Python

Język skryptowy ogólnego zastosowania z bardzo obszernymi
bibliotekami obsługującymi wszelkie zagadnienia data science. Stanowi alternatywę dla języka R, ale zyskuje uznanie praktyków z uwagi na szybkość, ogólne zastosowanie oraz współpracę z innymi technologiami infrastruktury systemów analitycznych.

Język programowania Python stworzony został na początku lat 90. przez G. Van Rossem i zaliczany jest dzisiaj do najważniejszych narzędzi – obok języka R – używanych w problematyce data science. Najważniejsze cechy Pythona mające wpływ na jego użyteczność dla data science to:
1. Przenośność. Programy napisane w Pythonie można uruchamiać na różnych
platformach systemowych (Linux, Windows, Mac).
2. Spójność. Python jest rozwijany w dużym stopniu przez środowisko naukowe.
3. Produktywność programistyczna. Program napisany w Pythonie może stanowić 1/5 do 1/3 rozmiaru kodu ekwiwalentu napisanego w Javie lub C++, co finalnie oznacza oszczędność czasu i kosztów.
4. Bogata funkcjonalność bibliotek ogólnego zastosowania.
5. Bogata funkcjonalność bibliotek do analizy danych, uczenia maszynowego i technologii big data.
6. Jakość oprogramowania. Wysoka czytelność kodu napisanego w Pythonie stanowi istotną cechę dla kolektywnego tworzenia oprogramowania.
7. Integracja oprogramowania. Python może być rozszerzany i integrowany z wieloma innymi językami (np. Java, C, Fortran), co umożliwia traktowanie Pythona jako integratora pomiędzy różnymi aplikacjami.

Źródła:

⠀ ZYGAŁA, Ryszard, et al. Możliwości rozwijania systemów analitycznych dla MŚP w oparciu o środowisko języka Python. Informatyka Ekonomiczna, 2016, 40.2: 108-122. Retrieved from https://www.ceeol.com/search/article-detail?id=529863