關(guān)于 R 的一點背景

R 是一種編程語言和分析工具，由 Ross Ihaka 和 Robert Gentleman 開發(fā)，并于 1993 年首次推出。同時，它也是免費的開源軟件，擁有豐富的 統(tǒng)計和圖形化技術(shù)庫。

R 是 分析師、統(tǒng)計學(xué)家 和 研究人員 用得最多的工具之一，用于 檢索、清理、分析、可視化 和 呈現(xiàn)數(shù)據(jù)，很多行業(yè)如 IT、銀行、醫(yī)療、金融都使用 R。

用途

• 數(shù)據(jù)科學(xué)家可以使用 R 編程語言來收集數(shù)據(jù)，進行統(tǒng)計分析，并產(chǎn)生可視化結(jié)果。
• 它可以用于圖形化表示。
• R 既可用于機器學(xué)習(xí)，也可用于深度學(xué)習(xí)。
• 它還可以為金融業(yè)務(wù)和計算提供一個復(fù)雜的統(tǒng)計工具，R 和它的庫可以實現(xiàn)移動平均值、股票市場建模和金融 KDD。
• 它還實現(xiàn)了線性和非線性建模等統(tǒng)計方法。

統(tǒng)計計算：在統(tǒng)計學(xué)家中，R 是使用最廣泛的編程語言。它有助于統(tǒng)計學(xué)家進行操作、收集、清理和分析。它還擁有制圖功能，并從任何記錄中產(chǎn)生有趣的視覺效果。

機器學(xué)習(xí)：它包括了一些基本機器學(xué)習(xí)任務(wù)的庫，比如線性和非線性回歸、決策樹等等。可以用 R 來創(chuàng)建金融、零售、營銷和保健領(lǐng)域的機器學(xué)習(xí)算法。

關(guān)于 Python 的一點背景

它是一種著名的計算機語言，同時也是一種廣泛使用的、解釋性的、面向?qū)ο蟮某绦蛟O(shè)計語言。由 Guido van Rossum 發(fā)明，并于 1991 年 2 月 20 日首次發(fā)布。它可以用于除網(wǎng)絡(luò)開發(fā)之外的各種編程和軟件開發(fā)，并且可用于創(chuàng)建一個完整的端到端流程。

用途

• 它可以用于 BDA 的管理，也可以進行復(fù)雜的數(shù)學(xué)計算。
• 它可與數(shù)據(jù)庫系統(tǒng)連接，或?qū)ξ募M行讀取和編輯。
• 它適用于軟件開發(fā)、商業(yè)應(yīng)用、音頻、視頻、后端網(wǎng)絡(luò)、移動應(yīng)用開發(fā)等。
• 它使分析人員能夠在更短的時間內(nèi)生成 Excel 報告。

分析：Python 在分析方面非常方便。舉例來說，如果數(shù)據(jù)庫包含上百萬的行和列，那么從這些數(shù)據(jù)中提取信息就很困難和費時。這就是 Pandas、NumPy 和 SciPy 之類庫的用武之地，它們可以快速完成工作。

提?。阂驗閿?shù)據(jù)并非總是可用的，所以我們需要從網(wǎng)絡(luò)獲取。在這種情況下，可以使用庫 Scrapy 和 Beautiful Soup 來從互聯(lián)網(wǎng)上提取信息。

圖形化表示：Seaborn 和 Matplotlib 庫可以創(chuàng)建圖表、餅圖以及其他可視化的內(nèi)容。

機器學(xué)習(xí)：它也有一個機器學(xué)習(xí)庫。Scikit-Learn 和 PyBrain 是這些庫的一種，它們通過一個接口提供了分類、回歸和聚類等一些快速機器學(xué)習(xí)和統(tǒng)計建模工具。

Python 的優(yōu)點

• 可用性：適用于多種系統(tǒng)（Windows、Mac、Linux、Raspberry Pi 等）。
• 簡單易行：計算機程序工作所需要的語法或單詞和符號直觀而直接。它們實際上是英語術(shù)語，所以它是可讀的。相對于 C、Java 和 C# 等其他技術(shù)，代碼執(zhí)行時間減少了，所以開發(fā)者和軟件工程師的工作時間更長。
• 庫：它們是一組 預(yù)先組合 的代碼，可以重復(fù)使用，以減少編碼時間。這使得你不必從頭開始編寫代碼。
• 靈活性：與其他語言（如 Java）相比，它提供了靈活性，并能解決那些本來不可能解決的問題。事實證明，它是可擴展的。

既然我們已經(jīng)從各種角度探討了這兩種編程語言，那么“哪種語言更適合數(shù)據(jù)科學(xué)？”這個問題就浮出水面了。

選擇 Python 還是 R？

這兩門語言最大的不同之處是它們處理情況的方式。這兩種開源語言都收到了大量社區(qū)的支持，它們在不斷地擴展其庫和工具。

但是，你應(yīng)該問自己的一個問題是，“你希望更關(guān)注于什么？機器學(xué)習(xí)還是統(tǒng)計學(xué)習(xí)？”

機器學(xué)習(xí)是人工智能的一門學(xué)科，而統(tǒng)計學(xué)習(xí)是統(tǒng)計學(xué)的一個分支。R 是一種統(tǒng)計語言，所以在統(tǒng)計學(xué)上很合適。 任何人只要有正式的統(tǒng)計學(xué)背景，都可以使用 R 進行編程，因為它很容易理解。而 Python 則是機器學(xué)習(xí)的最佳選擇。 大型應(yīng)用是機器學(xué)習(xí)的重點。Python 看起來是理想的選擇，因為它的靈活性和可擴展性適合在生產(chǎn)環(huán)境中使用，尤其是當(dāng)分析必須連接到網(wǎng)絡(luò)應(yīng)用程序時。

趨勢分析與薪酬比較

如下圖所示，Python 或 R 是全球最流行的搜索詞。從趨勢上來看，Python 在過去十年里比 R 更流行。

根據(jù) PayScale.com 的數(shù)據(jù)，美國 Python 開發(fā)的平均年薪為 79395 美元，而 R 程序的平均年薪為 68554 美元（截至本文發(fā)表時）。

總  結(jié)

Python 是一種 強大且適應(yīng)性強的編程語言，可用于廣泛的計算機科學(xué)應(yīng)用。而 R 則是一種很流行的用于分析構(gòu)建的語言。事實上，這兩種語言在數(shù)據(jù)科學(xué)領(lǐng)域中都具有一定的優(yōu)勢和意義。

不過，你在選擇具體用哪門語言之前，應(yīng)該先問自己以下幾個問題：

• 你有沒有興趣學(xué)習(xí)機器和人工智能或者統(tǒng)計學(xué)習(xí)和分析？
• 在你的領(lǐng)域里最流行的工具是什么？
• 你想成為對數(shù)據(jù)可視化有更深理解的分析師，還是想利用它來整合網(wǎng)絡(luò)應(yīng)用？
• 你愿意花多長時間來掌握一種編程語言？

總而言之，學(xué)習(xí)這兩種語言絕不會是個壞主意，因為“技多不壓身”，只會讓你作為一名計算機科學(xué)工程師受益。