R 與 Python 在機器學習和數據挖掘領域的優勢和擅長方向分別是什麼？

12-29

一點粗淺的認識：

這兩個工具都很方便，有大量的package（在python里叫模塊）供你使用。

R做文本挖掘現在還有點弱，當然它的優點在於函數都給你寫好了，你只需要知道參數的形式就行了，有時候即使參數形式不對，R也能「智能地」幫你適應。這種簡單的軟體適合想要專註於業務的人。

Python幾乎都可以做（通用性語言），函數比R多，比R快。但是缺點是比R難學一點。它是一門語言，R更像是一種軟體，所以python更能開發出flexible的演算法。

machine learning領域，R主要是學術界在用，據我所知，做marketing research, econometrics, statistics的人幾乎沒有用python的。工業界對performance有要求，傾向於用python。

當然了，現在學編程比以前可簡單了多了。有句話不是這麼說的么，「我不生產代碼，我只是stackoverflow的搬運工」。。。

這兩種工具都適合來快速解決問題，學術界用的都很廣泛。工業界（指IT企業）關心實現細節，而且需要更快的速度，就需要重新翻譯成java、C++或者C。但是在傳統大企業做分析的部門，技術能力不強，而且擔心安全問題，一般會避免使用R這類的開源軟體。由於某些技術上的原因python有時也會被避免。當然，在互聯網行業，這兩個工具都有廣泛應用。拒絕了其中任何一個，就意味著拒絕了一大堆機會和一大批人才。

================2015.4.27補充

這兩個工具的使用者還是很多的，尤其是做數據方面的，請看一個2013年的調查，R和python高居前兩位。

歡迎關注大數據留學申請公眾號: dsjlxsq

R是工具，做分析十分方便，畫圖一流，但我們不大可能用R去開發軟體吧。

Python是通用性語言，它的語言明簡易懂，做分析方便，而且可以開發大型軟體。

兩者都有大量軟體包支持機器學習和數據挖掘工作。

雖然說R偏學術一些，Python則偏工程。但現在企業中都會使用R和Python，例如R被微軟收購後出了商業版的MRO，功能強大，對大數據的計算也是非常快速的。現在很多機器學習和深度學習也在使用Python庫。如果學習，請選擇一款你容易上手的軟體（操作起來比較順手）進行，不要同時學，兩者還是有很多相似性的地方。說到底，R和Python都是做機器學習和數據挖掘的好工具，不用過多糾結其他細節哦，最重要的是精。

我個人的經驗，如果只是想快速的用演算法得出結果，用R比較方便快捷；

如果想研究演算法，對演算法進行改進，Python靈活性更強，而且Python語法很簡單，很容易學