R和Python兩者誰更適合數(shù)據(jù)分析領(lǐng)域?在某些特定情況下誰會更有優(yōu)勢?還是一個天生在各方面都比另一個更好?

當(dāng)我們想要選擇一種編程語言進行數(shù)據(jù)分析時，相信大多數(shù)人都會想到R和Python——但是從這兩個非常強大、靈活的數(shù)據(jù)分析語言中二選一是非常困難的。

我承認(rèn)我還沒能從這兩個數(shù)據(jù)科學(xué)家喜愛的語言中選出更好的那一個。因此，為了使事情變得有趣，本文將介紹一些關(guān)于這兩種語言的詳細(xì)信息，并將決策權(quán)留給讀者。值得一提的是，有多種途徑可以了解這兩種語言各自的優(yōu)缺點。然而在我看來，這兩種語言之間其實有很強的關(guān)聯(lián)。

Stack Overflow趨勢對比

上圖顯示了自從2008年(Stack Overflow 成立)以來，這兩種語言隨著時間的推移而發(fā)生的變化。

R和Python在數(shù)據(jù)科學(xué)領(lǐng)域展開激烈競爭，我們來看看他們各自的平臺份額，并將2016與2017年進行比較：

接下來我們將從適用場景、數(shù)據(jù)處理能力、任務(wù)、安裝難度以及開放工具等方面詳細(xì)了解這兩種語言。

適用場景

R適用于數(shù)據(jù)分析任務(wù)需要獨立計算或單個服務(wù)器的應(yīng)用場景。Python作為一種粘合劑語言，在數(shù)據(jù)分析任務(wù)中需要與Web應(yīng)用程序集成或者當(dāng)一條統(tǒng)計代碼需要插入到生產(chǎn)數(shù)據(jù)庫中時，使用Python更好。

任務(wù)

在進行探索性統(tǒng)計分析時，R勝出。它非常適合初學(xué)者，統(tǒng)計模型僅需幾行代碼即可實現(xiàn)。Python作為一個完整而強大的編程語言，是部署用于生產(chǎn)使用的算法的有力工具。

數(shù)據(jù)處理能力

有了大量針對專業(yè)程序員以及非專業(yè)程序員的軟件包和庫的支持，不管是執(zhí)行統(tǒng)計測試還是創(chuàng)建機器學(xué)習(xí)模型，R語言都得心應(yīng)手。

Python最初在數(shù)據(jù)分析方面不是特別擅長，但隨著NumPy、Pandas以及其他擴展庫的推出，它已經(jīng)逐漸在數(shù)據(jù)分析領(lǐng)域獲得了廣泛的應(yīng)用。

開發(fā)環(huán)境

對于R語言，需要使用R Studio。對于Python，有很多Python IDE可供選擇，其中Spyder和IPython Notebook是最受歡迎的。

熱門軟件包和庫

下面羅列了R和Python推出的針對專業(yè)以及非專業(yè)程序員的最熱門的軟件包和庫。

R：針對專業(yè)程序員的熱門軟件包

用于數(shù)據(jù)操作的 dplyr、plyr和 data table

用于字符串操作的 stringr

定期和不定期時間序列 zoo

數(shù)據(jù)可視化工具 ggvis、lattice 和 ggplot2

用于機器學(xué)習(xí)的 caret

R：針對非專業(yè)程序員的熱門軟件包

Rattle

R Commander

Deducer

這些完整的GUI包可以實現(xiàn)強大的數(shù)據(jù)統(tǒng)計和建模功能。

Python：針對專業(yè)程序員的熱門庫

用于數(shù)據(jù)分析的 pandas

用于科學(xué)計算的 SciPy 和 NumPy

用于機器學(xué)習(xí)的 scikit-learn

圖表庫 matplotlib

statsmodels 用來探索數(shù)據(jù)，估算統(tǒng)計模型，并執(zhí)行統(tǒng)計測試和單元測試

Python：針對非專業(yè)程序員的熱門庫

Orange Canvas 3.0是遵循GPL協(xié)議的開源軟件包。它使用一些常用的Python開源庫進行科學(xué)計算，包括numpy、scipy和scikit-learn。

R 和 Python 詳細(xì)對比

正如本文開頭提到的，R和Python之間有很強的關(guān)聯(lián)，并且這兩種語言日益普及。很難說哪一種更好，它們兩者的整合在數(shù)據(jù)科學(xué)界激起了許多積極和協(xié)作的波瀾。

總結(jié)

事實上，日常用戶和數(shù)據(jù)科學(xué)家可以同時利用這兩者語言，因為R用戶可以在R中通過 rPython包來運行R中的Python代碼，而Python用戶可以通過RPy2庫在Python環(huán)境中運行R代碼。