Archief - Python - programmeertaal

Hallo

Zoals hier reeds eerder geschreven ben ik voor het moment op zoek naar een nieuwe professionele uitdaging.
Op de website van Coursera zie ik nu dat er heel wat cursussen aangeboden worden rond "Data analytics" en "Machine learning".
Hierbij wordt vaak ook de link gelegd naar Python als programmeertaal (iets waarvan ook heel wat cursussen aangeboden worden op Coursera).
Gezien ik in dit alles interesse heb, en dan vooral in die data-analytics, ben ik al ingeschreven in heel wat cursussen.
Nu stel ik mij wel de vraag bij het volgende;
Heeft het als beginner nut om Python te leren of steek ik mijn energie beter in een andere taal?
Sowieso is het niet mijn bedoeling om fulltime programmeur te worden, maar zou ik wel graag iets doen waarbij ik de "verbinding" ben tussen enerzijds de financiële afdeling en anderzijds de IT-afdeling.

Ik denk dat voor hetgene dat je wil doen Python perfect is. Het is heel goed voor data manipulatie in mijn opinie

en ook redelijk eenvoudig te leren. Veel minder rompslomp dan een C++, C# of Java

Zeker voor Python gaan als data analytics en ML uw interesse zijn.
En volg zeker de ML cursus van Andrew Ng, dat is veruit de beste die er is.

Python is een zeker aan te raden:

- Zeer leesbaar & begrijpbaar;
- Mooi aanbod van libraries (zeker ook voor machine learning & data mining);
- Sommige operaties (zoals matrix operaties, dewelke vaak belangrijk zijn in computer graphics, machine learning of information retrieval) zijn gewoon in C gemaakt, voor in python te gebruiken;

Vorig jaar ben ik gestart met een master in AI, zonder enige voorkennis van python (wel C, C++ en java e.d.). Op een maand schrijf je al vrij complexe zaken.

Ook: veel plezanter om te leren dan C. C is echter wel plezanter om te 'masteren'.

Dit is een goeie site om python te beginnen leren, direct met oog op data science en ML.
https://www.datacamp.com/home

Bedankt voor de tips!

Ik zou zeker ook eens naar R of SAS kijken, dat zijn momenteel de meest gebruikte programmeertalen in de statistiek.

Er is op dit moment geen betere taal aan te bevelen dan Python. Vooral het gebruiksgemak, de snelle leertijd en de polyvalentie ervan zijn super. Je kan in een weekend relatief goed bedreven worden in Python, je kan het gebruiken voor zowel GUI's, webapps als wiskunde en het heeft zelfs uitbreidingen tot in embedded systems (MicroPython draait op microcontrollers). Nadeel is de fragmentatie (maar dat heeft zowat iedere taal) en het feit dat het nog steeds een interpreted taal blijft.

Heel openstack is in python geschreven, dus je kan er echt wel iets mee aanvangen, hoor.

ik gebruik in het dagelijkse leven Perl, php, python, R, javascript of whatever dat me op het moment het beste uitkomt of de juiste libraries heeft voor het probleem dat ik heb. In the end komt het allemaal op hetzelfde neer.

Het is gewoon zo dat python veel gebruikt wordt en goed leesbaar is, dus goed om in te leren programmeren. Maar uiteindelijk is de denkwijze superieur aan de programmeertaal. Tot een jaar geleden 'kon' ik ook geen python, maar wel veel andere programmeertalen. Paar weken vloeken en daarna lukt dat ook wel.

Ik denk wel dat R zeker niet te verkiezen is om te leren programmeren. Dat is een echte miserie en volledig anders qua concepten dan alle andere programmeertalen. Een kwatong zou zelfs beweren dat het onlogisch in elkaar zit

Persoonlijk doe ik alle preprocessing altijd in perl wegens de snelheid of execution en daarna de statistiek/plots in R. Als ik hele fancy modules nodig heb gebruik ik python. Maar dat is heel persoonlijk. Er zijn altijd 10 oplossingen voor hetzelfde probleem.

Er is een groot verschil tussen data scientist en software developer. Als je voor software developer gaat is de taal veel meer van belang dan de uiteindelijke toepassing. Als data scientist is enkel de uitkomst van belang en heel de 'back-end' niet. Als software developer moet je samenwerken met anderen en dan is de gekozen taal wel van belang. Er is hier iemand die al zijn data science in java en matlab doet. Geen mens die snapt hoe en wat, maar zijn analyses zijn wel juist

cege zei:

Ik denk wel dat R zeker niet te verkiezen is om te leren programmeren. Dat is een echte miserie en volledig anders qua concepten dan alle andere programmeertalen. Een kwatong zou zelfs beweren dat het onlogisch in elkaar zit

Klik om te vergroten...

Voor data analyse is R écht wel een must. Vanaf je er een beetje mee weg bent is R super handig 'om even snel iets te chekken', snel een grafiekje te maken, etc.
En onlogisch? Dat hangt maar af van wat je gewoon bent hé (hevige R fan hier ^^)

Nu ja, om te leren programmeren zal python waarschijnlijk wel het meest geschikt zijn.

Ik ben ook een R fan. Maar niet om echt te programmeren.

Lapply, sapply, Matrix operaties. In andere talen zijn dat gewoon for loopjes...

Een file inlezen en pre processen en opkuisen met R. Neen dank u, daar begin ik zelfs niet aan. Is een halve dag tussen frames en tables en matrixen over en weer hoppen om gewoon wat data samen te zetten.

Elke keer ik mensen files zie inlezen en processen met R erger ik me dood omdat ik dat met een andere taal 10x sneller kan.

Tenzij dat het echt zeer gespecialiseerde statistiek is (en dan nog*) kan je met Python en de geschikte libraries (SciPy, pandas, ...) tegenwoordig ook zeer veel doen, met de toegevoegde bonus dat Python handiger is om data in te lezen en je ook een taal aanleert die je voor veel meer kan gebruiken.

(* je kan R code via een lib ook in je Python script gebruiken).

Ik heb enorm veel pdf's en video's over python om het te leren. Ben nog niet gestart ermee maar het zal er wel is van komen.
Voordeel van python vind ik de propere code en een ongeloofelijk grote userbase.
Enkel de overgang van 2.x naar 3.x loopt heel traag.

https://www.codecademy.com/learn/python heeft recent hun Python cursus geupdate.