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(huì)更有優(yōu)勢(shì)?還是一個(gè)天生在各方面都比另一個(gè)更好?

當(dāng)我們想要選擇一種編程語言進(jìn)行數(shù)據(jù)分析時(shí)，相信大多數(shù)人都會(huì)想到R和Python——但是從這兩個(gè)非常強(qiáng)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(gè)數(shù)據(jù)科學(xué)家喜愛的語言中選出更好的那一個(gè)。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(diǎn)。然而在我看來，這兩種語言之間其實(shí)有很強(qiáng)的關(guān)聯(lián)。

Stack Overflow趨勢(shì)對(duì)比

上圖顯示了自從2008年(Stack Overflow 成立)以來，這兩種語言隨著時(shí)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(jìng)爭(zhēng)，我們來看看他們各自的平臺(tái)份額，并將2016與2017年進(jìn)行比較：

接下來我們將從適用場(chǎng)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(chǎng)景

R適用于數(shù)據(jù)分析任務(wù)需要獨(dú)立計(jì)算或單個(gè)服務(wù)器的應(yīng)用場(chǎng)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(jì)代碼需要插入到生產(chǎn)數(shù)據(jù)庫(kù)中時(shí)，使用Python更好。

任務(wù)

在進(jìn)行探索性統(tǒng)計(jì)分析時(shí)，R勝出。它非常適合初學(xué)者，統(tǒng)計(jì)模型僅需幾行代碼即可實(shí)現(xiàn)。Python作為一個(gè)完整而強(qiáng)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(duì)專業(yè)程序員以及非專業(yè)程序員的軟件包和庫(kù)的支持，不管是執(zhí)行統(tǒng)計(jì)測(cè)試還是創(chuàng)建機(jī)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(zhǎng)，但隨著NumPy、Pandas以及其他擴(kuò)展庫(kù)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(duì)于R語言，需要使用R Studio。對(duì)于Python，有很多Python IDE可供選擇，其中Spyder和IPython Notebook是***的。

熱門軟件包和庫(kù)

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

R：針對(duì)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(shí)間序列 zoo
• 數(shù)據(jù)可視化工具 ggvis、lattice 和 ggplot2
• 用于機(jī)器學(xué)習(xí)的 caret

R：針對(duì)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(shí)現(xiàn)強(qiáng)大的數(shù)據(jù)統(tǒng)計(jì)和建模功能。

Python：針對(duì)專業(yè)程序員的熱門庫(kù)

• 用于數(shù)據(jù)分析的 pandas
• 用于科學(xué)計(jì)算的 SciPy 和 NumPy
• 用于機(jī)器學(xué)習(xí)的 scikit-learn
• 圖表庫(kù) matplotlib
• statsmodels 用來探索數(shù)據(jù)，估算統(tǒng)計(jì)模型，并執(zhí)行統(tǒng)計(jì)測(cè)試和單元測(cè)試

Python：針對(duì)非專業(yè)程序員的熱門庫(kù)

• 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(kù)進(jìn)行科學(xué)計(jì)算，包括numpy、scipy和scikit-learn。

R 和 Python 詳細(xì)對(duì)比

正如本文開頭提到的，R和Python之間有很強(qiáng)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(shí)上，日常用戶和數(shù)據(jù)科學(xué)家可以同時(shí)利用這兩者語言，因?yàn)镽用戶可以在R中通過 rPython包來運(yùn)行R中的Python代碼，而Python用戶可以通過RPy2庫(kù)在Python環(huán)境中運(yùn)行R代碼。