一篇文章告訴你，該學(xué)R還是Python_數(shù)據(jù)分析師

對(duì)于想從事數(shù)據(jù)行業(yè)的人和數(shù)據(jù)工作者來(lái)說(shuō)，是學(xué)習(xí)R還是python，哪個(gè)工具更實(shí)用一直被大家爭(zhēng)論。Martijn Theuwissen，DataCamp的教育專家詳細(xì)比較了這兩個(gè)工具。

ython和R是統(tǒng)計(jì)學(xué)中兩種最流行的的編程語(yǔ)言，R的功能性主要是統(tǒng)計(jì)學(xué)家在開發(fā)時(shí)考慮的（R具有強(qiáng)大的可視化功能），而Python因?yàn)橐子诶斫獾恼Z(yǔ)法被大家所接受。

在這篇文章中，我們將重點(diǎn)介紹R和Python以及它們?cè)跀?shù)據(jù)科學(xué)和統(tǒng)計(jì)上地位之間的差異。

關(guān)于R的介紹

Ross Ihaka和Robert Gentleman于1995年在S語(yǔ)言中創(chuàng)造了 開源語(yǔ)言R，目的是專注于提供更好和更人性化的方式做數(shù)據(jù)分析、統(tǒng)計(jì)和圖形模型的語(yǔ)言。

起初R主要是在學(xué)術(shù)和研究使用，但近來(lái)企業(yè)界發(fā)現(xiàn)R也很不錯(cuò)。這使得中的R成為企業(yè)中使用的全球發(fā)展最快的統(tǒng)計(jì)語(yǔ)言之一。

R的主要優(yōu)勢(shì)是它有一個(gè)龐大的社區(qū)，通過(guò)郵件列表，用戶貢獻(xiàn)的文檔和一個(gè)非?；钴S的堆棧溢出組提供支持。還有CRAN鏡像，一個(gè)用戶可以很簡(jiǎn)單地創(chuàng)造的一個(gè)包含R包的知識(shí)庫(kù)。這些包有R里面的函數(shù)和數(shù)據(jù)，各地的鏡像都是R網(wǎng)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(wèn)最新的技術(shù)和功能，而無(wú)需從頭開發(fā)。

如果你是一個(gè)有經(jīng)驗(yàn)的程序員，你可以不會(huì)覺得使用R可以提高效率，但是，你可能會(huì)發(fā)現(xiàn)學(xué)習(xí)R經(jīng)常會(huì)遇到瓶頸。幸運(yùn)的是現(xiàn)在的資源很多。

關(guān)于Python的介紹

Python是由Guido van Rossem創(chuàng)建于1991年，并強(qiáng)調(diào)效率和代碼的可讀性。希望深入的數(shù)據(jù)分析或應(yīng)用統(tǒng)計(jì)技術(shù)的程序員是Python的主要用戶。

當(dāng)你越需要在工程環(huán)境中工作，你會(huì)越喜歡Python。它是一種靈活的語(yǔ)言，在處理一些新東西上表現(xiàn)很好，并且注重可讀性和簡(jiǎn)單性，它的學(xué)習(xí)曲線是比較低的。

和R類似，Python也有包，pypi是一個(gè)Python包的倉(cāng)庫(kù),里面有很多別人寫好的Python庫(kù)。

Python也是一個(gè)大社區(qū)，但它是一個(gè)有點(diǎn)比較分散，因?yàn)樗且粋€(gè)通用的語(yǔ)言。然而，Python自稱他們?cè)跀?shù)據(jù)科學(xué)中更占優(yōu)勢(shì)地位：預(yù)期的增長(zhǎng)，更新穎的科學(xué)數(shù)據(jù)應(yīng)用的起源在這里。

R和Python：數(shù)字的比較

在網(wǎng)上可以經(jīng)?？吹奖容^R和Python人氣的數(shù)字，雖然這些數(shù)字往往就這兩種語(yǔ)言是如何在計(jì)算機(jī)科學(xué)的整體生態(tài)系統(tǒng)不斷發(fā)展，但是很難并列進(jìn)行比較。主要的原因是，R僅在數(shù)據(jù)科學(xué)的環(huán)境中使用，而Python作為一種通用語(yǔ)言，被廣泛應(yīng)用于許多領(lǐng)域，如網(wǎng)絡(luò)的發(fā)展。這往往導(dǎo)致排名結(jié)果偏向于Python，而且從業(yè)者工資會(huì)較低。

R如何使用？

R主要用于當(dāng)數(shù)據(jù)分析任務(wù)需要獨(dú)立的計(jì)算或分析單個(gè)服務(wù)器。這是探索性的工作，因?yàn)镽有很多包和隨時(shí)可用的測(cè)試，可以提供提供必要的工具，快速啟動(dòng)和運(yùn)行的數(shù)量龐大幾乎任何類型的數(shù)據(jù)分析。R甚至可以是一個(gè)大數(shù)據(jù)解決方案的一部分。

當(dāng)開始使用R的時(shí)候，最好首先安裝RStudio IDE。之后建議你看看下面的流行包：

?dplyr, plyr 和 data.table 可以輕松操作包
?stringr 操作字符串
?zoo做定期和不定期的時(shí)間序列工作
?ggvis, lattice, and ggplot2 進(jìn)行數(shù)據(jù)可視化
?caret 機(jī)器學(xué)習(xí)

Python如何使用？

如果你的數(shù)據(jù)分析任務(wù)需要使用Web應(yīng)用程序，或代碼的統(tǒng)計(jì)數(shù)據(jù)需要被納入生產(chǎn)數(shù)據(jù)庫(kù)進(jìn)行集成時(shí)你可以使用python，作為一個(gè)完全成熟的編程語(yǔ)言，它是實(shí)現(xiàn)算法一個(gè)偉大的工具。

雖然在過(guò)去python包對(duì)于數(shù)據(jù)分析還處于早期階段，但是這些年已經(jīng)有了顯著改善。使用時(shí)需要安裝NumPy/ SciPy的（科學(xué)計(jì)算）和pandas（數(shù)據(jù)處理），以使Python可用于數(shù)據(jù)分析。也看看matplotlib，使圖形和scikit-learn機(jī)器學(xué)習(xí)。

不同于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(wǎng)站，看看哪一個(gè)最適合你。

R和Python：數(shù)據(jù)科學(xué)行業(yè)的表現(xiàn)

如果你看一下最近的民意調(diào)查，在數(shù)據(jù)分析的編程語(yǔ)言方面，R是明顯的贏家。

有越來(lái)越多的人從研發(fā)轉(zhuǎn)向Python。此外，有越來(lái)越多的公司使用這兩種語(yǔ)言來(lái)進(jìn)行組合。

如果你打算從事數(shù)據(jù)行業(yè)，你用好學(xué)會(huì)這兩種語(yǔ)言。招聘趨勢(shì)顯示這兩個(gè)技能的需求日益增加，而工資遠(yuǎn)高于平均水平。

R：優(yōu)點(diǎn)和缺點(diǎn)

優(yōu)點(diǎn)

可視化能力強(qiáng)

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

完善的生態(tài)系統(tǒng)

R具有活躍的社區(qū)和一個(gè)豐富的生態(tài)系統(tǒng)。R包在CRAN，Bioconductor的和Github上。您可以通過(guò)Rdocumentation搜索所有的R包。

用于數(shù)據(jù)科學(xué)

R由統(tǒng)計(jì)學(xué)家開發(fā)，他們可以通過(guò)R代碼和包交流想法和概念，你不一定需要有計(jì)算機(jī)背景。此外企業(yè)界也越來(lái)越接受R。

缺點(diǎn)

R比較緩慢

R使統(tǒng)計(jì)人員的更輕松，但你電腦的運(yùn)行速度可能很慢。雖然R的體驗(yàn)是緩慢的，但是有多個(gè)包來(lái)提高的r性能：pqR,renjin，F(xiàn)astR, Riposte 等等。

R不容易深入學(xué)習(xí)

R學(xué)習(xí)起來(lái)并不容易，特別是如果你要從GUI來(lái)進(jìn)行統(tǒng)計(jì)分析。如果你不熟悉它，即使發(fā)現(xiàn)包可能會(huì)非常耗時(shí)。

Python：優(yōu)點(diǎn)和缺點(diǎn)

優(yōu)點(diǎn)

IPython Notebook

IPython Notebook使我們更容易使用Python進(jìn)行數(shù)據(jù)工作，你可以輕松地與同事共享Notebook，而無(wú)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?？梢曰ǜ嗟臅r(shí)間做實(shí)際的工作。

通用語(yǔ)言

Python是一種通用的語(yǔ)言，容易和直觀。在學(xué)習(xí)上會(huì)比較容易，它可以加快你寫一個(gè)程序的速度。此外，Python測(cè)試框架是一個(gè)內(nèi)置的，這樣可以保證你的代碼是可重復(fù)使用和可靠的。

一個(gè)多用途的語(yǔ)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(tǒng)計(jì)學(xué)家溝通，你可以使用一個(gè)簡(jiǎn)單的工具就把你每一個(gè)工作伙伴都整合起來(lái)。

缺點(diǎn)

可視化

可視化是選擇數(shù)據(jù)分析軟件的一個(gè)重要的標(biāo)準(zhǔn)。雖然Python有一些不錯(cuò)的可視化庫(kù)，如Seaborn，Bokeh和Pygal。但相比于R，呈現(xiàn)的結(jié)果并不總是那么順眼。

Python是挑戰(zhàn)者

Python對(duì)于R來(lái)說(shuō)是一個(gè)挑戰(zhàn)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(xué)習(xí)什么呢：

由你決定！作為一個(gè)數(shù)據(jù)工作者，你需要在工作中選擇最適合需要的語(yǔ)言。在學(xué)習(xí)之前問(wèn)清楚這些問(wèn)題可以幫助你：

• 你想解決什么問(wèn)題？
• 什么是學(xué)習(xí)語(yǔ)言的凈成本？
• 是什么在你的領(lǐng)域中常用的工具？
• 什么是其他可用工具以及如何做這些涉及到的常用工具？