大数据和python有什么区别

大数据（big data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才

能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

首先大数据是一个很大的概念，现在很多领域都用到了大数据，比如：互联网、广告、金融、能源、交通等。而Python是一门编程语言，可以用Python处理和分析各个领域产生的数据。很多初学者经常比较哪种语言是最好的，其实：编程语言没有最好，只有最适用，即在某一种中场景下最适用！！！经常会有很多小伙伴们在一些论坛中喊，php是世界第一语言；Java是宇宙第一语言；人生苦短，我用Python等等。

客观的说，如果以后想从事大数据开发方向，两种语言都可能会用到，可以先学一门，因为语言是相通的，学了一门后，再学其他的就很快了！！！不要在到底学习哪门语言上纠结，重要的是先行动起来，学好一门编程语言！因为以后你可能还会学新的语言，比如现在Spark很火，还要学Scala呢！

推荐学习《python教程》

以前在一个论坛上有人这样比较Python、Java、C++，我觉得很形象生动：说Python是自行车，拿过来就骑，但是速度最快也就百十公里；Java是大型运输机，体量大，越飞越快；C++是导弹，一按发射按钮，嗖的一下就飞了，可以飞到几倍音速。经过比较，很容易上手，但是Python的性能最差，C++性能最高，但是想驾驭C++，就像控制导弹一样，成本和难度较高，而Java就脱颖而出了，你会发现现在大数据生态圈中的绝大多数框架都是用Java编写或是运行在JVM之上的！！！

互联网企业是这样做的：如果处理的数量比较大，那先用Hadoop或Spark进行一次或多次处理，然后将处理后的结果保存起来。如果数据量较小并且还要做一些数据挖掘或机器学习，会倾向使用Python，因为Python的机器学习算法更多，更完善！但是Hadoop和Spark也有相应的机器学习库了，比如Hadoop的Mahout和Spark MLlib，但是算法相对较少，随着时间的发展，会越来越完善的！所以到底是使用Spark还是Python，要看数据量的多少和业务的复杂度来决定！

就大数据处理和分析而言，python更适用一些，建议先学好python，毕竟现在大数据生态圈中的技术都脱离不了python，以后再学其他语言也很容易！