Python和R語(yǔ)言的區(qū)別

數(shù)據(jù)挖掘技術(shù)日趨成熟和復(fù)雜，隨著互聯(lián)網(wǎng)發(fā)展以及大批海量數(shù)據(jù)的到來(lái)，之前傳統(tǒng)的依靠spss、SAS等可視化工具實(shí)現(xiàn)數(shù)據(jù)挖掘建模已經(jīng)越來(lái)越不能滿足日常需求，依據(jù)美國(guó)對(duì)數(shù)據(jù)科學(xué)家（data scientist）的要求，想成為一名真正的數(shù)據(jù)科學(xué)家，編程實(shí)現(xiàn)算法以及編程實(shí)現(xiàn)建模已經(jīng)是必要條件；目前很多從事數(shù)據(jù)挖掘工作的人，大多都是出身非計(jì)算機(jī)專業(yè)，本身對(duì)編程基礎(chǔ)比較低，所以找到一門快速上手而又高效的編程語(yǔ)言是至關(guān)重要的，好的工具和編程語(yǔ)言可以起到事半功倍的效果。

目前在數(shù)據(jù)挖掘算法方面用的最多的編程語(yǔ)言有：Java、C++、C、Python、R等等 

由于筆者本身屬于數(shù)理統(tǒng)計(jì)出身，復(fù)雜而高級(jí)的語(yǔ)言對(duì)我來(lái)說(shuō)性價(jià)比并不高，所以想從頭對(duì)Java、C++、C開(kāi)始學(xué)起，浪費(fèi)的時(shí)間和精力與收獲明顯不成正比。所以Python和R語(yǔ)言成了最佳選擇。對(duì)于同樣和我背景相似的數(shù)據(jù)從業(yè)人員，我強(qiáng)烈推薦從這兩者選擇其一。

原因有三：
第一：Python和R本身在數(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，所以使用起來(lái)產(chǎn)出比大；

第二：這兩門語(yǔ)言對(duì)于平臺(tái)方面適用性比較廣，linux、window都可以使用，并且代碼可移植性還算不錯(cuò)的。

第三：對(duì)于學(xué)數(shù)理統(tǒng)計(jì)的人來(lái)說(shuō)，應(yīng)該大多用過(guò)MATLAB以及mintab等工具，Python和R比較貼近這些常用的數(shù)學(xué)工具，使用起來(lái)有種親切感

至于Python和R兩者如何選擇，本人有點(diǎn)粗淺認(rèn)識(shí)：

這兩個(gè)工具都很方便，不需要非常高深的編程能力，都適合算法開(kāi)發(fā)，有大量的package供你使用。 

Python入門簡(jiǎn)單，而R則相對(duì)比較難一些(純個(gè)人感覺(jué)，依據(jù)每個(gè)人之前的經(jīng)驗(yàn)，可能不同的體驗(yàn))。
      R做文本挖掘現(xiàn)在還有點(diǎn)弱，當(dāng)然它的優(yōu)點(diǎn)在于函數(shù)都給你寫好了，你只需要知道參數(shù)的形式就行了，有時(shí)候即使參數(shù)形式不對(duì)，R也能“智能地”幫你適應(yīng)。這種簡(jiǎn)單的軟件適合想要專注于業(yè)務(wù)的人。
Python幾乎都可以做，函數(shù)比R多，比R快。它是一門語(yǔ)言，R更像是一種軟件，所以python更能開(kāi)發(fā)出flexible的算法。

Python適合處理大量數(shù)據(jù)，而R則在這方面有很多力不從心，當(dāng)然這么說(shuō)的前提是對(duì)于編程基礎(chǔ)比較一般的童鞋，對(duì)于大牛來(lái)說(shuō)，多靈活運(yùn)用矢量化編程的話，R的速度也不會(huì)太差。

論性能，Python介于C/C++/Java這些高級(jí)語(yǔ)言與R語(yǔ)言之間，雖然性能不及那些高級(jí)語(yǔ)言，但是一般日常的數(shù)據(jù)用Python基本都能實(shí)現(xiàn)，對(duì)于性能要求不挑剔的人來(lái)說(shuō)，足夠了

python 你需要安裝numpy，pandas，scipy，cython，statsmodels，matplotlib 等一系列的程序包，還需要安裝ipython交互環(huán)境，單獨(dú)用python直接做計(jì)量分析統(tǒng)計(jì)函數(shù)是沒(méi)有函數(shù)支持的；R是基于統(tǒng)計(jì)分析的，性能和效率上要略遜于python。R的優(yōu)勢(shì)在于統(tǒng)計(jì)學(xué)和數(shù)據(jù)計(jì)算和分析上要優(yōu)越于python。

Python語(yǔ)言編程的代碼可讀性高，整體美觀，屬于簡(jiǎn)單粗暴性質(zhì)的，短時(shí)間內(nèi)少量代碼可實(shí)現(xiàn)復(fù)雜功能；R的語(yǔ)法很奇怪，各種包并不遵守語(yǔ)法規(guī)范，導(dǎo)致使用起來(lái)經(jīng)常感覺(jué)蛋疼；R程序最終看起來(lái)沒(méi)有Python那么簡(jiǎn)潔美觀。

從全面性方面，我認(rèn)為Python的確勝過(guò)R。無(wú)論是對(duì)其他語(yǔ)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)。畢竟，python本身是作為一門計(jì)算機(jī)編程語(yǔ)言出現(xiàn)的，而R本身只是源于統(tǒng)計(jì)計(jì)算。所以從語(yǔ)言的全面性來(lái)說(shuō)，兩者差異顯著。

python是machine learning領(lǐng)域的人用的較多。據(jù)我所知，做marketing research, econometrics, statistics的人幾乎沒(méi)有用python的
當(dāng)然了，現(xiàn)在學(xué)編程比以前可簡(jiǎn)單了多了。有句話不是這么說(shuō)的么，“我不生產(chǎn)代碼，我只是stackoverflow的搬運(yùn)工”。。。
以上僅僅是個(gè)人感悟，如表述不當(dāng)，歡迎指出，拍磚的手下留情哦