详细内容或原文请订阅后点击阅览
进行现代数据工作流程：需要帮助决定吗？
需要数据工作流程的性能和灵活性吗？我们比较GO和Python，以帮助您做出明智的决定。
来源:KDnuggets您正在架构新的数据管道或启动分析项目，并且您可能正在考虑使用Python还是GO。五年前，这甚至不是辩论。您将使用python，故事的结尾。但是，GO一直在数据中获得采用，尤其是在数据基础架构和实时处理中。
事实是，两种语言都在现代数据堆栈中发现了它们的甜蜜斑点。 Python仍然运作出色的机器学习和分析，而GO正在成为高性能数据基础架构的首选选择。
但是知道什么时候选择哪一个？那就是事情变得有趣的地方。我希望本文可以帮助您决定。
Python：数据的瑞士军刀
Python由于其成熟的生态系统和对开发人员友好的方法而成为数据工作的标准选择。
（几乎）每个数据任务的现成库
该语言为您将处理的几乎每个数据任务提供了流行的库 - 从数据清洁，操纵，可视化和构建机器学习模型。
我们概述了每个数据科学家都应该知道的10个Python库中必不可少的数据科学库。
10个数据科学家都应该知道的10个Python库Python的互动开发环境在数据工作中产生了重大不同。 Jupyter笔记本电脑（和Jupyter替代品）允许您在单个接口中混合代码，可视化和文档。
用于实验的工作流
您可以加载数据，执行转换，可视化结果并构建模型，而无需切换上下文。当您探索数据或原型解决方案时，这种集成的工作流程会减少摩擦。在使用新数据集或开发需要尝试不同方法的机器学习模型时，这种探索性方法至关重要。
Python最适合以下方式：