兄弟，是計算機專業嗎？ 你都讀研了還在問這個問題。。。。

很尷尬，看當下時代是大資料時代，大資料無疑是一個很好的選擇。預測未來所有企業，都將實現網際網路化，網際網路化後企業就肯定會存留海量資料。前大資料熱潮下，很多高校躍躍欲試想分一杯羹，比如金融專業和資訊管理專業可以成立個「金融大資料研究院」，馬克思主義專業和新聞系專業可以成立「輿情監控大資料研究院」，環境與化工專業可以成立「空氣汙染物大資料研究院」，中文專業和計算機專業可以成立「文字資料探勘研究院」。資料只要和業務結合就能發光發熱，相信「資料科學家」、「資料分析師」、「資料探勘工程師」在未來將會是每個行業必不可少的崗位。

關於linux我建議用centos 7或 centos 6點多，

中文意思是：社群企業作業系統）是Linux發行版之一，它是來自於Red Hat Enterprise Linux依照開放原始碼規定釋出的原始碼所編譯而成。由於出自同樣的原始碼，因此有些要求高度穩定性的伺服器以CentOS替代商業版的Red Hat Enterprise Linux使用。兩者的不同，在於CentOS並不包含封閉原始碼軟體。1．可以把CentOS理解為Red Hat AS系列！它完全就是對Red Hat AS進行改進後釋出的！各種操作、使用和RED HAT沒有區別！2．CentOS完全免費，不存在RED HAT AS4需要序列號的問題。3．CentOS獨有的yum命令支援線上升級，可以即時更新系統，不像RED HAT那樣需要花錢購買支援服務！4．CentOS修正了許多RHEL的BUG！5．CentOS版本說明：CentOS3.1 等同於 RED HAT AS3 Update1 CentOS3.4 等同於 RED HAT AS3 Update4 CentOS4.0 等同於 RED HAT AS4與 RHEL的關係RHEL 在發行的時候，有兩種方式。一種是二進位制的發行方式，另外一種是原始碼的發行方式。無論是哪一種發行方式，你都可以免費獲得（例如從網上下載），並再次釋出。但如果你使用了他們的線上升級（包括補丁）或諮詢服務，就必須要付費。RHEL 一直都提供原始碼的發行方式，CentOS 就是將 RHEL 發行的原始碼重新編譯一次，形成一個可使用的二進位制版本。由於 LINUX 的原始碼是 GNU，所以從獲得 RHEL 的原始碼到編譯成新的二進位制，都是合法。只是 red hat 是商標，所以必須在新的發行版裡將red hat 的商標去掉。red hat對這種發行版的態度是："我們其實並不反對這種發行版，真正向我們付費的使用者，他們重視的並不是系統本身，而是我們所提供的商業服務。" 所以，CentOS 可以得到 RHEL 的所有功能，甚至是更好的軟體。但 CentOS 並不向用戶提供商業支援，當然也不負上任何商業責任。如果你要將你的 RHEL 轉到 CentOS 上，因為你不希望為 RHEL 升級而付費。當然，你必須有豐富 linux 使用經驗，因此 RHEL 的商業技術支援對你來說並不重要。比如說，儘管沒有RHEL的商業支援，現在也有不少企業選擇使用CentOS，比如著名會議管理系統MUNPANEL。但如果你是單純的業務型企業，那麼還是建議你選購 RHEL 軟體併購買相應服務。這樣可以節省你的 IT 管理費用，並可得到專業服務。一句話，選用 CentOS 還是 RHEL，取決於你所在公司是否擁有相應的技術力量。

至於電腦，你自己找找吧！！

哈哈，還好我看到這個問題，我來答答。

我也是讀研，馬上研二，剛好現在在大資料公司實習

先說結論

1.不差錢買mac(非常不差錢的時候)，一般化就買個便宜的便攜的本。

2.用什麼linux版本？ 這不重要，我們公司大資料組，有用debian，centos，ubuntu。我和做演算法的是ubuntu，很順手，對我們很友好，千萬別聽那些腦殘的linux鄙視鏈，這種說法，除了裝逼，沒有用處。最重要的自己用著習慣，舒服。這點ubuntu就做的很好。

我來解釋下1為什麼推薦mac，因為比windows適合程式設計，比linux介面友好，但是這也不是重點，重點在於，如果預算只有5k-1w，那你就買個便宜的本，把剩下的錢來租一個雲伺服器(劃重點)，研一的時候，我花了很多時間去搭建hadoop和hive，hbase，spark的環境，這個很耗費時間，而且出了錯誤，不好除錯。後來，我才知道，公司裡面用的都是CDH，就是那種一個安裝包，可以把環境都給你裝好的那種軟體集合包，所以就不要花時間來自己一個個裝(會裝hadoop並不會給你帶來什麼面試加分)，但是CDH有硬體要求，最低不低於8G的執行記憶體等一些要求，所以，最省事的方式就要用雲伺服器，比如阿里雲。

我在多說一點，我在公司裡面會接觸spark/hive，和機器學習TensorFlow的東西。如果導師將來除非要求你用hadoop寫M/R程式的話，一定不要用hadoop寫M/R。因為效能問題，它已經過時了，一定要用spark

Linux系統對電腦硬體要求較windows系統低，目前市場上一般三千價位的日常基本夠Linux系統使用（不打大型遊戲）。Linux版本雖多，但也不難選擇，個人建議，初學者可以選：Ubuntu，優麒麟，深度等介面操作簡單友好的桌面系統。Debian和紅帽,CentOs穩定性較好適合工作。建議Windows/Linux雙系統，工作生活兩不誤。

個人建議買中高檔的電腦學習工作好幾年不用換電腦免得麻煩，聯想質量還可以就是有點偏貴，華碩戴爾宏碁配置相似情況下價格比聯想少一點而已差距不大。但是記住不要買惠普！！惠普的質量近幾年已經大不如前了，畢竟惠普近期爆出存在資訊保安問題。神舟價效比高資金充足的可以買高階點的，至於沉船的話………靠自己咯

個人電腦配置建議CPU i5及以上（資金允許的話不要U低電壓閹割版吧），記憶體8G或以上的，要綜合考慮電壓型別和頻率儘量高點好（目前市場上大部分中端都4G也可以，不過要考慮日後配置升級空間，臨時頂一頂的話當我沒說），如果不怎麼打遊戲顯示卡買2G或以上獨顯就好，固態硬碟和機械硬碟各有優缺點自己決定。

作為一個做大資料的同學，來回答一下你的問題。

大資料是一個非常需要實踐的方向，看書看資料只是第一步，關鍵還是勤動手。在我面試的上百同學中，真的有實際經驗的還是少，大概也就是幾個的樣子，還是985 211的學校的同學。在我面試的同學中，有兩個同學讓我記憶非常深刻，一個是女生，做演算法方向。她說我對演算法最開始也不熟悉，就從第一個機器學習演算法開始，慢慢推倒，第一個花了很久的時間，前三個都比較費力。但是堅持後，做完所有經典的機器學習分類聚類演算法都做完後，感覺眼界一下子就擴大了好多，妹紙手上好多一流公司的offer。另外一個是本科的，非名校。但是他自己做了非常多的實踐工作。自己寫的程式碼量可以秒殺好多研究生。

回到機器問題，預算足一點，就一個筆記本加一臺臺式機。大資料的東西都是分散式的，一臺機器除非記憶體比較大，上面跑docker或者vm。記憶體還是16G起步，32G最好。CPU其實沒有太大要求，如果想折騰一下TensorFlow，配置一個1050Ti以上的顯示卡。否則整合的就可以。

至於作業系統，國內網際網路公司線上的一般清一色CentOS。不過自己當主要電腦使用就不推薦了，反正我很多年沒有見過Linux的圖形介面了。跑TF也是不能執行在圖形模式下的。桌上型電腦可以不用顯示器，筆記本SSH過去就是了。

學習的時候，多看看原始碼，會有很大幫助。手機打字太累，加油！

前面這個問題作為研發人員，個人建議你配置一臺比較高配的桌上型電腦吧（以學習為目標的話，記憶體和CPU配置高點，記憶體至少32GB以上，跑虛擬機器和docker用）！

那個版本的linux，目前主要使用Ubuntu14.04版本（或者16.04）或者CentOS 7.2

這兩個完全開源，並且對一些新工具支援比較好（如：docker等）