大数据专业中学习物理的原因主要有以下几点：

传感器技术：

大数据通常涉及传感器生成的数据，如气象数据、地震数据、医疗传感器数据等。物理学在传感器技术的研究和开发中起到关键作用，因此对传感器工作原理和物理背景的了解可以帮助大数据专业的人更好地理解和分析这些数据。

数据模型：

物理学家通常使用数学模型来描述自然界的现象。这种数学建模的经验对于大数据中的建模和预测非常有帮助。了解物理学的数据模型和方程可以在大数据分析中提供有力的工具。

计算机硬件：

大数据处理需要大规模的计算机集群，而这些计算机的硬件设计和性能优化与物理学有密切关系。理解计算机硬件的物理原理有助于优化大数据处理的性能。

数学建模思维：

物理学是一门相当基础的科学，物理概念和物理规律的发现与发展过程对培养学生的思维有很大的帮助。任何人，只要他打算从事任意一种技术工作，都需要了解物理学的基本原理，从而也了解了我们现代技术社会所依赖的基本原理。

交叉领域应用：

大数据与物理学之间的交叉领域也在不断增加，如天文学、生物信息学和地球科学等领域需要大数据专业的人员具备一定的物理背景知识。因此，学习物理对于拓宽就业领域和提高竞争力也可能会有益。

理解计算机底层：

物理可以帮助理解计算机底层（即数字逻辑电路、电子电路基础），从而更好地理解计算机的原理。这对于大数据专业人员在进行硬件优化和系统理解时非常有帮助。

尽管有些学生可能认为物理与大数据处理没有直接关系，但实际上，物理学的知识可以为大数据专业带来重要的优势，尤其是在理解数据生成原理、建立准确模型以及优化数据处理过程方面。因此，对于大数据专业的学生来说，学习物理是一个值得考虑的选择。