的公司正在使用基于 Node 堆栈的 Web 技术来构建产品。如果数据科学家要与产品开发人员紧密合作，那么掌握通用语言无疑是一项优势。
更棒的是，大家都使用同一种技术，这意味着与其他产品和服务的集成会更容易，所需的开销和准备工作也更少。就像大家都说同一种语言，沟通起来也会更容易一样。
TypeScript 是微软开发的 JavaScript 超集，它解决了 JavaScript 面临的一个主要问题：弱类型。事实上，TypeScript 比数据科学家的挚爱 Python 更加严格。静态类型语言往往能够促进更好的实践，减少代码错误，因此TypeScript 开发 whatsapp 主管 公司和服务数量激增。
说到微软，如果你关心多线程， Napa.js是 Node.js 的绝佳替代方案。尽管它仍处于早期阶段，并非最佳解决方案。但这体现了人们对将 JavaScript 推广为通用编程语言（包括数据科学）的浓厚兴趣。但这还不是全部……
数据科学的新工具
反对 JS 最常见的论点之一是，它缺乏像 R 和 Python 那样强大的数据科学解决方案库。我们完全同意这个观点。即使是 JavaScript 最坚定的捍卫者也不得不承认，任何有抱负的数据科学家都需要在他们的技能库中添加另一种工具。
JavaScript 的数据科学领域正在呈指数级增长，五年前没有人会想到 TensorFlow 会有一个功能性的 JavaScript 库，然而，我们现在有了。
话虽如此，JavaScript 数据科学的生态 忽略流程或错误地执行流程 系统正在不断发展。以D3.js为例，它是一个流行的数据可视化库，提供了一套出色的工具，可以通过浏览器构建仪表板、报告和数据故事。
另一个很好的例子是 TensorflowJS。对于那些不了解Tensorflow 的人来说，它是目前最流行的机器学习库之一。使用它的 JS 版本，你可以直接在浏览器和/或 Node.js 服务器上运行机器学习算法。
但你为什么要这么做呢？
没错，浏览器环境并非最优化的工作空间。但另一方面，它对于快速原型、小型项目以及不需要大量内存的应用程序来说非常方便。既然一个简单的浏览器就能满足需求，为什么还要创建虚拟环境呢？
事实上，我们正在为驱动互联网和网络应用的语言获取这些工具，这为新的可能性打开了大门。借助基于浏览器的数据科学，我们可以在友好的环境中尝试处理和呈现数据的新方法。
想象一下，你有一个 Web 应用，可以作为数据故事的展示，所有内容都使用 JavaScript、HTML 和 CSS 编写成前端解决方案。任何拥有 选择加入列表 设备和互联网连接的人都可以在几秒钟内访问结果。
JavaScript 在数据科学领域的蓬勃发展表明，该领域正在不断扩展。人们不再期望数据科学家只是坐在角落里分析数据。他们是讲故事的人，需要找到方法展示他们的研究成果，并营造数据驱动的环境。
工具箱中的另一个工具
也许我们还没有准备好迎接一个只懂 JavaScript 就够的世界，但作为一项辅助技能，它对数据科学家来说是一笔宝贵的财富。重要的是，这可能不会彻底改变这个领域，但它会扩大其应用范围和影响力。最终会带来积极的效果。