用於資料分析的 Kotlin 與 Java 程式庫

從資料收集到模型建立，Kotlin 提供了強大的程式庫，協助簡化資料流水線中的各種任務。

除了自身的程式庫外，Kotlin 與 Java 100% 互通。這種互通性有助於利用整個經受過考驗且效能優異的 Java 程式庫生態系統。有了這項優勢，您在進行 Kotlin 資料專案 時，可以輕鬆地使用 Kotlin 或 Java 程式庫。

Kotlin 程式庫

程式庫	用途	特性
Kotlin DataFrame	資料收集 資料清理與處理	用於建立、排序與清理資料框、特徵工程等操作 結構化資料處理 支援 CSV、JSON 與其他輸入格式 從 SQL 資料庫讀取 與不同的 API 連線以存取資料並增加型別安全性
Kandy	資料探索與視覺化	強大、易讀且型別安全的 DSL，用於繪製各種類型的圖表 為 JVM 編寫的 Kotlin 開源程式庫 支援 Kotlin Notebook、Datalore 與 Jupyter Notebook 與 Kotlin DataFrame 無縫整合
KotlinDL	模型建立	受 Keras 啟發並以 Kotlin 編寫的深度學習 API 從頭開始訓練深度學習模型，或匯入現有的 Keras 和 ONNX 模型進行推論 遷移學習，用於針對您的任務調整現有的預訓練模型 支援 Android 平台
Multik	資料清理與處理 模型建立	針對多維陣列的數學運算（線性代數、統計、算術與其他計算） 建立、複製、索引、切片與其他陣列操作 符合 Kotlin 慣例的程式庫，具有型別與維度安全性以及可換置的計算引擎等優點，可在 JVM 上執行或作為原生程式碼執行
Kotlin for Apache Spark	資料收集 資料清理與處理 資料探索與視覺化 模型建立	Apache Spark 與 Kotlin 之間的相容層 以符合 Kotlin 慣例的程式碼進行 Apache Spark 資料轉換操作 在花括號或方法參考中簡單使用 Kotlin 特性，例如 `data class` 與 Lambda 運算式
Lets-Plot	資料探索與視覺化	以 Kotlin 編寫的統計資料繪圖 支援 Kotlin Notebook、Datalore 與 帶有 Kotlin 核心的 Jupyter 相容於 JVM、JS 與 Python 在 Compose Multiplatform 應用程式中嵌入圖表
KMath	資料清理與處理 資料探索與視覺化 模型建立	用於在 Kotlin Multiplatform（JVM、JS、Native 與 Wasm）中處理數學抽象的模組化程式庫 代數結構、數學運算式、直方圖與串流操作的 API 現有 Java 與 Kotlin 程式庫的可互換包裝函式，包括 ND4J、Apache Commons Math 與 Multik 受 Python 的 NumPy 啟發，但具有型別安全性等其他額外特性
kravis	資料探索與視覺化	表格資料視覺化 受 R 的 ggplot 啟發 支援 帶有 Kotlin 核心的 Jupyter

Java 程式庫

由於 Kotlin 提供了一流的 Java 互通性，您可以在 Kotlin 程式碼中使用 Java 程式庫來執行資料任務。以下是此類程式庫的一些範例：

程式庫	用途	特性
Tablesaw	資料收集 資料清理與處理 資料探索與視覺化	用於載入、清理、轉換、篩選與總結資料的工具 受 Plot.ly 啟發
CoreNLP	資料清理與處理	自然語言處理工具套件 文本的語言註解，例如情緒分析與引語歸屬 支援八種語言
Smile	資料清理與處理 資料探索與視覺化 模型建立	現成的機器學習與自然語言處理演算法 線性代數、圖形、內插與視覺化工具 提供函式式 Kotlin API、Scala API、Clojure API 等
Smile-NLP-kt	資料清理與處理	針對 Smile 自然語言處理部分的 Scala 隱式轉換的 Kotlin 重寫 以 Kotlin 擴充函式與介面形式提供的操作 斷句、詞幹提取、詞袋模型與其他任務
ND4J	資料清理與處理 模型建立	用於 JVM 的矩陣數學程式庫 超過 500 種數學、線性代數與深度學習操作
Apache Commons Math	資料清理與處理 模型建立	用於 Java 的數學與統計操作 相關性、分佈、線性代數、幾何與其他操作 機器學習模型
NM Dev	資料清理與處理 模型建立	數值演算法的 Java 數學程式庫 物件導向的數值方法 線性代數、最佳化、統計、微積分與更多操作
Apache OpenNLP	資料清理與處理 模型建立	基於機器學習的自然語言文本處理工具套件 分詞、句子切割、詞性標記與其他任務 內建用於資料建模與模型驗證的工具
Charts	資料探索與視覺化	用於科學圖表的 JavaFX 程式庫 複雜圖表，如對數圖、熱圖與力導向圖
DeepLearning4J	模型建立	用於 Java 的深度學習程式庫 匯入並重新訓練模型（Pytorch、Tensorflow、Keras） 部署在 JVM 微服務環境、行動裝置、IoT 與 Apache Spark 中
Timefold	模型建立	用於最佳化規劃問題的求解器公用程式 相容於物件導向與函式式程式設計