JMP 比 R 和 Python 更好吗？自从我购买第一版（有四张软盘）以来，我一直在使用 JMP，大约是在 1995 年，那时他们还没有移动电话。
从来没有理由要考虑使用其他任何东西，过去是天堂，现在也是天堂
我刚才正在寻找一份数据科学工作，他们告诉我必须能够使用 Python
我看了一下，似乎非常复杂和有限，我怀疑我在 JMP 上可以做的工作是专家在 Python 上同时做的三倍。
与 JMP 相比，Python 看起来就像旧的 MS-DOS，JMP 看起来就像当时的 Macintosh 工作（JMP 代表约翰的 Macintosh 项目）。
另外，似乎有些东西你可以在 JMP 上做，比如神经建模，据我所知，你不能在 Python 上做这些事情
据推测，我可以使用 Excel 在 Python 和 JMP 之间来回交换数据库吗？
我能看到的关于 Python 的唯一优势是它是免费的，但我不在乎，我对 25 年来为单用户许可证支付的价格感到非常满意。
我错过了什么？
回复：JMP 比 R 和 Python 更好吗？是的！
你提出了一个非常重要的观点，那些说你需要这个或那个软件技能的人不知道如何完成这项工作。
数据科学家和人工智能极客获取数据。 在我看来，对于利用这些数据进行创造性的事情（即数据分析），JMP 非常棒，而且一直如此。
回复：JMP 比 R 和 Python 更好吗？Python/R在部署灵活性方面具有极大的灵活性。如果您能够访问编程资源，您几乎可以制作任何东西。
JMP 在部署灵活性方面具有极大的灵活性。一旦部署了某些东西，用户就可以更好地进行自己的分析，而无需学习如何编码。这在 Python/R 中几乎是不可能的，并且会导致大量的心痛。因为经理想要稍微调整分析而不得不回到编码员那里，这可不是什么好事。
我要说的另一件事是，我相信 Python/R 更适合当今出现的更奇特的机器学习解决方案。简约原则意味着这些实际上并不像一些人想象的那么需要，但如果需要，你将需要看看那里。
回复：JMP 比 R 和 Python 更好吗？我同意文斯的观点。这不是 JMP“或”Python（或 JMP 或 R、JMP 或 Matlab，...）的问题。这是一个“和”的问题。JMP 补充了许多其他分析工具。当我广泛使用 SAS 进行预测分析时，JMP 始终在我身边帮助我理解和可视化我正在使用的数据和分析结果。目前，我定期进行常规类型的分析，利用 JMP 作为 R 的接口，并且它结合了这两种工具的分析。
Python 绝对是一种编程语言，但如果您曾经使用过任何其他编程语言，那么它很容易上手和学习。
现实情况是，“数据科学”中的许多（大多数）工作都使用商业和开源工具的大型工具箱。这是许多培训和大学数据科学课程中常见的内容。今年我的目标是增长我在使用 R 和 Python 方面的知识和经验，如果没有别的目的，那就是职业保障。我在 Linkedin 职位列表中搜索了“python 数据科学”和“jmp 数据科学”。前者有 7000 个列表，后者有 500 个。
回复：JMP 比 R 和 Python 更好吗？其他人也一样。 JMP 是我的日常驱动程序，但有一些与成本无关的东西我更喜欢 python 而不是 JMP。
- 虚数
- 张量（Python 中的 numpy/scipy/pandas 都是很棒的库）
- 如果您与开发新库的庞大人员社区一起编写脚本，它可以更好地访问操作系统级别的功能
我的大问题是，为什么不呢？这是工具箱中的另一个工具。（话虽如此，我并不是特别喜欢 R，所以如果我不打算使用 JMP，我默认使用 python）。
通过加入 JMP 与 Python 集成的功能，我可以测试最适合我的方法，并且仍然拥有漂亮的 JMP 界面。
回复：JMP 比 R 和 Python 更好吗？我喜欢 JMP，但如果您尝试在 CPU 上使用 JSL 训练具有数百万个参数的大型网络，更不用说数十亿个参数，并且没有任何类型的分布式计算，您将很快意识到为什么几乎所有数据科学工作都需要 Python 专业知识。
您对数据科学的定义是什么？我是一名统计学家，我曾经对“数据科学家”这个词犹豫不决，认为这只是统计学家的一个更性感的词。当我真正开始钻研数据科学时，我很快意识到我错了。
人们非常重视人工智能，特别是通过不同类型的神经网络。今天的神经网络不是过去的神经网络。在过去的十年里，出现了如此多的突破性创新，一步步的变革增强，很难跟上所有这些。JMP 有一个很好的基本神经平台，但对于大多数实际情况来说并不实用世界人工智能问题。它更像是一个经典的神经网络平台，因为它能够拥有多个隐藏层。公平地说，这根本不是 JMP 的利基市场。SAS Viya 拥有一些优秀的现代 AI 工具；但真正的数据科学家需要能够调整算法来适应手头的问题。这就是 Viya 支持与 Python 集成的原因。
因此，要回答你的问题，你需要学习 Python，因为数据科学家应该能够像其他人一样进行编码，深入了解算法并能够根据需要调整它们，并拥有可以利用 GPU 的工具和分布式计算。
回复：JMP 比 R 和 Python 更好吗？Python 是一种成熟的通用编程语言，因此当 JMP 等其他软件无法满足要求时，您可以制定自己的解决方案。 （在许多此类情况下，您也可以使用 JMP 脚本语言来制定自己的解决方案。）已经开发了许多 Python 程序和包来解决您可能遇到的无数问题，因此它可以加快您的解决速度。
我相信 Python 是数据科学的支柱，它最初是在计算机科学领域而不是统计学领域开发的，因此它很大程度上基于“自己开发”的范式。 数据科学是针对非常大的数据集首次大规模采用机器学习技术。 这项工作与统计学中的数据挖掘类似，但又有些不同。 他们现在似乎正在合并。
回复：JMP 比 R 和 Python 更好吗？我同意一切@马克贝利写道。
为什么需要学习Python？ 加入 JMP 销售团队已超过 5 年，这些是人们过去不考虑使用 JMP 的理由。
1. 您的组织在软件成本方面很节俭，拒绝支付 JMP 费用。 我试图指出，人们的时间是真正的成本，与基于编码的软件工具相比，JMP 通常可以帮助您在更短的周期时间内发现/决定或采取行动。 有时人们理解这种对位……其他时候……嗯……不太明白。
2. 有些分析或报告方法是 Python 能够做到的，而 JMP/JMP Pro/JMP Clinical/JMP Genomics 却无法做到。 我完全同意 Mark 的观点，即 JMP 不断扩展从数据采集、分析、报告到共享的端到端工作流程的功能。
回复：JMP 比 R 和 Python 更好吗？谢谢，但是你没有准确回答这个问题：如果我已经是一名完全称职的数据科学家 25 年了，为什么我需要学习 Python
回复：JMP 比 R 和 Python 更好吗？显而易见的答案是，只有您才能确定最适合您工作的工具。
我认为今天比以往任何时候都有更多优秀的数据分析和可视化工具。 我相信 JMP 是最好的之一。 JMP 试图解决大多数 JMP 用户在导入数据、准备数据以及以图形或统计方式分析或建模数据时遇到的问题。 然而，其当前的章程无法满足所有可能用户的所有可能需求。 连SAS都做不到！ 在很多版本之前，JMP 提供了与其他软件（例如 Python 和 R）的接口。 用户可以扩展他们的工具集并利用工具之间的协作。
数据科学家被期望能够处理任何情况，无论大小，复杂还是简单，因此拥有更多工具是一件好事。 JMP 将继续增长。 您从版本 1 开始。 我们现在已经到了版本 15，而且还没有结束的迹象。
