Python+大数据计算平台，PyODPS架构搭建

大数据基本都是建立在Hadoop系统的生态上的，其实一个Java的环境。很多人喜欢用Python和R来进行数据分析，但是这往往对应一些小数据的问题，或者本地数据处理的问题。如何将二者进行结合使其具有更大的价值?Hadoop现有的生态系统和现有的Python环境如上图所示。
数据分析和机器学习

机器学习是输入输出一个data frame。比如，有一个iris的data frame，先用name字段来做一个分类字段，调用split方法将其分成60%的训练数据和40%的测试数据。然后初始化一个RandomForests，其里面有一棵决策树，调用train方法训练训练数据，调用predict方法形成一个预测数据，调用segments[0]就可以看到可视化结果。

未来计划

分布式numpy，DataFrame基于分布式numpy的后端;

内存计算，提升交互式体验;

Tensorflow。