大家好，今天小编关注到一个比较有意思的话题，就是关于学习hadoop还是python的问题，于是小编就整理了4个相关介绍学习hadoop还是Python的解答，让我们一起看看吧。
- 大数据究竟是用Java开发好还是Python好？
- Hadoop与Spark两个大数据技术生态系统各自的特点有哪些？
- hadoop和python能搭配在一起做一个项目么？
- Python有哪些内容需要学习才能就业的？
大数据究竟是用java开发好还是Python好？
做大数据用Java和python都可以，哪个好就看市场上的选择了。
现在做大数据和机器学习大部分程序员都会选择python，原因就是用python简单方便，用java会比较麻烦。
我在最初做大数据的时候也使用java，因为我用java时间比较久，也比较熟悉。后来越用越觉得麻烦，很多算法需要自己写实现。
后来转向python，感觉用python很方便，代码量下降很多，很多算法的实现都有现成的库可以使用。
所以个人感觉做大数据还是用python比较方便，java程序员可以试一试。
语言之争需要结合使用场景来对比，任何语言都不是万能的。大数据可以细分为很多领域，如大数据分析师、大数据开发工程师、平台运维工程师、机器学习与数据挖掘工程师等。分别解决统计分析与报表输出、数据存储与管理和数据服务开发、大数据平台维护以及工具开发以及数据隐藏价值挖掘。对于不同的的领域，使用的主流语言也有很大差异。大数据分析师分析师主要使用SQL，也经常需要使用shell、Python等脚本语言进行数据清洗，很少使用Java。由于现在的大数据平台主要是基于Hadoop生态的，而且各种业务服务也主要是基于Java的实现，因此大数据开发工程师主要使用Java开发，基于Java虚拟机的Scala也很常用，主要得益于Spark，Python使用相对较少。平台运维工程师主要是各种脚本语言如Python、shell。但也需要很好的Jave基础，因为很多框架是Java写的，经常要配置各种参数。机器学习与数据挖掘工程师或许使用Python较多，因为Python具有较多的机器学习库。最后，想说的是语言只是工具，根据自己的技术栈和使用场景合理选择。没有谁一定比谁好。
从事大数据工作快一年了，究竟用什么语言，要根据使用场景决定。我的工作比较偏开发，主要使用scala(运行在java虚拟机上的语言，可以理解为java的shell）。方便和各种服务集成在一起。最大的难题在于机器学习算法，相对于Python，可用的库确实有限，部分需要自己实现。如果偏数据分析，可能用Python更加方便。
对待这个问题就像你中午吃饭是吃米饭还是面一样，都只是语言，擅长什么很关键……
你做java的然后转过去做python 哪个成本大，开发出来的哪个更好用，很简单的事情，反之亦然……
Java在大数据框架方面用得很广，但Python也是大数据处理常用的语言，特别是机器学习方面。
1.数据开发：Java，Zookeeper，Hadoop，Hive，Spark，Kafka等。
2.数据分析：Excel，SQL，Tableau，Python。
3.大数据分析：数据分析技能➕Hadoop➕Hive➕部分Java
4.数据挖掘：大数据分析技能➕数据挖掘算法。
从事大数据开发,Python和Java都要学习,首先要学习Java语言,Java是大数据的基础编程语言,除此之外还有一门必须的语言---Scala,它是专门用于大数据Spark开发的.当到了大数据高级阶段在做一些与大数据分析,人工智能,机器学习相关的工作时才会用到Python,换句话说对于大数据Java,Scala是基础必须要学,而Python等学到大数据高级时再学也可以.
但是我们也不需要学习全部的Java,对于大数据来说学习Java基础就足够,你也可以看看我的相关回答,更详细的了解Java在大数据学习中的地位,要学多深。
Hadoop与Spark两个大数据技术生态系统各自的特点有哪些？
Apache Spark是一个通用和闪电般的集群计算系统。它提供了高级API。例如，Java，Scala，Python和R. Apache Spark是用于运行Spark应用程序的工具。 Spark比Bigdata Hadoop快100倍，比从磁盘访问数据快10倍。
Hadoop是一个用Java编写的开源，可扩展和容错框架。它有效地处理大量商品硬件上的大量数据。 Hadoop不仅是一个存储系统，而且是一个大数据存储和处理的平台。
Spark是闪电般的群集计算工具。 Apache Spark的应用程序运行速度比Hadoop快100倍，磁盘速度快10倍。由于减少了磁盘读/写周期的次数，并且可以存储内存中的中间数据。Hadoop MapReduce 从磁盘读取和写入，因此会降低处理速度。Spark很容易编程，因为它拥有大量具有RDD （弹性分布式数据集的高级操作符）。Hadoop MapReduce 的开发人员需要手动编写每一项操作，这使得工作非常困难。
Spark能够在同一个群集中执行批处理，交互式和机器学习和流式处理。因此使其成为一个完整的数据分析引擎。因此，不需要为每个需求管理不同的组件。在集群上安装Spark足以满足所有要求。MapReduce只提供批处理引擎，因此，会依赖于不同的引擎。例如 Storm，Giraph，Impala等用于其他要求，所以，管理很多组件非常困难。
Apache Spark 可以以每秒数百万事件的速率处理实时数据，即来自实时事件流的数据，例如，例如Twitter数据或Facebook分享/发布。 Spark的优势在于能够有效地处理直播视频流。Hadoop则不行，因为它旨在对大量数据执行批处理。
hadoop和python能搭配在一起做一个项目么？
Hadoop 的HDFS做存储，数据处理方面可以用python的hadoop框架做，比如用Mrjob 、pydoop 、Luigi等。（还有些其他框架如Dumbo、Hadoopy…都停止更新了，不建议使用）
Python有哪些内容需要学习才能就业的？
近些年，编程语言Python的热度越来越高，因为Python简单，学起来快，是不少程序员入门的首选语言。想学好Python可以来百战程序员哦，成立14年的IT教育平台。
Python在图形界面开发上很强大，可以用tkinter/PyQT框架开发各种桌面软件！
2. 网络编程
网络编程是Python学习的另一方向，网络编程在生活和开发中无处不在，哪里有通讯就有网络，它可以称为是一切开发的“基石”。对于所有编程开发人员必须要知其然并知其所以然，所以网络部分将从协议、封包、解包等底层进行深入剖析。
3. 爬虫开发
在爬虫领域，Python几乎是霸主地位，将网络一切数据作为资源，通过自动化程序进行有针对性的数据采集以及处理。从事该领域应学习爬虫策略、高性能异步IO、分布式爬虫等，并针对Scrapy框架源码进行深入剖析，从而理解其原理并实现自定义爬虫框架。
4. 云计算开发
Python是从事云计算工作需要掌握的一门编程语言，目前很火的云计算框架OpenStack就是由Python开发的，如果想要深入学习并进行二次开发，就需要具备Python的技能。
5. 人工智能
到此，以上就是小编对于学习hadoop还是Python的问题就介绍到这了，希望介绍关于学习hadoop还是Python的4点解答对大家有用。
