JavaScript 是互联网的支柱。它诞生于 90 年代，最初是为了操作 Web 浏览器中的内容，如今其受欢迎程度和功能均不断提升，已成为全球最受欢迎的编程语言之一。
随着 JavaScript 越来越受欢迎，许多人开始思考它是否适合数据科学家，以及一般的数据分析工作。答案并非如此简单。让我们来看看 JavaScript 作为数据科学语言的优缺点。
反对 JavaScript 的论点
没有哪个头脑清醒的数据科学家会建议 电话号码 先学习 JavaScript。Python、R、Scala 和 Julia 经常被誉为数据科学的首选编程语言。但为什么呢？
《JavaScript for Data Science》的作者David Beazley在书的前几页告诉我们，他最初计划将自己的作品命名为《JavaScript Vs. Data Science》，以承认 JavaScript 的声誉。
JavaScript 以其众多怪癖而闻名，其中一些与它处理数字的方式有关。一个常见的例子是，在 IEEE 754 中，引入了浮点标准 NaN（非数字），用于表示无法在数字类型限制内表示的值。
简单来说，除以零，JavaScript 会返回 NaN。这可不是最有信息量或帮助最大的答案。更糟糕的是，JavaScript 仍然将 NaN 识别为数字，所以如果你只检查类型，根本抓不到这个讨厌的家伙。
说实话，这只是一个小小的
但它却指向了一个更广泛的 微型企业常见问题解答 问题：JavaScript 是动态类型的，它对数字和字符串的区分方式相当松散。再说一次，这并非无法避免，但这肯定需要一些防御性编码。
处理大数也是一个问题。JavaScript 不仅在处理大数时不够准确，而且它不支持多线程或并行处理，这意味着你根本无法处理大数据。JavaScript 和 Node.js 都不适合处理计算密集型、CPU 密集型的任务。
大多数问题都可以解决，但最终的致命伤是机会成本。作为一名数据科学家，既然已经有一大堆更优秀、更省力的语言了，为什么还要花大量时间学习 JavaScript？
在 JavaScript 上投入的每一小时都意味着在其他语言上投入的减少一小时……但这也许不是一件坏事。
JavaScript 的案例
Beazley 在书中的主要论点是，现代 JavaScript 已经解决了许多此类问题，并且 JavaScript 社区对数据科学的兴趣在过去几年中呈指 选择加入列表 数级增长。这催生了丰富的工具和资源，使其成为一种极具竞争力的选择。
JavaScript 最主要的优势或许在于它的易用性和可读性。举个例子，如果你在电脑上阅读这篇文章，只需按下 F12 键，就能立即打开 JavaScript 控制台。
JavaScript 非常容易学习，而且由于它的流行，市面上有成千上万的资源可以帮助你深入学习它。快速浏览一下StackOverflow 的统计数据，你就会发现 JavaScript 的信息量简直令人震惊。