我最近开始玩Elixir，一些模式让我想起了Python，它广泛用于数据科学项目。例如列表推导或匿名函数。
考虑到Elixir的高性能以及运行多个进程和处理异步任务的能力，我认为它非常适合数据科学项目。
我错过了一点吗？有人有经验吗？
我支持使用正确的工具来完成这项工作。数据科学通常有两个要求：
Python和R是正确的工具。它们提供了最多的高质量库，虽然它们自身很慢，但由于使用C和Fortran等快速语言编写和优化的库，它们表现良好。
有些像朱莉娅和斯卡拉这样的替代品。这些是更快的语言，并且拥有相当数量的库，但是您可能仍会遇到Python或R中可用的合适库但不是Julia或Scala的情况。
使用像Elixir这样的语言，你自己就是最重要的。数据科学特定库的数量是有限的，Elixir社区 - 虽然很好 - 主要集中在分布式计算和Web开发，所以不要指望那里有很多支持。
总之，你呢？从技术上讲，是的，在实验中没有任何伤害，但是你的生活会变得更加艰难。
还要记住，与流行的看法相反，Elixir在单线程性能方面不是一种快速语言。根据手头的任务，你会发现Ruby在某些情况下同样快或甚至更快。
不要误会我的意思，Elixir是一门优秀的语言，它在最擅长的方面令人惊叹，只是它不是我首先要用于数学计算的那种语言。
数据科学是一个非常广泛的主题，涉及很多事情，我想加上我的2美分，你肯定可以在elixir做数据科学，但它可能没有像其他一些工具做的那样做得很好，但你可以得到相当远的我使用elixir进行数据清理和数据格式化。
有其他人正在使用elixir / erlang https://moz.com/devblog/moz-analytics-db-free/进行数据相关的事情，并且有一个disco允许你在erlang https://github.com/discoproject/disco中运行MapReduce作业