大家好，今天小编关注到一个比较有意思的话题，就是关于学习hadoop还是python的问题，于是小编就整理了2个相关介绍学习hadoop还是Python的解答，让我们一起看看吧。
spark和hadoop的区别？
Hadoop和Spark都是大数据处理技术，但它们之间存在一些区别和异同点。
1. 数据处理方式：Hadoop***用MapReduce计算模型，而Spark***用基于内存的计算方式。
2. 处理速度：相比Hadoop，Spark的处理速度更快，因为它可以将数据加载到内存中并在内存中进行计算，而Hadoop需要将数据从磁盘中加载到内存中进行计算。
3. 处理范围：Hadoop适用于大规模数据处理和批量处理，而Spark除了可以进行批量处理，还可以实时处理流数据。
4. 编程语言：Hadoop主要***用Java编程语言，而Spark则***用Scala、JAVA或Python等多种编程语言。
5. 生态系统：Hadoop拥有完整的生态系统，包括Hive、Hbase、Pig等组件，而Spark生态系统相对较小，但正在不断壮大。
6. ***利用：Hadoop的***利用率较低，而Spark可以充分利用***，包括CPU、内存等。
综上所述，Hadoop和Spark都是处理大数据的技术，但它们之间存在一些不同点，选择哪个技术取决于具体的需求和场景。
从JAVA转python好还是深入学习Hadoop大数据好？
谢邀~
两种不同的编程语言，都掌握最好，大数据分析也是要掌握Python的，最起码你得能够写python爬虫收集零散数据吧！
你想转Python是想做AI这方面的话，可以多学点编程工具，想做大数据分析等，就去学大数据，看你个人了！
不知不觉，在千锋成都的Python培训班学习已经进行了一大半，我们学了Python基础，前端，框架，Linux，虚拟机等知识。理论上来说利用这些知识我们已经可以完成一个项目开发了，但涉及知识点多且杂，很难做到熟练应用，初期完成项目也是BUG不断，每天都在不停地发现BUG、解决BUG，这也许就是我们今后工作状态的一个映射。
三个阶段的学习，经历三个不同的老师，风格特点也是各不相同的。第一个老师，知识点讲的很细，把Python基础点用通俗易懂的话给我们详细展示，跟着老师，循序渐进，感觉学习并没有那么难。第二个阶段，主要是前端知识的学习，涵盖的知识点很多，老师在课堂上扩展的知识也很多，给我们的笔记做得很详细，认真听讲，及时翻笔记，还是可以很好的理解。第三个阶段也是很重要的阶段，是Django框架的学习。这个阶段是将之前的知识的一个融合。学习起来非常吃力，需要我们在学习新知识时，把之前旧的知识结合起来。
经过这段时间的学习，我的相应的专业知识得到了很大的进步。我认为每个人都可以学好Python，只要你肯努力，只要你愿意去下功夫去写代码，那么你肯定可以学习的非常的好。我感觉预习是很重要的学习方法，因为那样可以大大加深你的记忆，第二天老师说到你不懂地方你会全身心的去听，不会有一种都一样的感觉。如果你不去预习那么第二天的学习就找不到主次，对你来说可能所有知识都是一样的，所以能够好好的预习一下还是至关重要的。
回想初来千锋时，我对Python的一无所知到现在的逐渐了解，感觉自己成长很快。想要从小白到大神还有很长的路要走，要保持一颗进取的心，不忘初心坚持不断地学习来充实自己，向着未来拼搏奋斗。最后感谢老师和同学的关照，我会继续努力，希望班里的同学都能顺利毕业，找到满意的工作。
到此，以上就是小编对于学习hadoop还是Python的问题就介绍到这了，希望介绍关于学习hadoop还是Python的2点解答对大家有用。
