试过好多次，同一个功能的程序竟然是java性能好很多
3. 平时我们做项目，都是用python写个demo去测试，真正发行的版本，是用java写的
4. 许多大数据平台（如spark），都提供多种语言的接口，所以你不用担心学一种语言没处用的问题
看到了吧？python和java的地位差别在企业中就是一个低一个高，氮素！以我个人的观点来看，我还是建议你先学python。
为啥腻？我可不是要坑你，而是因为：
1. 很多java中几行的代码，python中一行就搞定，学会了python，还怕学不会java？
2. python上手快，简洁事儿少
3. （个人经验）我学数据挖掘入门是用的scikit-learn（一个python库），当时用的超爽的好吧！几分钟搞个模型出来。当然现在看来那不算什么啦，可当时真的体验很好，特有成就感。相反拿java写程序我就各种别扭，总觉得啰嗦得很
4. 其实，我觉得scala更适合大数据…linkedin后台好像就是它写的，但是我觉得scala难，再加上种种原因，一直没来得及学
以上就是我的看法。
最后给你推荐个小工具：jupyter notebook，一个在线交互式编译器，不但支持python在线编译，还支持matplotlib及各种绘图库哦！在你前期做数据清洗和特征提取的时候很有用。
J. 大数据和python有什么关系吗
什么是大数据？
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
为什么是python大数据？
从大数据的网络介绍上看到，大数据想要成为信息资产，需要有两步，一是数据怎么来，二是数据处理。
数据怎么来:
在数据怎么来这个问题上，数据挖掘无疑是很多公司或者个人的首选，毕竟大部分公司或者个人是没有能力产生这么多数据的，只能是挖掘互联网上的相关数据。
网络爬虫是Python的传统强势领域，最流行的爬虫框架Scrapy，HTTP工具包urlib2，HTML解析工具beautifulsoup，XML解析器lxml，等等，都是能够独当一面的类库。
当然，网络爬虫并不仅仅只是打开网页，解析HTML怎么简单。高效的爬虫要能够支持大量灵活的并发操作，常常要能够同时几千甚至上万个网页同时抓取，传统的线程池方式资源浪费比较大，线程数上千之后系统资源基本上就全浪费在线程调度上了。
Python由于能够很好的支持协程(Coroutine)操作，基于此发展起来很多并发库，如Gevent，Eventlet，还有Celery之类的分布式任务框架。被认为是比AMQP更高效的ZeroMQ也是最早就提供了Python版本。有了对高并发的支持，网络爬虫才真正可以达到大数据规模。
数据处理:
有了大数据，那么也需要处理，才能找到适合自己的数据。而在数据处理方向，Python也是数据科学家最喜欢的语言之一，这是因为Python本身就是一门工程性语言，数据科学家用Python实现的算法，可以直接用在产品中，这对于大数据初创公司节省成本是非常有帮助的。
正是因为这些原因，才让python语言成为很多公司处理大数据的首选。加之python本身具有简单、易学、库多等原因，让越来越多的人选择转行python开发。