開發(fā)者到底應該學習哪種編程語言才能獲得機器學習或數(shù)據(jù)科學這類工作呢？這是一個非常重要的問題。我們在許多論壇上都有討論過?，F(xiàn)在，我可以提供我自己的答案并解釋原因，但我們先看一些數(shù)據(jù)。畢竟，這是機器學習者和數(shù)據(jù)科學家應該做的事情：看數(shù)據(jù)，而不是看觀點。

話不多說，上數(shù)據(jù)。我搜索了與“機器學習”和“數(shù)據(jù)科學”一起使用的技能，搜索選項包括編程語言Java、C、C++和JavaScript。然后還包括了Python和R，因為我們知道它在機器學習和數(shù)據(jù)科學方面很受歡迎，當然還有Scala，考慮到它與Spark的關系，再加上Julia，一些開發(fā)中認為這是“the next big thing”。運行這個查詢，我們得到的數(shù)據(jù)如下：

當我們關注機器學習時，我們得到了類似的數(shù)據(jù)：

我們能從這些數(shù)據(jù)中得到什么啟示呢?

首先，我們看到并不是一招通吃。在這種情況下，各種機器學習編程語言都很受歡迎。

其次，所有這些編程語言都在急劇增長，反映出在過去幾年里，企業(yè)對機器學習和數(shù)據(jù)科學的關注和需求正在急速增加。

第三，Python很明顯的領導者，其次是Java，然后是R，再然后是C++。Python對Java的領先優(yōu)勢正在增加，而Java在R上的領先地位正在下降。必須承認，我很驚訝地看到Java名列第二；我本來是以為是R語言。

第四，Scala的增長令人印象深刻。它在三年前幾乎是不存在的，現(xiàn)在和這些成熟的編程語言幾乎在同一個層面。當我們切換到Indeed.com上的數(shù)據(jù)的相對視圖時，這更容易發(fā)現(xiàn)。

第五，Julia的受歡迎程度雖然不明顯，但肯定有上升的趨勢。Julia將成為一種流行機器學習和數(shù)據(jù)科學編程語言嗎？未來會告訴你。

如果我們忽略Scala和Julia，以便能夠聚焦其他編程語言的增長，那么我們毫無疑問可以確認：Python和R的增長速度要快于通用語言。

考慮到增長率的差異，R的受歡迎程度可能很快就會超過Java。

當我們專注于深度學習這個問題時，數(shù)據(jù)是完全不同的：

這時，Python仍然是領導者，但C++現(xiàn)在是第二，然后是Java，而C在第四，R只在第5。這里顯然強調了高性能計算語言。Java正在快速發(fā)展。它可以很快達到第二名，就像一般的機器學習一樣。R不會很快接近頂部。令我驚訝的是Lua的缺席，盡管它在一個主要的深度學習框架(orch)中使用，而Julia不存在。

到這時，到底哪種語言才是最受歡迎的編程語言呢？答案應該很清楚了。當涉及到機器學習和數(shù)據(jù)科學工作時，Python、Java和R是最流行的技能。如果你想專注于深度學習，而不是一般的機器學習，那么，在某種程度上來說C++、C也是值得考慮的。然而，請記住，這只是看待問題的一種方式。如果你想找一份工作，或者你只是想在業(yè)余時間學習機器學習和數(shù)據(jù)科學，你可能會得到不同的答案。

我的個人答案呢？除了有許多頂級機器學習框架的支持之外，Python對我來說很適合，因為我有計算機科學的背景。對于開發(fā)新的算法，我也會感到很舒服，因為我的大部分職業(yè)生涯都是用這種語言編程的。但這就是我，有不同背景的人可能會覺得用另一種語言更好。一個擁有有限編程技能的統(tǒng)計學家肯定會更喜歡R。一個強大的Java開發(fā)人員可以使用他最喜歡的語言，因為有大量的Java API的開放源代碼。對于這些圖表上的任何一種語言，都可以有類似的例子。

因此，我的建議是，在花大量時間學習一門語言之前，根據(jù)自己的情況來決定選擇哪種編程語言，切記千萬不可跟風。

相關書籍推薦：

你眼中的Python大牛 應該都有這份書單

Python書單 不將就

不可錯過的十本Python好書

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

最新評論