知識補(bǔ)給站：大數(shù)據(jù)與“四種武器”的關(guān)系？

大數(shù)據(jù) R語言 python SAS SPSS

數(shù)據(jù)挖掘與可視化 | 2016-02-25 12:19

【數(shù)據(jù)猿導(dǎo)讀】在大數(shù)據(jù)的世界中，流傳著這樣四大武器，他們就如同武林中的“刀槍棍棒”，如果高手們擁有它就會所向披靡，獨(dú)霸一方，但若無法得其要領(lǐng)，也只能是一堆廢銅爛鐵。今天，小編就來為各位介紹一下這大數(shù)據(jù)的“四大武器”

武林中人很多都要求自己各種兵器都能夠使用，但每個(gè)人都會有一個(gè)自己最擅長的兵器。以前這四種軟件就如大數(shù)據(jù)里的“刀槍棍棒”。兵器只是一部分，重要的還是我們自身對于大數(shù)據(jù)的理解，也就相當(dāng)于是內(nèi)功。畢竟，雙方比武，兵器取勝的部分是很大，但不是決定因素!試想，一個(gè)內(nèi)功高深的人跟一個(gè)只會使槍的人來比試，說不定對方摘葉就可以傷到那個(gè)只會使劍的人。

好吧!我們就一一揭開這四種“武器”的面紗!

先說R，與其說是一門語言，不如說是一個(gè)軟件。他更多的應(yīng)用是在數(shù)據(jù)量在中小型公司的運(yùn)用。個(gè)人感覺，它也將會是國內(nèi)下一門比較熱的語言。從大數(shù)據(jù)的角度來看，什么樣的數(shù)據(jù)最有價(jià)值，首當(dāng)其沖的是運(yùn)營商的數(shù)據(jù)，再者是銀行數(shù)據(jù)，再者是微信數(shù)據(jù)，電商數(shù)據(jù)........而這些數(shù)據(jù)對于數(shù)據(jù)所有部門來說，大都是以地市為單位來存儲的。就相當(dāng)于將數(shù)據(jù)劃小成為一個(gè)個(gè)的分片，這樣有利于R的施展。在做數(shù)據(jù)挖掘及可視化的時(shí)候，我的導(dǎo)師說過，在國內(nèi)，最好要在兩周內(nèi)要讓客戶看到你數(shù)據(jù)挖掘的價(jià)值。而要達(dá)到這樣的目標(biāo)，用R就會有很好的效果。特別是在數(shù)據(jù)展示方面。

而對于R的學(xué)習(xí)，是要有一定的代碼邏輯及調(diào)用規(guī)范的。因?yàn)樾”姡鸵粩嗟呐c其它的語言對接，就相當(dāng)于一個(gè)說中文，一個(gè)說洋文，中間的翻譯很重要。

再來說說Python,有人說早晚運(yùn)維要用到這個(gè)語言，因?yàn)樗诖髷?shù)據(jù)時(shí)代下，有著太多的應(yīng)用場景。它基于LINUX。這就首先方便了大家的使用，他可以和任何語言又能夠互相調(diào)用接口。這就大大的便利它在大數(shù)據(jù)時(shí)代下運(yùn)維人的工作。這么說牽扯到一個(gè)問題：運(yùn)維人員是否要掌握一兩門開發(fā)語言?新時(shí)期的運(yùn)維，將會大面積為自動化運(yùn)維，變被動維護(hù)為主動防護(hù)。這樣就要求運(yùn)維人員除了裝機(jī)器外，要能夠簡單的對服務(wù)器及相關(guān)網(wǎng)絡(luò)設(shè)備有一定的開發(fā)定制能力。

對于Python，我的學(xué)習(xí)計(jì)劃就是在R的魔鬼訓(xùn)練完之后再開始學(xué)。力爭避免學(xué)的多而都不精的現(xiàn)像，先學(xué)精一門語言，而觸類旁通的學(xué)另一門語言。

對于SAS，這個(gè)就先放一放吧!畢竟，這個(gè)軟件是要收費(fèi)的，它里邊的內(nèi)置算法較多，對一些數(shù)據(jù)的相關(guān)統(tǒng)計(jì)效果較好。適用于一些科研機(jī)構(gòu)對于大量數(shù)據(jù)的收集，統(tǒng)計(jì)使用。這個(gè)軟件，我以前在自己的虛擬機(jī)上裝過，運(yùn)行起來很費(fèi)內(nèi)存。而且他的代碼，總體感覺跟C類似。大數(shù)據(jù)用它來處理是很好，但是這個(gè)軟件收費(fèi)較高。依當(dāng)下國內(nèi)的情況，不建議初創(chuàng)公司使用。

最后再說一下SPSS，這一個(gè)IBM的軟件。有人說它跟SAS齊名，但這個(gè)軟件，個(gè)人感覺最好用它來得理EXCEL的數(shù)據(jù)，又或者向領(lǐng)導(dǎo)及客戶展示你的數(shù)據(jù)挖掘過程的時(shí)候演示來使用。但這個(gè)軟件具體還沒有使用過，只是見老師鏈好線，去跑數(shù)據(jù)，它對原始數(shù)據(jù)的要求較高。所以也可以結(jié)全R與SAS在處理好原始數(shù)據(jù)后，再用SPSS來走流程會更好一些。

以上，是對自己所知道的這四個(gè)軟件的理解，在大數(shù)據(jù)的領(lǐng)域，都會多少用到這四個(gè)軟件的。而怎么去用，取決于我們個(gè)人。

鄙人才疏學(xué)淺，若有同道中人，如有冒犯，還望不吝賜教!技術(shù)切磋，共同成長!

來源：數(shù)據(jù)挖掘與可視化

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時(shí)，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。