数据分析pythonjava
企业日常数据分析：
1、如果是离线数据python会灵活一点(如设备的运维数据.), 但如果是实现数据还是用java会快一点(如ERP, MES.自动化.)
2、Java跑得更快，在WEKA上做数据分析会更“舒服”。
但python更加全面，适用性更广。
3、做统计挖掘算法分析的话用R,如果是其他用途建议学Python。适用范围广啊！
以上是几种建议方法，各有各的特点！
⑵ 大数据学python还是java
今天给大家介绍一下关于如何选择大数据的编程语言？
首先比如有一个大数据项目，你知道问题领域(problemdomain)，也知道使用什么基础设施，甚至可能已决定使用哪种框架来处理所有这些数据，但是有一个决定迟迟未能做出：
我该选择哪种语言?(或者可能更有针对性的问题是，我该迫使我的所有开发人员和数据科学家非要用哪种语言?这个问题不会推迟太久，迟早要定夺。
如何选择大数据的编程语言
当然，没有什么阻止得了你使用其他机制(比如XSLT转换)来处理大数据工作。但通常来说，如今大数据方面有多种语言可以选择，比如Java、Python、R和Scala。那么，你该选择哪种语言?为何要选择它，或者说何时选择它? 下面我们照着介绍Python和Java这两种语言。
Python
如果你的数据科学家不使用R，他们可能就会彻底了解Python。十多年来，Python在学术界当中一直很流行，尤其是在自然语言处理(NLP)等领域。因而，如果你有一个需要NLP处理的项目，就会面临数量多得让人眼花缭乱的选择，包括经典的NTLK、使用GenSim的主题建模，或者超快、准确的spaCy。同样，说到神经网络，Python同样游刃有余，有Theano和Tensorflow;随后还有面向机器学习的scikit-learn，以及面向数据分析的NumPy和Pandas。
还有Juypter/iPython――这种基于Web的笔记本服务器框架让你可以使用一种可共享的日志格式，将代码、图形以及几乎任何对象混合起来。这一直是Python的杀手级功能之一，不过这年头，这个概念证明大有用途，以至于出现在了奉行读取-读取-输出-循环(REPL)概念的几乎所有语言上，包括Scala和R。
Python往往在大数据处理框架中得到支持，但与此同时，它往往又不是“一等公民”。比如说，Spark中的新功能几乎总是出现在Scala/Java绑定的首位，可能需要用PySpark编写面向那些更新版的几个次要版本(对SparkStreaming/MLLib方面的开发工具而言尤为如此)。
Java
最终，总是少不了Java――这种语言没人爱，被遗弃，归一家只有通过起诉谷歌才有钱可赚时才似乎关心它的公司(注：Oracle)所有，完全不时髦。只有企业界的无人机才使用Java!不过，Java可能很适合你的大数据项目。想一想HadoopMapRece，它用Java编写。HDFS呢?也用Java来编写。连Storm、Kafka和Spark都可以在JVM上运行(使用Clojure和Scala)，这意味着Java是这些项目中的“一等公民”。另外还有像GoogleCloudDataflow(现在是ApacheBeam)这些新技术，直到最近它们还只支持Java。
Java也许不是摇滚明星般备受喜爱的首选语言。但是由于研发人员在竭力理清Node.js应用程序中的一套回调，使用Java让你可以访问一个庞大的生态系统(包括分析器、调试器、监控工具以及确保企业安全和互操作性的库)，以及除此之外的更多内容，大多数内容在过去二十年已久经考验(很遗憾，Java今年迎来21岁，我们都老矣)。
炮轰Java的一个主要理由是，非常繁琐冗长，而且缺少交互式开发所需的REPL(R、Python和Scala都有)。我见过10行基于Scala的Spark代码迅速变成用Java编写的变态的200行代码，还有庞大的类型语句，它们占据了屏幕的大部分空间。然而，Java8中新的Lambda支持功能对于改善这种情况大有帮助。Java从来不会像Scala那么紧凑，但是Java8确确实实使得用Java进行开发不那么痛苦。
你该使用哪种语言用于大数据项目?恐怕这还得“视情况而定”。如果跨GPU进行NLP或密集的神经网络处理，Python是很好的选择。如果想要一种加固的、面向生产环境的数据流解决方案，又拥有所有重要的操作工具，Java绝对是出色的选择。
推荐课程：python基础语法全讲解视频（马哥教育2014版）
⑶ java大数据和python数据分析哪个就业更好
python吧，python 现在上手比Java要简单，工作也更多，祝你好运。
⑷ 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。
⑸ Java，Python和大数据，哪个发展前景最好
Java和Python是编程语言，而大数据则是一系列技术的整合
目前大量的网络应用平台都采用Java开发，比如用户量很大的电商平台、ERP平台等等，可以说Java是经过了市场验证的可靠的解决方案之一。Java的性能非常突出，这一点对大用户量的互联网平台来说特别重要。未来Java的应用也会继续存在很长一段时间，而且Java的用户基数非常大，在未来很长一段时间内Java将依然是主流开发语言之一。目前来看，Java的前景还是不错的。
Python目前的发展趋势非常好，伴随着大数据和人工智能的发展，Python的应用将得到更广泛的普及，目前在落地应用中已经有不少Python开发的项目了。所以就目前的趋势来说，Python要较Java更具前景一些，但是以目前的应用量来说，Python还远远不及Java。
大数据是第三次信息化浪潮的代表技术，目前的大数据应用尚处在初级阶段，未来大数据的发展空间将非常大，所以大数据的前景非常广阔。
⑹ java的数据分析和Python的数据分析一样吗
数据分析都一样
但是用Java做数据分析和python做感觉肯定不一样
Java是做面向对象编程， 处理数据多一步麻烦事，python就很直接
⑺ Python数据分析跟java大数据哪个好，有知道
python 时下处理大数据最流行的语言 以这个入门准没错
⑻ 大数据Java，Python语言两者发展侧重点有何不同
区别：
1.Python比Java简单，学习成本低，开发效率高
2.Java运行效率高于Python，尤其是纯Python开发的程序，效率极低
3.Java相关资料多，尤其是中文资料
4.Java版本比较稳定，Python2和3不兼容导致大量类库失效
5.Java开发偏向于软件工程，团队协同，Python更适合小型开发
6.Java偏向于商业开发，Python适合于数据分析
7.Java是一种静态类型语言，Python是一种动态类型语言
8.Java中的所有变量需要先声明（类型）才能使用，Python中的变量不需要声明类型
9.Java编译以后才能运行，Python直接就可以运行；
10.JAVA 里的块用大括号对包括，Python 以冒号 + 四个空格缩进表示。
11.JAVA 的类型要声明，Python 的类型不需要。
12.JAVA 每行语句以分号结束，Python 可以不写分号。
13.实现同一功能时，JAVA 要敲的键盘次数一般要比 Python 多。
⑼ python和java大数据都可以做数据分析，两者有什么区别，哪个更实用
大数据有开发和分析两个大方向
JAVA，更适合开发岗位，python，更适合分析方向
因为分析方向需要你对数学的操作更直接，python的语法，还有他的裤类使用都更接近于数学思维，而JAVA的编程思想是面向对象，所以他更适合做开发