关于 Python 适合数据分析，有一事不解

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2161 天前的主题，其中的信息可能已经有所发展或是发生改变。

不是说专业的数据分析都要上 SPARK 吗？ pandas 都只是玩具。
那 python 不是就没用了？ spark 不就得上 java 或者另一个叫啥的语言

15 条回复 • 2019-01-03 23:05:46 +08:00

holajamc

2018-12-18 14:18:56 +08:00

巧了最近也在看 Spark，不如看看官方文档？-> https://spark.apache.org/docs/latest/quick-start.html

richzhu

2018-12-18 14:20:49 +08:00

兄弟，玩什么不重要，重要的是你玩的怎么样

devqin

2018-12-18 14:26:57 +08:00

https://spark.apache.org/docs/latest/api/python/index.html

最新版 2.4.0 Spark Streaming 也可用 python。

andylsr

2018-12-18 14:27:47 +08:00 via Android

看你数据量，市面上几千条数据也拿来分析的~有必要 spark 么，

kzfile

2018-12-18 14:38:23 +08:00

这个就看实际的需求环境了

yab119074412

2018-12-18 14:54:56 +08:00

spark 也有 Python 版的 pyspark

janxin

2018-12-18 14:59:29 +08:00

pyspark，另外也取决于数据量

是时候拿出这个文章了了 Don't use Hadoop - your data isn't that big https://www.chrisstucchio.com/blog/2013/hadoop_hatred.html

当然，老外也有可能没见识，不知道我天朝的大数据

ftexplore

2018-12-18 15:43:42 +08:00

python 适合数据分析的原因是，很多非计算机领域的大牛，例如数学家，他们用 python 比较顺手，所以有大量的 lib 可以用

mwiker

2018-12-18 15:51:51 +08:00

另一个叫啥的语言：scala。因为 spark 是由 scala 编写的，用 scala 支持更多的 api。不过熟悉 python 的用 pyspark 也可以了。

yak9dd

2018-12-18 16:06:40 +08:00

python 只是接口，把数据灌倒 spark，flink，tensorflow 里跑。python 真的很慢，但其处理数据的简洁性使得绝大部分数据处理框架都是 Python 接口

yanzixuan

2018-12-18 16:58:16 +08:00

pandas 难道不专业？数据量少用 pandas，数据量大用 dask，数据量很大用 spark。

cyspy

2018-12-18 17:14:13 +08:00

pyspark+numpy 是常用做法。

fyxtc

2018-12-18 17:31:10 +08:00

有时间纠结工具，不如先找一个上手试试

visitantzj

2018-12-18 22:14:05 +08:00

python 数据分析有优势的是大数据 /ML 这些离工程领域近的生态圈强，单纯说数据分析语法上没有 matlab/r/julia 这些适合,用 python 经常感觉脑子里要想一想语法 namespace 之类的,不像那些语言思维那么流畅。

googlefans

2019-01-03 23:05:46 +08:00 via iPad

spark 要多大量级的数据？