被挤爆的数据科学行业！五年前“最性感的职业”怎么了？

前文我们谈论过如何学习SQL的问题，当你使用SQL的时候，你会有这样一个疑问，这样的数据库处理软件，它是不是一个编程语言呢?答案是肯定的，不过它属于声明式编程。你可以指定所需要的输出(就是你想从数据表中把哪几列提取出来)，但没法控制它用什么方式把结果反馈。SQL抽象出大量发生在数据库内的信息。

与之相对的，如果你需要一种可以指定数据从哪里、用什么方式被选取出来。像Java、Python、Scala、R、Go等等这些都是现在流行的面向对象的过程化语言。

大家现在对用哪种语言去做数据科学依旧有很多争论，当然也不会在这里指定一种语言是最合适的。但我想说的是，在我的日常工作中，Python对我的帮助真的很大。作为一个初学者来说，Python很容易上手，而且也是数据领域里最流行的编程语言。为什么这么说呢，因为它可以处理很多数据问题，如构建一个模型放入到scikitlearn里、访问AWS API云平台服务接口、制作网页服务应用、清洗数据、创建深度学习模型等等。而在统计领域里，R还是更为广泛使用。

但同样的，我还是建议不用去深究统计领域，Python基本可以满足编程需求了。

当然Python在大规模应用、打包依赖关系、一些特定数字处理、特别是时间序列和R那样开包即用(Python不像R有很多成型的功能包、更细致的统计功能模型) 等等问题上也不是很适用。

如果你不选择Python，那也没什么问题。但你应该选择一门语言让你在数据科学之外的领域，一样可以大展拳脚。举个例子来说，如果你的第一份工作是数据分析师、质量保障员、初级的软件开发人员或者其他岗位，这都将是作为你进入这个行业的敲门砖。

如果说一旦你选择掌握某种编程语言，就会开始学习它的范式，研究它与整个计算机生态系统的关系。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!