PythonVSR語言?數(shù)據(jù)分析與挖掘該選哪一個(gè)

什么是R語言?

R語言，一種自由軟件編程語言與操作環(huán)境，主要用于統(tǒng)計(jì)分析、繪圖、數(shù)據(jù)挖掘。R本來是由來自新西蘭奧克蘭大學(xué)的羅斯·伊哈卡和羅伯特·杰特曼開發(fā)(也因此稱為R)，現(xiàn)在由“R開發(fā)核心團(tuán)隊(duì)”負(fù)責(zé)開發(fā)。R基于S語言的一個(gè)GNU計(jì)劃項(xiàng)目，所以也可以當(dāng)作S語言的一種實(shí)現(xiàn)，通常用S語言編寫的代碼都可以不作修改的在R環(huán)境下運(yùn)行。R的語法是來自Scheme。

R的源代碼可自由下載使用，亦有已編譯的可執(zhí)行文件版本可以下載，可在多種平臺(tái)下運(yùn)行，包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作，同時(shí)有人開發(fā)了幾種圖形用戶界面。

R的功能能夠通過由用戶撰寫的包增強(qiáng)。增加的功能有特殊的統(tǒng)計(jì)技術(shù)、繪圖功能，以及編程接口和數(shù)據(jù)輸出/輸入功能。這些軟件包是由R語言、LaTeX、Java及最常用C語言和Fortran撰寫。下載的可執(zhí)行文件版本會(huì)連同一批核心功能的軟件包，而根據(jù)CRAN紀(jì)錄有過千種不同的軟件包。其中有幾款較為常用，例如用于經(jīng)濟(jì)計(jì)量、財(cái)經(jīng)分析、人文科學(xué)研究以及人工智能。

Python與R語言的共同特點(diǎn)

Python和R在數(shù)據(jù)分析和數(shù)據(jù)挖掘方面都有比較專業(yè)和全面的模塊，很多常用的功能，比如矩陣運(yùn)算、向量運(yùn)算等都有比較高級(jí)的用法

Python和R兩門語言有多平臺(tái)適應(yīng)性，linux、window都可以使用，并且代碼可移植性強(qiáng)

Python和R比較貼近MATLAB以及minitab等常用的數(shù)學(xué)工具Python與R語言的區(qū)別

數(shù)據(jù)結(jié)構(gòu)方面，由于是從科學(xué)計(jì)算的角度出發(fā)，R中的數(shù)據(jù)結(jié)構(gòu)非常的簡(jiǎn)單，主要包括向量(一維)、多維數(shù)組(二維時(shí)為矩陣)、列表(非結(jié)構(gòu)化數(shù)據(jù))、數(shù)據(jù)框(結(jié)構(gòu)化數(shù)據(jù))。而 Python 則包含更豐富的數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)數(shù)據(jù)更精準(zhǔn)的訪問和內(nèi)存控制，多維數(shù)組(可讀寫、有序)、元組(只讀、有序)、集合(唯一、無序)、字典(Key-Value)等等。

Python與R相比速度要快。Python可以直接處理上G的數(shù)據(jù);R不行，R分析數(shù)據(jù)時(shí)需要先通過數(shù)據(jù)庫(kù)把大數(shù)據(jù)轉(zhuǎn)化為小數(shù)據(jù)(通過groupby)才能交給R做分析，因此R不可能直接分析行為詳單，只能分析統(tǒng)計(jì)結(jié)果。

Python是一套比較平衡的語言，各方面都可以，無論是對(duì)其他語言的調(diào)用，和數(shù)據(jù)源的連接、讀取，對(duì)系統(tǒng)的操作，還是正則表達(dá)和文字處理，Python都有著明顯優(yōu)勢(shì)。 而R是在統(tǒng)計(jì)方面比較突出。

Python與R語言的應(yīng)用場(chǎng)景

應(yīng)用Python的場(chǎng)景

1、網(wǎng)絡(luò)爬蟲與網(wǎng)頁(yè)抓取

Python 的 beautifulsoup 和 Scrapy 更加成熟、功能更強(qiáng)大，結(jié)合django-scrapy我們可以很快的構(gòu)建一個(gè)定制化的爬蟲管理系統(tǒng)。

2、內(nèi)容管理系統(tǒng)

Python 只用 sqlachemy 通過ORM的方式，一個(gè)包就解決了多種資料庫(kù)連接的問題，且在生產(chǎn)環(huán)境中廣泛使用?；贒jango，Python可以快速通過ORM建立資料庫(kù)、后臺(tái)管理系統(tǒng)，而R中的 Shiny 的鑒權(quán)功能暫時(shí)還需要付費(fèi)使用。

3、API的構(gòu)建

通過Flask、Tornado等標(biāo)準(zhǔn)的網(wǎng)絡(luò)處理庫(kù)，Python也可以快速實(shí)現(xiàn)輕量級(jí)的API，而R則較為復(fù)雜。

應(yīng)用R語言的場(chǎng)景

1、統(tǒng)計(jì)分析

盡管 Python 里Scipy、Pandas、statsmodels提供了一系列統(tǒng)計(jì)工具 ,R 本身是專門為統(tǒng)計(jì)分析應(yīng)用建立的,所以擁有更多此類工具。

2、互動(dòng)式面板

R 的 shiny 和 shiny dashboard 可以較快地構(gòu)建定制可視化頁(yè)面。速度更快，所需代碼更少。

總的來說，Python的 pandas 借鑒了R的dataframes，R 中的 rvest 則參考了 Python的BeautifulSoup，兩種語言在一定程度上存在互補(bǔ)性，通常，我們認(rèn)為 Python 比 R 在計(jì)算機(jī)編程、網(wǎng)絡(luò)爬蟲上更有優(yōu)勢(shì)，而 R 在統(tǒng)計(jì)分析上是一種更高效的獨(dú)立數(shù)據(jù)分析工具。所以說，同時(shí)學(xué)會(huì)Python和R這兩把刷子才是數(shù)據(jù)科學(xué)的王道。