馬云說：“未來最大的資源就是數據，不參與大數據十年后一定會后悔。”畢竟出自wuli馬大大之口，今年二月份我開始了學習大數據的道路，直到現在對大數據的學習脈絡和方法也漸漸清晰。今天我們就來談談學習大數據入門語言的選擇。當然并不只是我個人之見，此外我搜集了各路大神的見解綜合起來跟大家做個討論。

java和python的區別到底在哪里？

官方解釋：Java是一門面向對象編程語言，不僅吸收了C++語言的各種優點，還摒棄了C++里難以理解的多繼承、指針等概念，因此Java語言具有功能強大和簡單易用兩個特征。Java語言作為靜態面向對象編程語言的代表，極好地實現了面向對象理論，允許程序員以優雅的思維方式進行復雜的編程。Java具有簡單性、面向對象、分布式、健壯性、安全性、平臺獨立與可移植性、多線程、動態性等特點?。Java可以編寫桌面應用程序、Web應用程序、分布式系統和嵌入式系統應用程序等。

Python是一種面向對象的解釋型計算機程序設計語言，Python是純粹的自由軟件，?源代碼和解釋器CPython遵循?GPL(GNU?General Public License)協議。Python語法簡潔清晰，特色之一是強制用空白符(white space)作為語句縮進。Python具有豐富和強大的庫。它常被昵稱為膠水語言，能夠把用其他語言制作的各種模塊(尤其是C/C++)很輕松地聯結在一起。7月20日，IEEE發布2017年編程語言排行榜：Python高居首位。

java和python，都可以運行于linux操作系統，但很多linux可以原生支持python,java需要自行安裝。java和python強于c#的原因大于支持linux，支持osx，支持unix，支持arm。java和python比c++受歡迎的原因在于不需要指針。

不少想學習大數據的零基礎學員都知道，學大數據部分課程之前要先學習一種計算機編程語言。大數據開發需要編程語言的基礎，因為大數據的開發基于一些常用的高級語言，比如Java和python。不論是大數據生態架構，還是數據挖掘，都需要有高級編程語言的基礎。因此，如果想學習大數據開發，還是需要著手學習一門高級語言。

那學習大數據我們到底該選擇什么？

咱們再來說下大數據。目前國內很多人在說大數據的時候，實際上是把大數據技術和數據科學(含數據分析、數據挖掘、機器學習)混在一起的，許多討論和爭辯其實源于大家說的不是一個事情。 ?目前高等學校已經有了大數據相關的專業，名字起得也很好，叫《數據科學和大數據技術》，就是把大數據分成兩個方向來看待的。數據科學側重數學抽象和軟件工具的使用，對數學和編程要求較高；而大數據技術側重軟件工程實施，對計算機和編程要求較高。雖然兩個方向都強調編程，但數據科學的編程是泛編程，可以簡單理解為以使用腳本語言或需要編程的軟件工具(如Matlab、SAS、R)，而大數據技術的講的編程是計算機通用編程語言(如Java/C/Python)，職位也更接近我們所說的程序員或者說“碼農”。

根據我在知乎、簡書、CNDS等等論壇上關于兩者語言的討論綜合得出以下結論：

java主要用于商業邏輯強的領域，如商城系統，erp，oa,金融，保險等傳統數據庫事務領域，通過類似ssh框架事務代碼，對商業數據庫，如oralce,db2,sql server等支持較好，軟件工程理念較強，適合軟件工程式的多人開發模式。python主要用于web數據分析，科學計算，金融分析，信號分析，圖像算法，數學計算，統計分析，算法建模，服務器運維，自動化操作，快速開發理念強，適合快速開發團隊或個人敏捷模式。

Python既是一種面向對象的編程語言又因為其簡單、易學、開源、腳本語言范兒的“人設”，是一種既適合數據科學又適合大數技術從業者學習的語言。

如果你想學一門語言，可以從語言的適用性、學習的難易程度、企業主的要求幾個方面考慮，從這幾個角度看，學習Python都沒有什么可挑剔的。

從語言的適用性看，Python有個外號叫“膠水語言”，就是說Python可以隨意地組合它和其它程序，它可以作為一個中間處理模塊的代碼把其他代碼“粘合”在一個工程里面，從而快速的部署和實施。

除了在大數據和數據科學領域，它在web前端開發等領域也有廣泛應用。從學習難易度來看，作為一個為“優雅”而生的語言，Python語法簡捷而清晰，對底層做了很好的封裝，是一種很容易上手的高級語言。

在一些習慣于底層程序開發的“硬核”程序員眼里，Python簡直就是一種“偽代碼”。 從企業主來看，隨便打開一個大數據開發的招聘JD，你就會發現不少企業招聘大數據開發工程師時，對具體編程語言的要求已經不再嚴苛，一般情況下你只要熟練掌握Java/C/Python中的其中一個即可以，畢竟軟件工程師的的核心能力不是語言本身而是邏輯思考能力，況且現在中間件這么多，各種語言之間的適配和轉換也越來越容易，企業需要的是解決問題，而Python was born for it. 就大數據技術而言，Java在PaaS和SaaS層都有非常多的實踐和應用，如果你有Java的基礎，可以繼續學好Java。

如果你沒有Java基礎，又想往大數據技術方向發展，那么你或許可以考慮把Python作為你的First language。 ?在數據科學領域，尤其是在深度學習領域，Python是當仁不二的選擇。

當然，任何語言都不是完美的，如果你是一個擁抱變化，未來希望在數據工程和軟件工程領域都有發展機遇的話，那么我建議你毫不猶豫的擁抱Python，并不斷的嘗試新的工具和技術。在實際使用的python入門簡單，但要學會用python干活，需要再學習python各種庫，pyhton的強大在于庫，為什么python的庫強大，原因是python的庫可以用python，c語言,c++等設計，再提供給python使用，所以無論gpu運行，神經網絡，智能算法，數據分析，圖像處理，科學計算，各式各樣的庫在等著你用。

而java沒有python那么多的開源庫，很多庫是商業公司內部使用，或發布出來只是一個jar包，看不到原始代碼。python虛擬機因為編譯性沒有java的支持的好(或者說故意這么設計的)，一般直接使用源碼(linux)，或源碼簡單打個包(如pyexe)。

MR.SUN建議

對于初學者，尤其是沒有接觸過語言的人想入門大數據，個人覺得先學python，后學java。首先python作為一門腳本語言，很容易入門。編程并不是說掌握一門或幾門語言就足夠了，重在提高思維能力。而python容易入門，工具多，短短數行代碼就可以實現一個強大的功能，增強初學者的信心，另一方面讓初學者有一個對編程思維的初步理解。

在這之后再學習java，首先語法很容易入門，再者對編程有一定理解后，才更能體會到類，繼承，接口，甚至之后接觸各種框架，這些內容對于大型項目帶來的優勢。

學好Python從CS基礎開始。

更多Alevel課程更多IB課程更多AP課程

總結

以上是生活随笔為你收集整理的翰林学院python_为什么入门大数据选择Python而不是Java？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。