數(shù)據(jù)科學(xué)，選R還是Python？
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守護(hù)自然呢？如今，大自然用一種看不見的病毒 Covid-19 讓全世界都意識到了氧氣的重要性，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，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?？萍夹袠I(yè)對從數(shù)據(jù)中獲取和挖掘有價(jià)值的，有助于業(yè)務(wù)增長的見解表現(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處理如此大量的數(shù)據(jù)，迅速從中獲取有價(jià)值的見解。因此，行業(yè)專家需要新的技術(shù)工具來處理這些數(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。
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)者最喜歡的編程語言。兩種編程語言有諸多相似之處，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言，因此任何人都可以輕松免費(fèi)下載和訪問它們
它們具有大量的庫和專用算法函數(shù)，可以處理和解決數(shù)據(jù)科學(xué)和數(shù)據(jù)分析問題
與 SAS、SPSS、MATLAB 等其他數(shù)據(jù)分析工具一樣，它們在成本和解決復(fù)雜問題方面都不會給用戶施加限制
兩者都提供了對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，看起來這兩種工具不分伯仲，這就是 R 與 Python 引起爭議的原因所在。我們再來簡單了解一番，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言，因此也稱為通用編程語言。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)知識很好地應(yīng)用在數(shù)據(jù)科學(xué)領(lǐng)域，那么 python 會是他們的最佳合作伙伴。因此，對于大多數(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，這些庫都包含在它的庫包索引 PyPI 中。這些庫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 編程語言的一種實(shí)現(xiàn)。這種編程語言設(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。
對于數(shù)據(jù)分析技術(shù)來說，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包。
它在學(xué)者和研究人員中最受歡迎。使用 R 語言中開發(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言的原因?qū)τ?Python 和 R 來說也都是適用的。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程，則應(yīng)選擇 R。Python 是適合程序員的語言，而 R 是適合學(xué)者和研究人員的語言。
一切都取決于你的興趣和背后的熱情。一方面來說，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，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。因此，它更適合滿足統(tǒng)計(jì)學(xué)家的需求，而非來自計(jì)算機(jī)背景的用戶的需求。不過它也擁有用于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的一些很出色的庫。毫無疑問，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，兩種編程語言都有類似的優(yōu)缺點(diǎn)。綜合看來，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？
你同事的編程知識如何？
你的工期有多長？
最后是你對哪個(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。有關(guān)進(jìn)一步的說明和建議，請?jiān)?LinkedIn（https://www.linkedin.com/in/shankar-d-k-03470b1a2）上聯(lián)系我。我請你分享對本文的寶貴意見，這會對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/
推薦閱讀