回覆列表
  • 1 # 困難群眾代表

    如果你看一下最近的民意調查,在資料分析的程式語言方面,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。

    如果你打算從事資料行業,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,而工資遠高於平均水平。

  • 2 # 小白的技囈

    如果對資料分析要求沒那麼就學python就可以。R適用於資料分析任務需要獨立計算或單個伺服器的應用場景。在進行探索性統計分析時,R勝出。

  • 3 # 一顆蘿蔔啊

    這個問題嘛!感覺像是一個士兵在問,我是學習打手槍呢?還是學習扛火箭筒打飛機?最佳答案是,你兩個都學最好。不過人的精力有限,還是要取捨怎麼辦?語言也是工具,工具只能在對應的場景使用趁手,才能給你最大的幫助。如何取捨?最終是由你從事的職業方向來決定的。

    所以我們分析下這兩種語言的從業方向,或者說善長的方向。

    因為你是把Python和R語言比較,那我就認定是你是在資料分析與人工智慧相關的領域了,如果不限定領域,那基本就沒可比性了,Python的應用範圍要比R廣多了。

    一、從語言被設計的目的來看

    Python語言被設計出來的目的就是為了提高生產效率及程式碼的可讀性,目標物件是程式設計師,所以才有了那句很經典的話“人生苦短,快用Python”,編碼效率是它的第一目的。

    R語言則主要是提供使用者友好的資料分析、統計及結果繪製與展現的,目的性很明顯,就是用來做資料分析處理的,目標物件不是程式設計師,而是給數學家、科學家做分析使用的。

    所以你會發現,早期,Python的使用領域,基本上都是企業市場應用,而R使用的方向主要是學術領域。當然現在各有滲透。

    因為面向的物件不同,所以你會發現,R語言有時候用簡單的幾個公式,就能表現出很複雜的結果,而Python往往就需要複雜的程式設計工作。

    二、社群支援方面

    社群支援嘛,其實都有大力支援,感覺兩者差不多

    三、資料分析上的比較

    前面說了,R語言主要是為這個方面創造的,所以它天生是資料分析的好手,可以用很簡單的輸入,就能顯示很複雜的結果,簡單方便,易於上手

    Python的話,怎麼說呢?他也能做分析處理,只不過要達到R同樣的結果,有點難度,這個難度是指你得會一些程式設計。

    四、優缺點

    R的優點是在資料分析領域,完美的繪圖能力,讓你把工作重點從怎麼資料分析轉到進行資料分析,入門簡單。

    Python的優點是,用一些相關的庫,你也可以做到R語言那樣的繪圖能力,不過過程有點複雜,主要優點是,它不止可以做為資料分析。

    最終,結論就是,如果你是一個程式設計師,建議還是學習Python吧,因為Python會相較於R,難一點,但學完Python再去學R就很輕鬆了,最重要的是,Python還可以做為你工作的一個小助手,解決你的工作自動化問題。

    如果你是一個數據分析員,或科學工程師,那建議你直接用R了,因為Python畢竟還是以程式設計為主,而R才能直接成為你的最佳工作助手,舉個比較好理解但不怎麼恰當的例子,你要去砍樹,是選擇一把斧頭(R語言)呢?還是選擇一塊上好的工作臺(Python語言),自己造一把斧頭呢?

  • 4 # MaWenjing

    熟悉了一門語言後學習其他語言就簡單的多了,不同的需要會有不同的優勢,具體用哪門語言需要取決你要做的東西。

    Python與R應用場景對比分析

    (1)使用 Python 進行資料預處理、資料清洗,特別針對於非結構化資料(如網頁,影象,文字等):

    極強的靈活性,能夠從自由文字、網站和社交媒體網站提取資訊

    便於影象挖掘和為分析準備資料

    處理大量的資料的時候比 R 語言更好

    (2)使用 R 進行分析、資料視覺化與建模:

    為分析提供了極好的靈活性,

    R 使你在分析的時候更容易思考,由於有著十分活躍的統計與數學社群,可以持續的更新和增強分析功能優秀的資料視覺化工具優秀的資料視覺化工具

  • 5 # 一隻媛媛

    R語言是專門做資料分析用的,而Python語言除了做資料分析,還有其他更廣的應用。

    如果真要比較,那麼在資料分析統計領域,他兩還是有可比性的,你可以進行比較選擇。基本上公司的一個數據分析或者統計的部門,大部分工程師只主攻一門語言,要不就是用R,要不就是用python,現在一般很多公司都是兩者結合著用的,因為R和python在資料量不一樣的時候,各有各的優勢,資料量T以上用python,資料量T以下的用R,所以會哪門都可以,因為哪一門語言,公司都會招用。

    關於取捨:

    python是一個程式語言,學習python還可以往工程師方向發展,R語言是用於資料分析統計的,可以成為資料分析師或者科研報告撰寫。如果真要做取捨,建議從你的職業規劃和發展出發考慮,不用過分在意一個語言誰強大或者弱小,合適的才是最好的。

    一點建議:

    如果你是從事資料分析行業的,我建議你可以學習一下R語言,因為不同的公司對分析工具有不同的要求,比如你想去的公司不用python只用R,或者python的招滿了,只缺R的工程師,是不是就會很鬱悶?其實如果我們會的技能更多,那麼在職業的選擇上將更有主動權,而就職的主動權在我們往後的職業生涯裡是非常關鍵的,如果你的從業方向不需要運用到R語言的或者可以不運用R語言的話,你可以考慮不學。

    一點小妙招:

    最後媛媛教你一招如何看你的從業方向是否包含R語言或者python語言,那就是去招聘網站上看對應職業都需要什麼技能。

  • 6 # 加米穀大資料

    對於資料科學家來說,R 和 Python 都很重要。

    在我看來,對資料科學這一職業來說,Python 是更好的選擇,尤其是如果你剛剛起步的話。

    如果你學習 Python 的話,你將會更快地成為一名實踐資料科學家,而且還能夠更好地在統計建模之外的重要領域為你的團隊做出貢獻。

    資料科學入門選R還是Python?

    https://www.toutiao.com/i6789851748644160011/

  • 中秋節和大豐收的關聯?
  • 做交易,技術的重要性排在第幾位?