數(shù)據(jù)科學(xué)，編程語(yǔ)言選R還是Python？

作者 | SHANKAR DK 譯者 | 王強(qiáng) 策劃 | 劉燕

本文最初發(fā)布于 analyticsvidhya.com 網(wǎng)站，經(jīng)原作者授權(quán)由 InfoQ 中文站翻譯并分享。

人類都需要氧氣才能生存。但請(qǐng)想一想，我們有幾個(gè)人為了保護(hù)這種生命之源而采取措施來(lái)守護(hù)自然呢？如今，大自然用一種看不見(jiàn)的病毒 Covid-19 讓全世界都意識(shí)到了氧氣的重要性，因?yàn)檫@種病毒大幅增加了全球醫(yī)療領(lǐng)域?qū)ρ鯕獾男枨?。因此，保護(hù)自然的行為（例如種植樹苗等）是我們的寶貴責(zé)任，這不僅是為了社會(huì)，也是為了我們自己。

就像拯救生命的氧氣一樣，在技術(shù)領(lǐng)域中拯救行業(yè)的資產(chǎn)是數(shù)據(jù)。全球范圍內(nèi)生成的數(shù)據(jù)量每天都高速增長(zhǎng)?？萍夹袠I(yè)對(duì)從數(shù)據(jù)中獲取和挖掘有價(jià)值的，有助于業(yè)務(wù)增長(zhǎng)的見(jiàn)解表現(xiàn)出了極大的興趣。眾所周知，數(shù)據(jù)集中的數(shù)據(jù)量往往很大。因此，我們不可能像以前那么快地手動(dòng)處理如此大量的數(shù)據(jù)，迅速?gòu)闹蝎@取有價(jià)值的見(jiàn)解。因此，行業(yè)專家需要新的技術(shù)工具來(lái)處理這些數(shù)據(jù)。在數(shù)百種技術(shù)工具中，R 和 Python 這兩項(xiàng)技術(shù)一直在云世界中針鋒相對(duì)。

在本文中，我們將從數(shù)據(jù)科學(xué)的角度討論這兩種編程語(yǔ)言在處理數(shù)據(jù)方面的利弊。

總體而言，從初學(xué)者到專業(yè)級(jí)別，Python 和 R 都是數(shù)據(jù)科學(xué)學(xué)習(xí)者最喜歡的編程語(yǔ)言。兩種編程語(yǔ)言有諸多相似之處，都有著很好的表現(xiàn)。

• 兩者都是在 1990 年代初期創(chuàng)建的

• 由于它們是開源編程語(yǔ)言，因此任何人都可以輕松免費(fèi)下載和訪問(wèn)它們

• 它們具有大量的庫(kù)和專用算法函數(shù)，可以處理和解決數(shù)據(jù)科學(xué)和數(shù)據(jù)分析問(wèn)題

• 與 SAS、SPSS、MATLAB 等其他數(shù)據(jù)分析工具一樣，它們?cè)诔杀竞徒鉀Q復(fù)雜問(wèn)題方面都不會(huì)給用戶施加限制

• 兩者都提供了對(duì)用戶友好的工作體驗(yàn)，即使非程序員也很容易理解和掌握

• 在處理數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工智能等領(lǐng)域的問(wèn)題時(shí)，兩種工具都時(shí)常引入很多新的發(fā)明和改進(jìn)

也就是說(shuō)，看起來(lái)這兩種工具不分伯仲，這就是 R 與 Python 引起爭(zhēng)議的原因所在。我們?cè)賮?lái)簡(jiǎn)單了解一番，更好地理解這一點(diǎn)。

Python 于 1991 年首次發(fā)布，最初由 Guido van Rossum 設(shè)計(jì)。由于它是一種面向?qū)ο蟮木幊陶Z(yǔ)言，因此也稱為通用編程語(yǔ)言。它秉承一種強(qiáng)調(diào)代碼可讀性和效率的理念。

如果程序員和技術(shù)領(lǐng)域的人們希望將數(shù)學(xué)和統(tǒng)計(jì)知識(shí)很好地應(yīng)用在數(shù)據(jù)科學(xué)領(lǐng)域，那么 python 會(huì)是他們的最佳合作伙伴。因此，對(duì)于大多數(shù)數(shù)據(jù)科學(xué)學(xué)習(xí)者而言，這是最可取和最受歡迎的編程語(yǔ)言選項(xiàng)。

它有很多專用于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的庫(kù)，這些庫(kù)都包含在它的庫(kù)包索引 PyPI 中。這些庫(kù)的文檔也可以在其官方站點(diǎn)上以 Python 文檔格式獲取。

Ross Ihaka 和 Robert Gentleman 是 R 的最初創(chuàng)建者。R 最初于 1993 年發(fā)布，是 S 編程語(yǔ)言的一種實(shí)現(xiàn)。這種編程語(yǔ)言設(shè)計(jì)宗旨是在數(shù)據(jù)分析、統(tǒng)計(jì)方法和可視化領(lǐng)域輸出有效的結(jié)果。

對(duì)于數(shù)據(jù)分析技術(shù)來(lái)說(shuō)，R 有著非常富饒的生態(tài)。與 python 類似，它在 Composite R Archive Network（CRAN）中有大約 13000 個(gè)專門用于深度分析的庫(kù)包。

它在學(xué)者和研究人員中最受歡迎。使用 R 語(yǔ)言中開發(fā)的大多數(shù)知名項(xiàng)目數(shù)都是研究類型的。人們通常使用 R 自己的，稱為 R Studio 的集成開發(fā)環(huán)境（IDE）中使用 R，以獲得更好的用戶友好體驗(yàn)。

人們選擇某種編程語(yǔ)言的原因?qū)τ?Python 和 R 來(lái)說(shuō)也都是適用的。因此在這兩者之間做出選擇時(shí)需要更為謹(jǐn)慎。在 R 和 Python 中挑選適合自己的選項(xiàng)時(shí)，請(qǐng)考慮你所在領(lǐng)域的性質(zhì)和自己偏好的風(fēng)格。

如果你的工作性質(zhì)涉及更多的一般用途代碼且研究范圍較小，則應(yīng)該首選 Python；如果你的工作目的涉及研究和概念過(guò)程，則應(yīng)選擇 R。Python 是適合程序員的語(yǔ)言，而 R 是適合學(xué)者和研究人員的語(yǔ)言。

一切都取決于你的興趣和背后的熱情。一方面來(lái)說(shuō)，python 代碼易于理解，并且通常能夠執(zhí)行更多的數(shù)據(jù)科學(xué)任務(wù)；另一方面，R 代碼使用基本的學(xué)術(shù)語(yǔ)言，易于學(xué)習(xí)，并且是可視化數(shù)據(jù)分析工具的最佳選項(xiàng)。

具體用哪個(gè)取決于用戶的需求。就 python 而言，它是滿足機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)科學(xué)和部署需求的最佳工具。它也有用于數(shù)學(xué)、統(tǒng)計(jì)、時(shí)間序列等用途的庫(kù)，但是在商業(yè)分析、經(jīng)濟(jì)指標(biāo)、研究類需求方面往往表現(xiàn)不佳。它是生產(chǎn)就緒的語(yǔ)言，因?yàn)樗梢园盐覀兯械墓ぷ髁骷蔀橐粋€(gè)單獨(dú)的工具。

至于 R，它是滿足統(tǒng)計(jì)分析和研究需求的最佳工具，具有更高的準(zhǔn)確度。這種編程語(yǔ)言中的大多數(shù)軟件包都是由學(xué)者和研究人員創(chuàng)建的，這是額外的優(yōu)勢(shì)。因此，它更適合滿足統(tǒng)計(jì)學(xué)家的需求，而非來(lái)自計(jì)算機(jī)背景的用戶的需求。不過(guò)它也擁有用于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的一些很出色的庫(kù)。毫無(wú)疑問(wèn)，它在探索性數(shù)據(jù)分析和可視化方面比 python 高出一等。

總體而言，兩種編程語(yǔ)言都有類似的優(yōu)缺點(diǎn)。綜合看來(lái)，在 Python 和 R 之間做出選擇主要基于以下幾點(diǎn)：

• 你的工作主題是什么？

• 你同事的編程知識(shí)如何？

• 你的工期有多長(zhǎng)？

• 最后是你對(duì)哪個(gè)領(lǐng)域感興趣？

Shankar DK（數(shù)據(jù)科學(xué)專業(yè)學(xué)生）：

尊敬的讀者，從本文中，我希望你至少應(yīng)該了解一些如何根據(jù)需要在 Python 和 R 之間做出選擇的知識(shí)。有關(guān)進(jìn)一步的說(shuō)明和建議，請(qǐng)?jiān)?LinkedIn（https://www.linkedin.com/in/shankar-d-k-03470b1a2）上聯(lián)系我。我請(qǐng)你分享對(duì)本文的寶貴意見(jiàn)，這會(huì)對(duì)我今后的工作有所助益。

原文鏈接：

https://www.analyticsvidhya.com/blog/2021/05/r-or-python-reasons-behind-this-cloud-war/