對于想從事數據行業的人和數據工作者來說，是學習R還是Python，哪個工具更實用一直被大家爭論。Martijn Theuwissen，DataCamp的教育專家詳細比較了這兩個工具。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因為易于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。

關于R的介紹

Ross Ihaka和Robert Gentleman于1995年在S語言中創造了 開源語言R，目的是專注于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里面的函數和數據，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。

關于Python的介紹

Python是由Guido van Rossem創建于1991年，并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。

和R類似，Python也有包，pypi是一個Python包的倉庫,里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占優勢地位：預期的增長，更新穎的科學數據應用的起源在這里。

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，但是很難并列進行比較。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，被廣泛應用于許多領域，如網絡的發展。這往往導致排名結果偏向于Python，而且從業者工資會較低。

R如何使用？

R主要用于當數據分析任務需要獨立的計算或分析單個服務器。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間序列工作
• ggvis, lattice, and ggplot2 進行數據可視化
• caret 機器學習

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數據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，它是實現算法一個偉大的工具。

雖然在過去python包對于數據分析還處于早期階段，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可用于數據分析。也看看matplotlib，使圖形和scikit-learn機器學習。

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，而工資遠高于平均水平。

本文轉載自36大數據（36dsj.com)