使用Python分析大量資料應該學些什麼？

如果您想使用 Python 分析大量資料，該研究什麼？

對於大資料，我們不能相信只有語言就足夠了。Python 之所以合適，是因為它可以方便地管理數學庫、簡潔且易於管理異構和多維資料結構，但大資料還需要 IT 結構。例如，我們需要一個系統來管理非常大的檔案，並且我們需要結構來對映和減少這些巨大的檔案。

Apache Hadoop及其專用的 HDFS 檔案系統已成功解決了這些問題。

Python 通過Pydoop 庫與它驚人地互動。

推薦的步驟如下：

從兩個方面開始：學習必要的數學，通過您編寫的簡單教育程式加深 Python 的各個方面。通過這種方式，您將同時學習 Python 和所需的數學，您將學習在程式碼中以實用的方式使用數學。
只有當你對前一點感到非常強大時，研究它是如何工作的以及如何安裝hadoop，開始玩pydoop，做一些非常簡單的事情：儘管庫和語言在理論上很簡單，但這將是一個荊棘床。
一旦你瞭解了這些工具，就可以找到一些實際的應用程式並投入使用。它將付出痛苦和棄絕、迷失的夜晚和各種詛咒的代價。你經常會想放手，不要。
一旦您解決了一些實際問題，您將準備好在使用大資料的工作世界中面對自己。顯然你會非常初級，一開始會非常困難。如果您沒有明確的行業工作路徑，請使用您的案例研究來介紹自己。