Тут все просто. По факты вы можете программировать на любом языке, но вот разница в удобстве будет колоссальной.
Дело в узкопрофильности направления Data Science - по сути это обработка и анализ данных. Поэтому используют те языки, в которых присутствуют профильные библиотеки анализа данных, статистики, готовые алгоритмы и очень спец-ые мат. функции. В полном объеме они есть только в некоторых языках: python, R, mathlab
2 эксперта согласны
Алексей Леонов
13 окт 2021подтверждает
Java, по сравнению с тем же Python более многословная, и функциональное программирование там реализовано чуть... Читать дальше
Главная причина - Java не часто используется в Data Science, потому что она не часто используется в Data Science :-) А если серьезно ну просто на ней немного подходящих для этих задач библиотек. Не наработаны паттерны для этих... Читать далее
На Java уже создано множество приложений, язык Java используется в авторитетных IВM, Oracle и т.п. Но сегодня... Читать дальше
Java более подходит для Enterprise разработки, так как это объектно-ориентированный язык, - удобно на нем описывать объекты доменной области.
У Java развитые библиотеки и фреймворки для работы с базами данных, с многопоточност... Читать далее
А какие языки еще используются, кроме Python?
Вопрос с подвохом, на мой взгляд. Тут всё куда сложнее.
Если говорить об исследованиях и быстром прототипировании, то конкурентов Python практически нет. R, кажется, сходит со сцены; Matlab, правда, ещё держит позиции, но в... Читать далее
А почему Вы думаете, что не используется? Редко, специфично, но бывает всё же) Да, чаще используют Python, потому что библиотек море, и написаны они на си, работают быстро.
Дата Сатанисты работали бы в Excel, если бы его... Читать далее
1 эксперт согласен
Alex Kalaverin
2 нояб 2021подтверждает
Не совсем верно про Excel, он является одним из главных инструментов для анализа данных, просто им овладеть очень... Читать дальше