زبانهای تحلیل و مدیریت دادهعلم داده

پایتون زبانی مناسب برای محاسبات ریاضی و پردازش داده

مدتی پیش تصمیم گرفتم که در مسابقات سایت Kaggle که در حوزه پردازش داده است، شرکت کنم. زبان رایجی که برای ارسال پاسخ ها استفاده می شد، پایتون بود و با خود قرار گذاشتم که این زبان را یاد بگیرم.

از طرفی در درس “مقدمه ای بر علم مدیریت داده” که به تازگی در سایت Coursera شروع شده است نیز ثبت نام کردم و با خود قرار گذاشتم که تمرینات هفتگی آنرا انجام دهم که به این طریق مهارت های پردازش داده خود را بالا برم . اولین تمرین این درس نیز به زبان پایتون باید نوشته می شد، این بود که با جستجوی اینترنت برای یک منبع سریع آموزشی پایتون به فایلهای آموزشی گوگل در این زمینه رسیدم که در چند صفحه به صورت خلاصه اما مفید ، اصول اصلی این زبان را بیان کرده بود که خواندن آن بیشتر از چند ساعت طول نکشید و با اتمام آن ، یک اشراف کلی به این زبان پیدا کردم.

گام بعدی انجام تمرینهایی است که خود گوگل در پایان هر درس گذاشته است که الان در حال انجام آنها هستم . از آنجا که قسمت برنامه نویسی سایت گوگل برای ایران ، تحریم است فایل زیپ حاوی این آموزش ها را از  این آدرس می توانید دانلود کنید.

سادگی پایتون و ساختارهایی که مخصوص پردازش داده در آن تعبیه شده است (مانند لیست و تاپل ) برایم جالب بود . قبلاً فکر می کردم وقتی با زبانهایی مثل c# و جاوا همه کاری می توان انجام داد ، چه نیازی به یادگرفتن زبان جدید است اما الان متوجه شدم که رواج زبانهایی مانند پایتون و روبی در دنیا بخاطر سادگی و امکانات مفیدیست که کار برنامه نویسان را بسیار ساده تر می کند.

کتابخانه های زیادی که برای پایتون نوشته شده است آنرا به زبانی استاندارد برای پردازش داده و محاسبات ریاضی (جانشینی برای فرترن) تبدیل کرده است طوریکه امسال وزارت دفاع آمریکا سه میلیون دلار برای گسترش کتابخانه های پایتون برای کلان داده اختصاص داده است.

اگر می خواهید این زبان ساده و مفید را یاد بگیرید توصیه می کنم از نرم افزار Canopy برای اجرا و ویرایش برنامه های پایتون استفاده کنید .

(این مطلب برگرفته از سایت شخصی بنده است )

۰

میانگین امتیاز

امتیاز کاربران : امتیاز دهید!

امتیاز کاربران: ۴٫۲۸ ( ۳ رای)

مجتبی بنائی

دانشجوی دکترای نرم‌افزار دانشگاه تهران (yun.ir/smbanaie)، مدرس دانشگاه و فعال در حوزه توسعه نرم‌افزار و مهندسی داده که تمرکز کاری خود را در چند سال اخیر بر روی مطالعه و تحقیق در حوزه کلان‌داده و زیرساخت‌های پردازش داده و تولید محتوای تخصصی و کاربردی به زبان فارسی و انتشار آنها در سایت مهندسی داده گذاشته است. مدیریت پروژه‌های نرم‌افزاری و طراحی سامانه‌های مقیاس‌پذیر اطلاعاتی از دیگر فعالیتهای صورت گرفته ایشان در چند سال گذشته است.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

دکمه بازگشت به بالا