Kotlin 和 Java 用於資料分析的函式庫

從資料收集到模型建構，Kotlin 提供了強大的函式庫，可協助處理資料管線中不同的任務。

除了其自身的函式庫，Kotlin 與 Java 具備 100% 的互通性。這種互通性有助於充分利用整個久經考驗的 Java 函式庫生態系統，並提供卓越的效能。憑藉此優勢，您在處理 Kotlin 資料專案時，可以輕鬆使用 Kotlin 或 Java 函式庫。

Kotlin 函式庫

函式庫	用途	功能
Kotlin DataFrame	資料收集 資料清理與處理	用於建立、排序和清理資料框、特徵工程等操作 處理結構化資料 支援 CSV、JSON 及其他輸入格式 從 SQL 資料庫讀取 連接不同的 API 以存取資料並提升型別安全
Kandy	資料探索與視覺化	強大、易讀且型別安全的 DSL，用於繪製各種圖表 用 Kotlin 撰寫的開源 JVM 函式庫 支援 Kotlin Notebook、Datalore 和 Jupyter Notebook 與 Kotlin DataFrame 無縫整合
KotlinDL	模型建構	用 Kotlin 撰寫並受 Keras 啟發的深度學習 API 從頭訓練深度學習模型，或匯入現有的 Keras 和 ONNX 模型進行推斷 用於根據任務調整現有預訓練模型的遷移學習 支援 Android 平台
Multik	資料清理與處理 模型建構	多維陣列的數學運算（線性代數、統計學、算術及其他計算） 建立、複製、索引、切片及其他陣列操作 符合 Kotlin 慣用法的函式庫，具有型別和維度安全、可互換計算引擎等優勢，可在 JVM 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 模型建構	Apache Spark 與 Kotlin 之間的相容層 以 Kotlin 慣用程式碼執行 Apache Spark 資料轉換操作 在花括號或方法參考中簡單使用 Kotlin 功能，例如 data classes 和 lambda expressions
Lets-Plot	資料探索與視覺化	以 Kotlin 撰寫的統計資料繪圖 支援 Kotlin Notebook、Datalore 和 Jupyter with Kotlin Kernel 與 JVM、JS 和 Python 相容 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 模型建構	模組化函式庫，用於在 Kotlin Multiplatform（JVM、JS、Native 和 Wasm）中處理數學抽象 用於代數結構、數學表達式、直方圖和串流操作的 API 現有 Java 和 Kotlin 函式庫的可互換封裝器，包括 ND4J、Apache Commons Math 和 Multik 受 Python 的 NumPy 啟發，但具有型別安全等其他附加功能
kravis	資料探索與視覺化	表格資料的視覺化 受 R 的 ggplot 啟發 支援 Jupyter with Kotlin Kernel

Java 函式庫

由於 Kotlin 提供了與 Java 的一流互通性，您可以在 Kotlin 程式碼中使用 Java 函式庫來執行資料任務。 以下是一些此類函式庫的範例：

函式庫	用途	功能
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、過濾和匯總資料的工具 受 Plot.ly 啟發
CoreNLP	資料清理與處理	自然語言處理工具包 文本的語言註釋，例如情感和引文歸屬 支援八種語言
Smile	資料清理與處理 資料探索與視覺化 模型建構	用於機器學習和自然語言處理的現成演算法 線性代數、圖形、插值和視覺化工具 提供函數式 Kotlin API、Scala API、Clojure API 等
Smile-NLP-kt	資料清理與處理	Scala 隱式從 Smile 自然語言處理部分重寫為 Kotlin 以 Kotlin 擴展函數和介面形式的操作 句子拆分、詞幹提取、詞袋及其他任務
ND4J	資料清理與處理 模型建構	用於 JVM 的矩陣數學函式庫 超過 500 種數學、線性代數和深度學習操作
Apache Commons Math	資料清理與處理 模型建構	Java 的數學和統計操作 相關性、分佈、線性代數、幾何及其他操作 機器學習模型
NM Dev	資料清理與處理 模型建構	Java 數值演算法數學函式庫 物件導向的數值方法 線性代數、優化、統計學、微積分及更多操作
Apache OpenNLP	資料清理與處理 模型建構	基於機器學習的工具包，用於處理自然語言文本 詞元化、句子分割、詞性標註及其他任務 內建用於資料建模和模型驗證的工具
Charts	資料探索與視覺化	用於科學圖表的 JavaFX 函式庫 複雜圖表，例如對數圖、熱圖和力導向圖
DeepLearning4J	模型建構	Java 深度學習函式庫 匯入和重新訓練模型（Pytorch、Tensorflow、Keras） 部署在 JVM 微服務環境、行動裝置、IoT 和 Apache Spark 中
Timefold	模型建構	用於優化規劃問題的解算器工具 與物件導向和函數式程式設計相容