框架为数据科学家带来哪些编程语言所不能带来的优势
过去,计算机编程的关键就是用对语言。不论是C,Lisp,还是Pascal,程序员们都有着自己的专长和编程格式。然而, 随着计算能力的增加,编程语言之间大大缩减,从而允许系统理解所有计算机语言并可以在其中轻易转换。如今,人们关注的是框架(Framework)这个更现代,更具有前瞻性的概念。框架可以克服很多编程语言中过时的做法
框架是由库代码组成的集合,可以用于在任何语言中简化编程过程,这里语言是指实际写代码中所用到的语法。框架带来许多优势。虽然编程语言永远不会被抛弃,越来越多的程序员倾向于使用框架来工作,并且基于各种理由,把框架视作更现代,更前沿的选择。向框架发展的趋势已经成为IT变革中的一部分,并且必将在未来几年中越来越高涨。
框架使编程更加深入 (Frameworks go deeper)
过去,编程就是尽可能最有效的去利用代码,但是这样的方法已经随着自动代码编写系统的产生而被抛弃。如今,程序员更关心如何利用API,而不是如何去写一个API。这就像是试图获得单词的正确拼写和真正理解单词的意思以及如何在句子中使用之间的区别。许多编程都是在组合串联一组组的API,所以现在程序员可以更关注于系统的框架,而不是纠结于代码中间要写哪一个标点符号。关注于API能做什么使得程序员有精力和自由去挑战极限,去发现各种编程问题中的因果关系,去理解代码的运作,去发现操作方法,来创造最高效的代码。
框架关注大局(Frameworks focus on big picture)
感谢自动化的系统和教程,对各种编程语言的了如指掌变的不再像以前那样重要。代码错误可以被各种不断帮你查错的程序自动修改。框架使得程序员能够关注于更大局观的层面,而不是花费时间处理代码的微小细节。有了对系统和API功能的更好理解,以及自动的系统程序来处理单调乏味的细节,程序员可以花费更多精力调试他们的程序,为其增加更多功能和潜力。
现在用什么语言编程已经变得不那么重要了
框架搭建强大算法(Frameworks Build Strong Algorithms)
使用编程语言中一个很重要的部分就是理解算法,并且按算法来写代码。然而,算法可能会受限于语言,因为他们是被框架定义的。相比于作为语言中的一部分,改变或创建作为框架中的一部分的算法是更加安全且高效的做法。框架已经经历了多年的开发,这就意味着他们是经历过时间考验的,是最优秀的编程思想的想法与实践的结晶。
框架是未来趋势(Frameworks are the Future)
不论使用哪种语言,许多程序员都一致同意框架是编程的未来。如果代码是法律,编程语言就是确保法律得到正确运行的执行者,但是框架是实际制定法律的系统。通过关注框架,程序员会在未来获得更多决定权,并且可以实际制定代码的规则,而不是简单的执行它们。一旦规则被制定,所有人都必须在规则范围内工作,所以理解框架给予用户一个制定其他人必须遵循的规则的机会。在快速发展并且具有前瞻性的编程世界,能够制定一些规则提供了改变游戏的力量和机会。
数据科学家的福利(Benefits to Data Scientist)
让我们来看看框架如何极大地有益于数据科学家以及他们的工作。以上所有观点都可以证明框架对数据科学家的是有益的。比如,关注框架意味着数据科学家不一定再需要编程及编程语言的丰富经验。相对的,他们可以把各自的产业经验带到数据科学的工作中来。框架帮助数据科学家进行数据挖掘和分析的工作,同时使得他们有时间去纵观全局。
有些框架更是为大数据和数据科学而开发的。例如Hadoop,就是其中一个最早被应用于大数据处理的框架并被广泛的应用于各行各业中。Hadoop也带领了整个专注于大数据处理的技术生态体系的成长,例如Hive和Pig。其它框架例如Spark,Samza,和Flink都有自己的一席之地,帮助数据科学家获得更好的结果,从大数据中得出深刻见解,或更高效的管理大数据项目。
尽管编程语言曾经一度非常重要,专注于语言之间细微的差别因素已经变得过时并且不再必要了,尤其是当自动程序普及的现在。相对的,关注框架以及理解程序运作将会引领编程的未来,帮助数据科学家获得更大的成功。