Spec-Zone.ru › Kotlin 2
Библиотеки Kotlin и Java для анализа данных
От сбора данных до построения моделей — Kotlin предлагает надежные библиотеки, помогающие выполнять различные задачи в конвейере обработки данных.
Помимо собственных библиотек, Kotlin на 100% совместим с Java. Благодаря этой совместимости можно использовать всю экосистему проверенных библиотек Java с высокой производительностью. Это преимущество позволяет легко использовать библиотеки Kotlin или Java при работе над проектами по анализу данных на Kotlin .
Библиотеки Kotlin
Библиотека
Назначение
Возможности
Kotlin DataFrame
Операции для создания, сортировки и очистки датафреймов, разработки признаков и многого другого
Обработка структурированных данных
Поддержка CSV, JSON и других форматов ввода
Чтение данных из баз SQL
Подключение к различным API для доступа к данным и повышения типобезопасности
Kandy
Мощный, понятный и типобезопасный DSL для построения диаграмм различных типов
Библиотека с открытым исходным кодом, написанная на Kotlin для JVM
Поддержка Datalore
Бесшовная интеграция с Kotlin DataFrame
KotlinDL
API для глубокого обучения, написанный на Kotlin и вдохновленный Keras
Обучение моделей глубокого обучения с нуля или импорт существующих моделей Keras и ONNX для инференса
Трансферное обучение для адаптации существующих предварительно обученных моделей к вашим задачам
Поддержка платформы Android
Multik
Математические операции над многомерными массивами (линейная алгебра, статистика, арифметика и другие вычисления)
Создание, копирование, индексация, срезы и другие операции с массивами
Библиотека в идиоматичном для Kotlin стиле с такими преимуществами, как типобезопасность и безопасность размерностей, а также сменяемые вычислительные движки; работает на JVM или как нативный код
Kotlin для Apache Spark
Слой совместимости между Apache Spark и Kotlin
Операции преобразования данных Apache Spark в идиоматичном для Kotlin коде
Простое использование возможностей Kotlin, таких как классы данных и лямбда-выражения, в фигурных скобках или в виде ссылок на методы
Lets-Plot
Построение графиков статистических данных на Kotlin
Поддержка Datalore
Совместимость с JVM, JS и Python
Встраивание диаграмм в приложения Compose Multiplatform
KMath
Модульная библиотека для работы с математическими абстракциями в Kotlin Multiplatform (JVM, JS, Native и Wasm)
API для алгебраических структур, математических выражений, гистограмм и потоковых операций
Взаимозаменяемые обертки над существующими библиотеками Java и Kotlin, включая ND4J , Apache Commons Math и Multik
Вдохновлена библиотекой Python NumPy , но обладает и другими дополнительными возможностями, например типобезопасностью
kravis
Библиотеки Java
Поскольку Kotlin обеспечивает полноценную совместимость с Java, в коде Kotlin можно использовать библиотеки Java для задач, связанных с данными. Вот несколько примеров таких библиотек:
Библиотека
Назначение
Возможности
Tablesaw
CoreNLP
Инструментарий для обработки естественного языка
Лингвистическая разметка текста, например анализ тональности и указание авторства цитат
Поддержка восьми языков
Smile
Готовые алгоритмы машинного обучения и обработки естественного языка
Инструменты линейной алгебры, работы с графами, интерполяции и визуализации
Предоставляет функциональные API Kotlin , API Scala , API Clojure и другие
Smile-NLP-kt
Переписанные на Kotlin implicits из Scala для части Smile, отвечающей за обработку естественного языка
Операции представлены в виде функций-расширений и интерфейсов Kotlin
Разбиение текста на предложения, стемминг, мешок слов и другие задачи
ND4J
Библиотека матричной математики для JVM
Более 500 математических операций, операций линейной алгебры и глубокого обучения
Apache Commons Math
Математические и статистические операции для Java
Корреляции, распределения, линейная алгебра, геометрия и другие операции
Модели машинного обучения
NM Dev
Математическая библиотека Java с численными алгоритмами
Объектно-ориентированные численные методы
Линейная алгебра, оптимизация, статистика, математический анализ и другие операции
Apache OpenNLP
Инструментарий на основе машинного обучения для обработки текстов на естественном языке
Токенизация, сегментация предложений, разметка частей речи и другие задачи
Встроенные инструменты для моделирования данных и проверки моделей
Charts
Библиотека JavaFX для научных диаграмм
Сложные диаграммы, например логарифмические, тепловые карты и графы с силовой компоновкой
DeepLearning4J
Библиотека глубокого обучения для Java
Импорт и дообучение моделей (Pytorch , Tensorflow , Keras )
Развертывание в средах микросервисов JVM, на мобильных устройствах, в IoT и в Apache Spark
Timefold
29 июня 2026 г.