除了它自己的函式庫之外，Kotlin 與 Java 100% 可互通。 這種互通性有助於充分利用整個經過考驗且效能卓越的 Java 函式庫生態系統。 透過此優勢，您可以在處理 Kotlin 資料專案 時，輕鬆使用 Kotlin 或 Java 函式庫。
| 函式庫 (Library) | 目的 (Purpose) | 功能 (Features) |
| Kotlin DataFrame | 資料收集 (Data collection)資料清理和處理 (Data cleaning and processing) | 用於建立、排序和清理資料框架 (Data Frame)、特徵工程 (Feature engineering) 等的操作結構化資料的處理支援 CSV、JSON 和其他輸入格式從 SQL 資料庫讀取連接不同的 API 以存取資料並提高型別安全 |
| Kandy | 資料探索和視覺化 (Data exploration and visualization) | 強大、可讀且型別安全的 DSL，用於繪製各種型別的圖表以 Kotlin 撰寫的適用於 JVM 的開放原始碼函式庫支援 Kotlin Notebook、Datalore 和 Jupyter Notebook與 Kotlin DataFrame 無縫整合 |
| KotlinDL | 模型建立 (Model building) | 以 Kotlin 撰寫並受 Keras 啟發的深度學習 API從頭開始訓練深度學習模型，或匯入現有的 Keras 和 ONNX 模型以進行推論轉移學習 (Transfer learning)，用於客製化現有的預先訓練模型以符合您的任務支援 Android 平台 |
| Multik | 資料清理和處理 (Data cleaning and processing)模型建立 (Model building) | 多維陣列上的數學運算（線性代數、統計、算術和其他計算）建立、複製、索引、切片和其他陣列運算Kotlin 慣用函式庫，具有型別和維度安全以及可交換的計算引擎等優點，可在 JVM 上執行或作為原生程式碼執行 |
| Kotlin for Apache Spark | 資料收集 (Data collection)資料清理和處理 (Data cleaning and processing)資料探索和視覺化 (Data exploration and visualization)模型建立 (Model building) | Apache Spark 和 Kotlin 之間的相容性層Kotlin 慣用程式碼中的 Apache Spark 資料轉換運算在花括號或方法參考中簡單使用 Kotlin 功能，例如資料類別和 Lambda 運算式 |
| Lets-Plot | 資料探索和視覺化 (Data exploration and visualization) | 繪製以 Kotlin 撰寫的統計資料支援 Kotlin Notebook、Datalore 和 具有 Kotlin 核心的 Jupyter與 JVM、JS 和 Python 相容在 Compose Multiplatform 應用程式中嵌入圖表 |
| KMath | 資料清理和處理 (Data cleaning and processing)資料探索和視覺化 (Data exploration and visualization)模型建立 (Model building) | 模組化函式庫，用於在 Kotlin Multiplatform（JVM、JS、Native 和 Wasm）中處理數學抽象概念用於代數結構、數學運算式、直方圖和串流運算的 API現有 Java 和 Kotlin 函式庫的可互換包裝函式，包括 ND4J、Apache Commons Math 和 Multik受 Python 的 NumPy 啟發，但具有其他額外功能，例如型別安全 |
| kravis | 資料探索和視覺化 (Data exploration and visualization) | 表格資料的視覺化受 R 的 ggplot 啟發支援 具有 Kotlin 核心的 Jupyter |
| 函式庫 (Library) | 目的 (Purpose) | 功能 (Features) |
| Tablesaw | 資料收集 (Data collection)資料清理和處理 (Data cleaning and processing)資料探索和視覺化 (Data exploration and visualization) | 用於載入、清理、轉換、篩選和摘要資料的工具受 Plot.ly 啟發 |
| CoreNLP | 資料清理和處理 (Data cleaning and processing) | 自然語言處理工具組文字的語言註解，例如情感和引號歸屬支援八種語言 |
| Smile | 資料清理和處理 (Data cleaning and processing)資料探索和視覺化 (Data exploration and visualization)模型建立 (Model building) | 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功能性 Kotlin API、Scala API、Clojure API 等 |
| Smile-NLP-kt | 資料清理和處理 (Data cleaning and processing) | Scala 隱式自然語言處理部分 Smile 的 Kotlin 重寫Kotlin 擴充功能和介面格式的運算斷句、詞幹提取、詞袋和其他任務 |
| ND4J | 資料清理和處理 (Data cleaning and processing)模型建立 (Model building) | 適用於 JVM 的矩陣數學函式庫超過 500 種數學、線性代數和深度學習運算 |
| Apache Commons Math | 資料清理和處理 (Data cleaning and processing)模型建立 (Model building) | Java 的數學和統計運算相關性、分佈、線性代數、幾何和其他運算機器學習模型 |
| NM Dev | 資料清理和處理 (Data cleaning and processing)模型建立 (Model building) | 數值演算法的 Java 數學函式庫物件導向數值方法線性代數、最佳化、統計、微積分和其他運算 |
| Apache OpenNLP | 資料清理和處理 (Data cleaning and processing)模型建立 (Model building) | 基於機器學習的工具組，用於處理自然語言文字符記化、斷句、詞性標記和其他任務用於資料建模和模型驗證的內建工具 |
| Charts | 資料探索和視覺化 (Data exploration and visualization) | 用於科學圖表的 JavaFX 函式庫複雜圖表，例如對數、熱圖和力導向圖 |
| DeepLearning4J | 模型建立 (Model building) | Java 的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、物聯網和 Apache Spark 中 |
| Timefold | 模型建立 (Model building) | 用於最佳化規劃問題的求解器公用程式與物件導向和函數式程式設計相容 |