Ja w swoich projektach używam przede wszystkim 4 języków programowania łącznie wykorzystując ich zalety i mocne strony w celu osiągnięcia gotowego rezultatu. Ostateczny wynik tych prac jest zwykle przedstawiany w wizualnej formie, a połączenie każdego z nich na określonym etapie daje zadawalające efekty zarówna dla użytkownika jak i programisty.
Nie będę oryginalny jak powiem, że nie da sie w praktyce całego kodu/zadania napisać od A do Z w jednym języku nawet mając do dyspozycji tak wielozadaniowy jezyk jakim jest Python. Najlepszym rozwiązaniem jest włączenie określonego języka do określonego fragmentu całego zadania i połączenie funkcjonalności każdego z nich w całości stanowi wymagany produkt.
Oto kilka subiektywnych słów na temat kazdego z nich:
VBA to język niejako doczepiony do pakietu MS Office, bez potrzeby instalacji środowiska dodatkowych ustawień, które często są kłopotliwe. Łatwy w obsłudze język do pisania względnie prostych kodów do wykonywania powtarzalnych prac w szczególności w MS Excel, czy MS Outlook (automatyzacja obsługi poczty). Nadaje się do tworzenia raportów w środowisku i przetwarzania danych eliminując czas i monotonię codziennej pracy. Dobrze radzi sobie z wielo-warunkowością podczas tworzenia nowego zbioru danych bazując na szerokim zbiorze wyeksportowanym z systemu ERP.
Python najbliższy mi w codziennej pracy język, szeroki w swym zastosowaniu posiadający wiele przydatnych bibliotek (NumPy, Pandas, MatPlotLib, Scikit-learn), sprawny i szybki oraz stabilny. Doskonale się nadaje do szybkich analiz średnich w swym rozmiarze zbiorów danych. Dobrze radzi sobie z importem danych z baz zewnętrznych głównie pochodzących z systemów księgowo-finansowych. Środowiskiem jakie używam to „Jupyter Lab” lub „Spyder” bez względu na system operacyjny jakie używasz (Windows czy Mac).
R to typowo matematyczny język do szybkiej profesjonalnej naukowej analizy danych, duże spektrum narzędzi statystycznych i szybka wizualizacja rezultatów określonej analizy. Język w swej specyfice skierowany jest głównie do statystyków i osób zajmujących się coraz bardziej modną dziedzina „Data Science”. Prócz zalet, które staram sie wykorzystywać, niestety ma również wady czyli: mniejsza czytelność składni oraz mniej przyjazny środowisko. Język ten podobnie jak Python również wymaga instalacji środowiska, ja polecam 'R studio’ na kazdym ekosystemie (Mac/Win).
SQL najmniej używany przez mnie w codziennej pracy język, głównie przeznaczony do selekcji określonych danych z baz danych, szybki i stabilny, ale dosyć ograniczony w swym przeznaczeniu, ze względu na dosyć ograniczone możliwości analizy danych, skupiajacy sie głównie na zapytaniach do baz danych.