برترین کتابخانه‌های علم‌داده در پایتون، R و Scala

https://bit.ly/2ysajYI

در ادامه پرکاربردترین کتابخانه‌های علم داده زبان‌های برنامه برنامه‌نویسی پایتون، R و Scala در زیرشاخه‌های یادگیری ماشین، مصورسازی داده، تحلیل داده و مهندسی براساس میزان استفاده در Github مقایسه شده‌اند.

💻پرکاربردترین کتابخانه‌های یادگیری ماشین:
1️⃣ TensorFlow (Python)
2️⃣ H2O (R)
3️⃣ DeepLearning4j (Scala)
4️⃣ Scikit Learn (Python)
5️⃣ Spark MLlib (Scala)

📈پرکاربردترین کتابخانه‌های مصورسازی داده:
1️⃣ Matplotlib (Python)
2️⃣ Bokeh (Python)
3️⃣ ggplot2 (R)
4️⃣ Plotly (Python & R)
5️⃣ ggvi (R)

📊پرکاربردترین کتابخانه‌های آماده‌سازی و تحلیل داده:
1️⃣ Pandas (Python)
2️⃣ Scrapy (Python)
3️⃣ dplyr (R)
4️⃣ data.table (R)
5️⃣ Slick (Scala)

📐پرکاربردترین کتابخانه‌های ریاضی و مهندسی:
1️⃣ akka (Scala)
2️⃣ SciPy (Python)
3️⃣ Numpy (Python)
4️⃣ StatsModels (Python)
5️⃣ spaCy (Python)

پی‌نوشت:
1- در حوزه یادگیری ماشین و یادگیری عمیق رقابت میان این سه زبان برنامه‌نویسی بسیار نزدیک هست اما در حوزه‌های تحلیل داده، مصورسازی داده و کاربردهای مهندسی زبان پایتون با اختلاف پیشگام است.
2- با توجه به گسترش پلتفرم پردازشی آپاچی اسپارک انتظار رشد بیشتر زبان برنامه نویسی Scala وجود دارد البته اگر قصد فعالیت بعنوان تحلیلگر کلان داده را دارید همچنان پایتون بهترین انتخاب است.

با احترام
محمدرضا محتاط

@DataAnalysis