原始的數據科學是勞動密集型活動，但當你會用適合的語言進行工作時，數據科學應該是非常智能有趣的工作，會讓你得到一些不容易看到的結論。

一般來說，數據科學中常常會涉及大量數據的處理，此時優化代碼的性能非常重要。考慮到這些基本原則，來看看哪些語言是數據科學中應該掌握的：

R

??

R 發布于 1995 年，是 S 語言的一個分支，開源。目前由 R Foundation for Statistical Computing 提供技術支持。

優點：

• 免費、開源，各種功能和函數琳瑯滿目
• 專門為統計和數據分析開發的語言，即使基礎安裝也包含全面的統計功能和方法

數據可視化

缺點：

• 性能，R 作為解釋型語言，運行效率并不高
• R 在統計學的表現很出色，但并不適用于通用編程

Package 的可靠性問題

小結：R 語言在統計和數據可視化方面非常強大，并且開源讓它聚集了一幫活躍的貢獻者，不過由于開發者良莠不齊，導致 Package 的可靠性方面會有點問題

Python

??

Guido van Rossum 在 1991 年推出 Python，開源。Python 廣泛用于數據科學領域，目前主要的版本是 3.6 和 2.7。

優點：

• Python 是一門主流編程語言，有著廣泛的在線支持
• 入門友好，易于學習
• 有諸如 pandas，scikit-learn 和 Tensorflow 這樣優秀的 package

缺點：

• Python 作為動態語言，比 Java 還慢，而且容易出現類型錯誤
• 對于特定的統計或數據分析，R 的封裝會比 Python 更輕松;而在通用性方面，也有比 Python 更好的替代方案

小結：Python 是數據科學中很好的選擇，而且，Google 的 TensorFlow 使得機器學習框架都偏向于Python

SQL

??

SQL 是結構化查詢語言，用于存取數據以及查詢、更新和管理關系數據庫系統

優點：

• 在查詢、更新和管理關系數據庫方面非常有效
• 易讀。類似這樣的語句基本不會有歧義：SELECT name FROM users WHERE age > 18
• SQLAlchemy 等模塊使 SQL 與其他語言的集成變得簡單明了

缺點：

• 分析功能相當有限
• SQL有很多不同的實現，如 PostgreSQL，SQLite，MariaDB。他們都是不同的，操作起來有點麻煩。

小結：SQL 作為數據處理語言比作為高級分析工具更有用

Java

??

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，目前由 OSracle Corporation 支持。

優點：

• 應用廣泛，許多系統和應用都用 Java 寫后端，能夠將數據科學方法直接繼承到現有的代碼庫
• 健壯。對于重要任務的大數據應用，這點很寶貴
• 適合編寫高效的 ETL 生產代碼和計算密集型機器學習算法

缺點：

• 對于專用的統計分析，Java 的冗長度不適合作為首選。不過動態類型的腳本語言(如 R 和 Python)可以提高生產率
• 與 R 這樣特定領域的語言相比，Java 中沒有大量可用于高級統計方法的庫

小結：Java 其實不推薦作為數據科學語言的首選，盡管它能將數據科學代碼無縫接入現有代碼庫，而且性能和安全性也是它的優勢。但是作為開發者，使用 Java 就意味著沒有其他語言特定的包可用。

Scala

??

Scala 是一門多范式的編程語言，類似 Java，由 Martin Odersky 開發并于 2004 年發布。

優點：

• Scala + Spark = 高性能集群計算。它是大數據領域的殺手級應用框架
• 多范式
• Scala 被編譯為 Java 字節碼并在 JVM 上運行，這使 Scala 成為非常強大的通用語言，同時也非常適合數據科學

缺點：

• Scala 并不太適合初學者
• 語法和類型都比較復雜，這對于 Python 開發者其實是個比較陡峭的學習曲線

小結：對于集群處理大數據的環境，Scala + Spark 是一個很棒的解決方案。但對于少量數據而言，其他語言或許效率更高

Julia

??

Julia 是一款剛出現沒幾年的 JIT 科學計算語言， 為高性能科學計算而生。

優點：

• JIT(just-in-time)語言，性能良好，還提供像 Python 等解釋語言的腳本功能和動態類型
• 為數值分析而生，但也同樣能進行通用編程
• 可讀性好，而且 Julia 文檔的中文翻譯優秀(因為核心組有個中國人哈哈哈)

缺點：

• 作為一種新語言，很難說已經可以成熟到大規模使用
• 有限的包

小結：潛力無限，但就目前而言，還不如 R 和 Python 一樣成熟穩定

MATLAB

??

MATLAB 是 MathWorks 公司出品的商業數學軟件，用于算法開發、數據可視化、數據分析以及數值計算的高級技術計算語言和交互式環境，在數學類科技應用軟件中在數值計算方面首屈一指。

優點：

• 專為數值計算而設計，非常適合具有復雜數學計算的定量應用，如信號處理、傅里葉變換、圖像處理等
• 數據可視化，MATLAB 內置了繪圖功能
• 作為數學本科課程的一部分，它在物理、工程、應用數學等領域有著廣泛應用

缺點：

• 還挺貴的(獲取 MATLAB 及工具箱報價)
• 不適用于通用編程

小結：MATLAB 最適合數據密集型應用，畢竟它就是為此而生的。

總結

本文只是個快速指南，來幫助選擇哪種語言適合做數據科學。當然，除了上述介紹的語言外，C++、JavaScript、Perl 還有 Ruby 也可以解決一些數據問題，其中的關鍵在于你的使用需求，以及個人的喜歡等。