一篇文章告訴你，該學R還是Python

Python和R是統計學中兩種最流行的的編程語言，R的功能性主要是統計學家在開發時考慮的（R具有強大的可視化功能），而Python因為易於理解的語法被大家所接受。

在這篇文章中，我們將重點介紹R和Python以及它們在數據科學和統計上地位之間的差異。

關於R的介紹

Ross Ihaka和Robert Gentleman於1995年在S語言中創造了 開源語言R，目的是專註於提供更好和更人性化的方式做數據分析、統計和圖形模型的語言。

起初R主要是在學術和研究使用，但近來企業界發現R也很不錯。這使得中的R成為企業中使用的全球發展最快的統計語言之一。

R的主要優勢是它有一個龐大的社區，通過郵件列表，用戶貢獻的文檔和一個非常活躍的堆棧溢出組提供支持。還有CRAN鏡像，一個用戶可以很簡單地創造的一個包含R包的知識庫。這些包有R裡面的函數和數據，各地的鏡像都是R網站的備份文件，完全一樣，用戶可以可以選擇離你最近的鏡像訪問最新的技術和功能，而無需從頭開發。

如果你是一個有經驗的程序員，你可以不會覺得使用R可以提高效率，但是，你可能會發現學習R經常會遇到瓶頸。幸運的是現在的資源很多。

關於Python的介紹

Python是由Guido van Rossem創建於1991年，並強調效率和代碼的可讀性。希望深入的數據分析或應用統計技術的程序員是Python的主要用戶。

當你越需要在工程環境中工作，你會越喜歡Python。它是一種靈活的語言，在處理一些新東西上表現很好，並且注重可讀性和簡單性，它的學習曲線是比較低的。

和R類似，Python也有包，pypi是一個Python包的倉庫,裡面有很多別人寫好的Python庫。

Python也是一個大社區，但它是一個有點比較分散，因為它是一個通用的語言。然而，Python自稱他們在數據科學中更佔優勢地位：預期的增長，更新穎的科學數據應用的起源在這裡。

R和Python：數字的比較

在網上可以經常看到比較R和Python人氣的數字，雖然這些數字往往就這兩種語言是如何在計算機科學的整體生態系統不斷發展，但是很難並列進行比較。主要的原因是，R僅在數據科學的環境中使用，而Python作為一種通用語言，被廣泛應用於許多領域，如網路的發展。這往往導致排名結果偏向於Python，而且從業者工資會較低。

R如何使用？

R主要用於當數據分析任務需要獨立的計算或分析單個伺服器。這是探索性的工作，因為R有很多包和隨時可用的測試，可以提供提供必要的工具，快速啟動和運行的數量龐大幾乎任何類型的數據分析。R甚至可以是一個大數據解決方案的一部分。

當開始使用R的時候，最好首先安裝RStudio IDE。之後建議你看看下面的流行包：

?dplyr, plyr 和 data.table 可以輕鬆操作包

Python如何使用？

如果你的數據分析任務需要使用Web應用程序，或代碼的統計數據需要被納入生產資料庫進行集成時你可以使用python，作為一個完全成熟的編程語言，它是實現演算法一個偉大的工具。

雖然在過去python包對於數據分析還處於早期階段，但是這些年已經有了顯著改善。使用時需要安裝NumPy/ SciPy的（科學計算）和pandas（數據處理），以使Python可用於數據分析。也看看matplotlib，使圖形和scikit-learn機器學習。

不同於R，Python有沒有明確的非常好的IDE。我們建議你看看Spyder以及IPython網站，看看哪一個最適合你。

R和Python：數據科學行業的表現

如果你看一下最近的民意調查，在數據分析的編程語言方面，R是明顯的贏家。

有越來越多的人從研發轉向Python。此外，有越來越多的公司使用這兩種語言來進行組合。

如果你打算從事數據行業，你用好學會這兩種語言。招聘趨勢顯示這兩個技能的需求日益增加，而工資遠高於平均水平。

R：優點和缺點

優點

可視化能力強

可視化通常讓我們更有效地理解數字本身。R和可視化是絕配。一些必看的可視化軟體包是ggplot2，ggvis，googleVis和rCharts。

完善的生態系統

R具有活躍的社區和一個豐富的生態系統。R包在CRAN，Bioconductor的和Github上。您可以通過Rdocumentation搜索所有的R包。

用於數據科學

R由統計學家開發，他們可以通過R代碼和包交流想法和概念，你不一定需要有計算機背景。此外企業界也越來越接受R。

缺點

R比較緩慢

R使統計人員的更輕鬆，但你電腦的運行速度可能很慢。雖然R的體驗是緩慢的，但是有多個包來提高的r性能：pqR,renjin，FastR, Riposte 等等。

R不容易深入學習

R學習起來並不容易，特別是如果你要從GUI來進行統計分析。如果你不熟悉它，即使發現包可能會非常耗時。

Python：優點和缺點

優點

IPython Notebook

IPython Notebook使我們更容易使用Python進行數據工作，你可以輕鬆地與同事共享Notebook，而無需他們安裝任何東西。這大大減少了組織代碼，輸出和注釋文件的開銷。可以花更多的時間做實際的工作。

通用語言

Python是一種通用的語言，容易和直觀。在學習上會比較容易，它可以加快你寫一個程序的速度。此外，Python測試框架是一個內置的，這樣可以保證你的代碼是可重複使用和可靠的。

一個多用途的語言

Python把不同背景的人集合在一起。作為一種常見的、容易理解，大部分程序員都懂的，可以很容易地和統計學家溝通，你可以使用一個簡單的工具就把你每一個工作夥伴都整合起來。

缺點

可視化

可視化是選擇數據分析軟體的一個重要的標準。雖然Python有一些不錯的可視化庫，如Seaborn，Bokeh和Pygal。但相比於R，呈現的結果並不總是那麼順眼。

Python是挑戰者

Python對於R來說是一個挑戰者，它不提供必不可少的R包。雖然它在追趕，但是還不夠。

最終你該學習什麼呢：

由你決定！作為一個數據工作者，你需要在工作中選擇最適合需要的語言。在學習之前問清楚這些問題可以幫助你：

• 你想解決什麼問題？
• 什麼是學習語言的凈成本？
• 是什麼在你的領域中常用的工具？
• 什麼是其他可用工具以及如何做這些涉及到的常用工具？

----------------------------------------------

作者：由數據客翻譯團隊翻譯。

出處：http://www.idacker.com/index.php/archives/1379

微信公眾號：idacker

大家也可以加小編微信：tswenqu，進R語言中文社區 交流群，可以跟各位老師互相交流

推薦閱讀：