在大数据分析/挖掘领域，哪些编程语言应用最多？
2016-07-09 18:29 GarfieldEr007 阅读(2438) 评论(0) 编辑 收藏 举报之前我提到用R，后来我自己也觉得有点撑不住，应该是技术不行吧。还是建议往Python方向发展。
Python不局限于数据分析，还有许多其他用途，有利于拓展视野。同时如果把它作为一门入门语言，它的简洁性、严格的缩进、丰富的第三方库都能帮助初学者很好地入门。
传送一个在数据分析、挖掘方面，有哪些好书值得推荐？ - 书籍推荐
肖大神推荐的书籍都可以参考，其中有不少优秀教材，都是以Python作为编程工具的，比Machine Learning 和 Natural Language Processing 的最经典教材，都烙下了Python的印记。
- Python和Java上手相对较快，对编程能力要求不是非常高，编程效率相对较高，能够更“优雅”、更快速去实现一个原型；
- 性能方面，Java的JIT优化使得性能几乎可以赶上C++了；
- 二者的平台移植性都不错；
- Python在数据挖掘方面有比较专业和全面的库支持，也是编程效率较高的一个原因；
- 处理基于Hadoop/Spark的大数据业务时，Java有先天优势，Hadoop对Java支持最全面
传送门：大数据处理需要用到的九种编程语言 -- 数据挖掘与数据分析
但python丰富的第三方库，包括numpy，pandas等为开发提供便利，处理标准更加规范。
R语言 的好处在于它简单易上手；
Python 结合了 R 的快速、处理复杂数据采矿的能力以及更务实的语言等各个特质，迅速地成为主流，Python 比起 R，学起来更加简单也更直观，而且它的生态系统近几年来不可思议地快速成长，在统计分析上比起 R 功能更强。
今日大多数的数据科学都是透过 R、Python、Java、Matlab 及 SAS 为主，但仍然存在着鸿沟要去弥补，而这个时候，新进者 Julia 看到了这个痛点。 Julia 是个高阶、不可思议的快速和善于表达的语言，比起 R 要快的许多，比起 Python 又有潜力处理更具规模的数据，也很容易上手。
Java 没有和 R 和 Python 一样好的可视化功能，它也不是统计建模的最佳工具，但是如果你需要建立一个庞大的系统、使用过去的原型，那 Java 通常会是你最基的选择。
Scala
又是另一个以 Java 为基础的语言，和 Java 很像，对任何想要进行大规模的机械学习或是建立高阶的算法，Scala 会是逐渐兴起的工具。它是善于呈现且拥有建立可靠系统的能力。
Matlab
Matlab 可以说是历久不衰，即使它标价很高;在非常特定的利基市场它使用的相当广泛，包括密集的研究机器学习、信号处理、图像辨识等等。
ethink大数据一站式平台 http://www.ethinkbi.com
一、Excel
Excel作为一个入门级工具，是快速分析数据的理想工具，也能创建供内部使用的数据图，但是Excel在颜色、线条和样式上课选择的范围有限，这也意味着用Excel很难制作出能符合专业出版物和网站需要的数据图。
二、Google Chart API
Google Chart提供了一种非常完美的方式来可视化数据，提供了大量现成的图标类型，从简单的线图表到复杂的分层树地图等。它还内置了动画和用户交互控制。
三、D3
D3（Data Driven Documents）是支持SVG渲染的另一种JavaScript库。但是D3能够提供大量线性图和条形图之外的复杂图表样式，例如Voronoi图、树形图、圆形集群和单词云等。
四、R
R语言是主要用于统计分析、绘图的语言和操作环境。虽然R主要用于统计分析或者开发统计相关的软件，但也有用作矩阵计算。其分析速度可比美GNUOctave甚至商业软件MATLAB。
五、http://Visual.ly
如果你需要制作信息图而不仅仅是数据可视化，http://Visual.ly是最流行的一个选择。
六、Processing
Processing是数据可视化的招牌工具。你只需要编写一些简单的代码，然后编译成Java。Processing可以在几乎所有平台上运行。
七、Leaflet
Leaflet是一个开源的JavaScript库，用来开发移动友好地交互地图。
八、Openlayers
Openlayers可能是所有地图库中可靠性最高的一个。虽然文档注释并不完善。且学习曲线非常陡峭，但是对于特定的任务来说，Openlayers能够提供一些其他地图库都没有的特殊工具。
九、PolyMaps
PolyMaps是一个地图库，主要面向数据可视化用户。PolyMaps在地图风格化方面有独到之处，类似CSS样式表的选择器。
十、Charting Fonts
Charting Fonts是将符号字体与字体整合（把符号变成字体），创建出漂亮的矢量化图标。
十一、Gephi
Gephi是进行社会图谱数据可视化分析的工具，不但能处理大规模数据集并且Gephi是一个可视化的网络探索平台，用于构建动态的、分层的数据图表。
十二、CartoDB
CartoDB是一个不可错过的网站，你可以用CartoDB很轻易就把表格数据和地图关联起来，这方面CartoDB是最优秀的选择。
十三、Weka
Weka是一个能根据属性分类和集群大量数据的优秀工具，Weka不但是数据分析的强大工具，还能生成一些简单的图表。
十四、NodeBox
NodeBox是OS X上创建二维图形和可视化的应用程序，你需要了解Python程序，NodeBox与Processing类似，但没有Processing的互动功能。NodeBox | Home
十五、Kartograph
Kartograph不需要任何地图提供者像Google Maps，用来建立互动式地图，由两个libraries组成，从空间数据开放格式，利用向量投影的Python library以及post GIS，并将两者结合到SVG和JavaScript library，并把这些SVG资料转变成互动性地图。
十六、Modest Maps
Modest Maps是一个很小的地图库，在一些扩展库的配合下，例如Wax、Modest Maps立刻会变成一个强大的地图工具。
十七、Tangle
Tangle是一个用来探索，Play和可以立即查看文档更新的交互工具。
十八、Crossfilter
Crossfilter既是图表，又是互动图形用户界面的小程序，当你调整一个图表中的输入范围时，其他关联图表的数据也会随之改变
十九、Raphael
Raphael是创建图表和图形的JavaScript库，与其他库最大的不同是输出格式仅限SVG和VML. http://raphaeljs.com/
二十、jsDraw2DX
jsDraw2DX是一个标准的JavaScript库，用来创建任意类型的SVG交互式图形，可生成包括线、矩形、多边形、椭圆、弧线等图形。SVG Graphics Library for JavaScript HTML5 :jsDraw2DX
二十一、Pizza Pie Charts
Pizza Pie Charts是个响应式饼图图表，基于Adobe Snap SVG框架，通过HTML标记和CSS来替代JavaScript对象，更容易集成各种先进的技术。
二十二、Fusion Charts Suit XT
Fusion Charts Suit XT是一款跨平台、跨浏览器的JavaScript图表组件，为你提供令人愉悦的JavaScript图表体验。它是最全面的图表解决方案，包含90+图表类型和众多交互功能，包括3D、各种仪表、工具提示、向下钻取、缩放和滚动等。它拥有完整的文档以及现成的演示，可以帮助你快速创建图表。
二十三、iCharts
iCharts提供可一个用于创建并呈现引人注目图表的托管解决方案。有许多不同种类的图表可供选择，每种类型都完全可定制，以适合网站的主题。iCharts有交互元素，可以从Google Doc、Excel表单和其他来源中获取数据。
二十四、Modest Maps
Modest Maps是一个轻量级、可扩展的、可定制的和免费的地图显示类库，这个类库能帮助开发人员在他们自己的项目里能够与地图进行交互。
二十五、Raw
Raw局域非常流行的D3.js库开发，支持很多图表类型，例如泡泡图、映射图、环图等。它可以使数据集在途、复制、粘贴、拖曳、删除于一体，并且允许我们定制化试图和层次。
二十六、Springy
Springy设计清凉并且简答。它提供了一个抽象的图形处理和计算的布局，支持Canvas、SVG、WebGL、HTML元素。
二十七、Bonsai
Bonsai使用SVG作为输出方式来生成图形和动画效果，拥有非常完整的图形处理API，可以使得你更加方便的处理图形效果。它还支持渐变和过滤器（灰度、模糊、不透明度）等效果。
二十八、Cube
Cube是一个开源的系统，用来可视化时间系列数据。它是基于MongoDB、NodeJS和D3.js开发。用户可以使用它为内部仪表板构建实时可视化的仪表板指标。
二十九、Gantti
Gantti是一个开源的PHP类，帮助用户即时生成Gantti图表。使用Gantti创建图表无需使用JavaScript，纯HTML-CSS3实现。图表默认输出非常漂亮，但用户可以自定义样式进行输出（SASS样式表）。
三十、Smoothie Charts
Smoothie Charts是一个十分小的动态流数据图表路。通过推送一个webSocket来显示实时数据流。Smoothie Charts只支持Chorme和Safari浏览器，并且不支持刻印文字或饼图，它很擅长显示流媒体数据。
三十一、Flot
Flot是一个优秀的线框图表库，支持所有支持canvas的浏览器（目前主流的浏览器如火狐、IE、Chrome等都支持）。
三十二、Tableau Public
Tableau Public是一款桌面可视化工具，用户可以创建自己的数据可视化，并将交互性数据可视化发布到网页上。
三十三、Many Eyes
Many Eyes是一个Web应用程序，用来创建、分享和讨论用户上传图形数据。
三十四、Anychart
Anychart是一个灵活的基于Flash/JavaScript(HTML5)的图表解决方案、跨浏览器、跨平台。除了图表功能外，它还有一款收费的交互式图表和仪表。
三十五、Dundas Chart
Dundas Chart处于行业领先地位的NET图表处理控件，于2009年被微软收购，并将图表产品的一部分功能集成到Visual Studio中。
三十六、TimeFlow
TimeFlow Analytical Timeline是为了暂时性资料的视觉化工具，现在有alpha版本因此有机会可以发现差错，提供以下不同的呈现方式：时间轴、日历、柱状图、表格等。
三十七、Protovis
Protovis是一个可视化JavaScript图表生成工具。
三十八、Choosel
Choosel是可扩展的模块化Google网络工具框架，可用来创建基于网络的整合了数据工作台和信息图表的可视化平台。
三十九、Zoho Reports
Zoho Reports支持丰富的功能帮助不同的用户解决各种个性化需求，支持SQL查询、类四暗自表格界面等。
四十、Quantum GIS(QDIS)
Quantum GIS(QDIS)是一个用户界面友好、开源代码的GIS客户端程序，支持数据的可视化、管理、编辑与分析和印刷地图的制作。
四十一、NodeXL
NodeXLDE 主要功能是社交网络可视化。
四十二、OpenStreetMap
OpenStreetMap是一个世界地图，由像您一样的人们所构筑，可依据开放协议自由使用。
四十三、OpenHeatMap
OpenHeatMap简单易用，用户可以用它上传数据、创建地图、交流信息。它可以把数据（如Google Spreadsheet的表单）转化为交互式的地图应用，并在网上分享。
四十四、Circos
Circos最初主要用于基因组序列相关数据的可视化，目前已应用于多个领域，例如：影视作品中的人物关系分析，物流公司的订单来源和流向分析等，大多数关系型数据都可以尝试用Circos来可视化。
四十五、Impure
Impure是一个可视化编程语言，旨在收集、处理可视化信息。
四十六、Polymaps
Polymaps是一个基于矢量和tile创建动态、交互式的动态地图。
四十七、Rickshaw
Rickshaw是一个基于D3.JS来创建序交互式的时间序列图表库。
四十八、Sigma.js
Sigma.js是一个开源的轻量级库，用来显示交互式的静态和动态图表。
四十九、Timeline
Timeline即时间轴，用户通过这个工具可以一目了然的知道自己在何时做了什么。
五十、BirdEye
BirdEye是Decearative Visual Analytics，它属于一个群体专案，为了要提升设计和广泛的开源资料视觉化发展，并且为了Adobe Flex建视觉分析图库，这个动作以叙述性的资料库为主，让使用者能够建立多元资料视觉化界面来分析以及呈现资讯。
五十一、Arbor.Js
Arbor.Js提供有效率、以力导向的版面配置演算法，抽象画图表组织以及筛选更新的处理。
五十二、Highchart.js
Highchart.js是单纯由JavaScript所写的图表资料库，提供简单的方法来增加互动性图表来表达你的网站或网站应用程式。目前它能支援线图、样条函数图。
五十三、Paper.js
Paper.js是一个开源向量图表叙述架构，能够在HTML5 Canvas 运作，对于初学者来说它是很容易学习的，其中也有很多专业面向可以提供中阶及高阶使用者。
五十四、Visualize Free
Visualize Free是一个建立在高阶商业后台集游InetScoft开发的视觉化软体免费的视觉分析工具，可从多元变量资料筛选并看其趋势，或是利用简单地点及方法来切割资料或是小范围的资料。
五十五、GeoCommons
GeoCommons可以使用户构建富交互可视化应用来解决问题，即使他们没有任何传统地图使用经验。你可以将实社会化数据或者GeoCommons保存的超5万份开源数据在地图上可视化，创造带交互的可视化分析作品，并将作品嵌入网站、博客或分享到社交网络上。
五十六：Echarts
提起ECharts，经常使用开源软件的朋友应该很熟悉，当然，如果你不知道也没关系。但是你肯定知道去年春节以及近期央视大规划报道的百度大数据产品，如百度迁徙、百度司南、百度大数据预测等等，这些产品的数据可视化均是通过ECharts来实现的。
在国外大数据可视化企业Tableau、Datawatch、Platfora强势入华的情况下，国人推出了ECharts，并且进行了开源，从这一点来说，中国的大数据行业并不落后于北美国家。ECharts也让我们看到了中国大数据可视化的未来，感谢ECharts以及ECharts团队。
传统的数据可视化工具仅仅将数据加以组合，通过不同的展现方式提供给用户，用于发现数据之间的关联信息。近年来，随着云和大数据时代的来临，数据可 视化产品已经不再满足于使用传统的数据可视化工具来对数据仓库中的数据抽取、归纳并简单的展现。新型的数据可视化产品必须满足互联网爆发的大数据需求，必须快速的收集、筛选、分析、归纳、展现决策者所需要的信息，并根据新增的数据进行实时更新。因此，在大数据时代，数据可视化工具必须具有以下特性：
(1)实时性：数据可视化工具必须适应大数据时代数据量的爆炸式增长需求，必须快速的收集分析数据、并对数据信息进行实时更新;
(2)简单操作：数据可视化工具满足快速开发、易于操作的特性，能满足互联网时代信息多变的特点;
(3)更丰富的展现：数据可视化工具需具有更丰富的展现方式，能充分满足数据展现的多维度要求;
(4)多种数据集成支持方式：数据的来源不仅仅局限于数据库，数据可视化工具将支持团队协作数据、数据仓库、文本等多种方式，并能够通过互联网进行展现。
数据可视化技术在现今是一个新兴领域，有越来越多的发展、研究等数据可视化分析，在诸如美国这些国家不断被需求。企业获取数据可视化功能主要通过编程和非编程两类工具实现。主流编程工具包括以下三种类型：从艺术的角度创作的数据可视化，比较典型的工具是 Processing.js，它是为艺术家提供的编程语言。从统计和数据处理的角度，R语言是一款典型的工具，它本身既可以做数据分析，又可以做图形 理。介于两者之间的工具，既要兼顾数据处理，又要兼顾展现效果，D3.js是一个不错的选择。像D3.js这种基于Javascript的数据可视化工具更适合在互联网上互动的展示数据。
飞剑全网营销之网络营销实战博客的内容，有来自飞剑原创，有源自网络，有抄录，有整理，有改进，有借鉴，有飞剑笔记，飞剑感悟，飞剑分析，飞剑摘抄等；飞剑擅长资源整合，是互联网的搬运工。喜欢飞剑的小伙伴，欢迎免费订阅飞剑博客，或加飞剑QQ，热爱交朋友，我们是热爱网络营销一伙人。
飞剑只专注全网之网络营销实战，网络营销不是学出来，是真正的实干出来的！网络营销战略布局，战术启动，竞争对手分析，行业商业计划书，网络营销有效执行-落地秘诀，SEO，SEM，SMM，MMM，EPM，微博，微信，APP，各渠道。网络营销创意为王，只有不断创新，不断超越，没有全盘照抄，很多成功是不可复制的！
加飞剑QQ：2734053776，共同探讨网络营销推广，欢迎热爱互联网营销的朋友一起交流；网络营销没有所谓大师或高手，只有不断努力学习，海量实战，真正积累起来的经验！
如何选择大数据培训机构？达内大数据培训好不好？
目前，大数据培训机构太多了，琳琅满目。那么如何挑选靠谱的培训机构呢?小编特意为大家总结了几点：
1、看高薪就业数据
如果有很多的学员参加学习，如果有很高的就业数据，那就是靠谱的机构。如果只宣传讲师多牛，不宣传就业信息，那么需要认真考虑。讲师非常牛，不代表毕业的学员会同样牛。
2、看专职讲师数量
大数据行业工资很高，大数据公司里面的一线工程师年薪最低20 多万，如果聘为专职讲师，讲师的年薪肯定不能低于20 多万，这对培训机构而言，成本压力非常大。很多培训机构只有兼职讲师，这样成本是最小的。因为没有课的话，培训机构不付工资，没有成本。但是兼职讲师没有那么多时间备课，在讲课水平上与专职讲师是有很大差别的。
3、看后续服务IT
行业技术更新非常快。我们在单位加班，累的要死要活，根本没时间去学习新技术。如果培训机构只关注培训一门技术收一笔钱的话，对我们长期发展不利。如果在培训机构，缴费学了这门技术，以后这门技术的所有更新都可以免费学习的话，那就太好了。
4、看是否允许实地考察
培训机构中有很多皮包公司，本身没有师资力量，只是一个组织机构，把想要参加培训的学员和希望兼职讲课的一线人员牵线搭桥组合到一起。这样对学员是不负责的。如果实地考察，和工作人员聊聊天，是很容易看出来的。
接下来小编带你去看看中国最大的IT职业教育集团达内科技集团大数据培训机构到底有什么优势呢？看看达内集团教研副总裁李翊先生是怎么说的呢？
(达内集团教研副总裁李翊接受记者采访)
李总告诉记者，达内学员在选择参加职业教育时，他首先是选课程，看课程是否专业，是否能够让他直接就业，这是最核心、最直接的目的。“达内的课程体系，最大的优势在于它和企业接轨做的是非常好，可以说是无缝接轨。我们通过与达内上万家合作企业的真实岗位需求走访了解，直接抓住第一手资料得到。
学员第二看，就是看老师是不是优秀。李总告诉记者，“用句大白话，就是看老师有没有名。很多人就是冲着名师头衔来的。达内的讲师都在行业是首屈一指，至少十年以上企业实际工作经验，都是来自于华为、IBM、惠普等知名IT公司。还要求教学培训经验丰富。”
李总说，达内师资队伍强大还有一个关键点，授课模式是专家组合式的授课，就是整个课程体系不是一个人讲完，是某一方面的专家只负责某一个模块的知识讲解。并不是说只会
这一块，达内的讲师对整个的技术体系是完全可以掌握，也是有经验，组合式授课只是说可能在他更熟悉的领域教学经验更丰富。
李总告诉记者，第三个优势，就是教学平台的升级。达内花了很大的心事和投入去做平台升级，学员在上课的时候，可以登录平台，在上面可以看老师的讲义，可以做案例，做经典案例，可以看回放的视频，可以向老师提问题，可以互动等一系列教学活动，都可以通过平台来实现。平台的好处是可以实现教学的标准化和精细化。“标准化体现在每天讲什么课，甚至是每一个小时讲什么课，讲什么内容，怎么做练习，怎么样去做什么项目，老师讲什么，带着学生做什么练习，学生下去以后自己做什么练习，课后做什么作业，都是严格制定的。我们叫做教学指导，或者叫做教学日历。非常流程化，很有规律地进行学习。”
“精细化体现在达内把课程内容分解成微知识点。就是把知识分得特别细，一级标题下面，可能要分很多的二级标题，二级标题下面还分三级标题，分到三级标题，可能给细化到它具体在工作中要做的某一件事情，整个把这个知识细化。”这样做有什么好处呢?李总告诉记者，“以前可能学员做一段作业之后，他哪块不行，自己可能也没有感觉。有了微知识点之后，学员在做了这道题以后，做的好与坏，我们直接就可以用来检验。就跟医生一样做检测，到底是哪的问题，查的很清楚，某一个作业下面都有知识点的链接，就是微知识点的链接，这个题做错了，点相应微知识点，就可以看文档、可以看视频把知识完善。”
IT学习有时候难免感觉枯燥无味，达内会用“润物细无声”的办法，通过给学员正能量激励，让他们树立信心。请一些成功人士，讲励志成长经过。每月都会有达内CEO咨询日，韩总亲自跟学生们座谈。每个班都配班主任，给学员进行职业规划，充当学员职业顾问。
李总告诉记者，达内学员无论在学习中，在就业面试上，还是在心理情绪等方面问题，都有达内专业老师进行辅导，尽最大努力提升学员的全面素质，让学员来达内，学到真本事，造福社会的同时，也谋求到自己的幸福。
如需要前去学习扫我二位码，送你优惠券
http://weixin.qq.com/r/9nDy6gHEP1xArUWJ9yXk (二维码自动识别)
from: https://www.zhihu.com/question/27465388#answer-39414862
