1、R语言：免费、开源专门为统计和数据分析而开发，基础安装也包含全面的统计功能和函数数据可视化功能强大。
2、Python语言：是一门主流编程语言，有着广泛的在线支持有诸如谷歌 Tensor flow 这样优秀的 package，使得机器学习框架都偏向于采用Python语言易于学习，入门容易。
3、SQL语言：SQL 是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统，是最重要的关系数据库操作语言。
4、Java语言：Java 是静态面向对象编程语言的代表，具有面向对象、分布式、平台独立与可移植性、多线程、动态性等特点，目前由甲骨文公司提供技术支持。
5、Scala语言：一门多范式的编程语言，类似 Java，于 2004 年问世，设计初衷是实现可伸缩的语言，并集成面向对象编程和函数式编程的各种特性。
6、Julia语言：是一款刚出现没几年的面向科学计算的高性能动态高级程序设计语言。
判断语句一样，循环语句也非常类似，像R一样，Scala可以通过to或者until函数非常方便地生成连续整数用于循环if (test >0) {
print(test)
}
for (i <- 1 to 10) {
print(i)
}
1、Python语言
Python往往在大数据处理框架中得到支持，但与此同时，它往往又不是“一等公民”。比如说，Spark中的新功能几乎总是出现在Scala/Java绑定的首位，可能需要用PySpark编写面向那些更新版的几个次要版本(对Spark Streaming/MLLib方面的开发工具而言尤为如此)。
与R相反，Python是一种传统的面向对象语言，所以大多数开发人员用起来会相当得心应手，而初次接触R或Scala会让人心生畏惧。一个小问题就是你的代码中需要留出正确的空白处。这将人员分成两大阵营，一派觉得“这非常有助于确保可读性”，另一派则认为，我们应该不需要就因为一行代码有个字符不在适当的位置，就要迫使解释器让程序运行起来。
2、R语言
R语言有着简单而明显的吸引力。使用R语言，只需要短短的几行代码，你就可以在复杂的数据集中筛选，通过先进的建模函数处理数据，以及创建平整的图形来代表数字。它被比喻为是Excel的一个极度活跃版本。
R语言最伟大的资本是已围绕它开发的充满活力的生态系统：R语言社区总是在不断地添加新的软件包和功能到它已经相当丰富的功能集中。据估计，超过200万的人使用R语言，并且最近的一次投票表明，R语言是迄今为止在科学数据中最流行的语言，被61%的受访者使用(其次是Python，39%)。
3、JAVA
Java，以及基于Java的框架，被发现俨然成为了硅谷最大的那些高科技公司的骨骼支架。 “如果你去看Twitter，LinkedIn和Facebook，那么你会发现，Java是它们所有数据工程基础设施的基础语言，”Driscoll说。
