R和Python都是具有大型社群的開源程式語言。 新的庫或工具不停的更新使得兩者的應用面越來越廣。R主要用於統計分析，而Python提供了更通用的資料科學方法。接下來分別說。

R

R的發展很大程度依靠了統計學家，是執行資料分析的最豐富的生態系統之一。 CRAN（開放原始碼儲存庫）中提供了大約12000個軟體包。 可以找到要執行的任何分析的庫。 如果你需要做統計分析（尤其是專業分析工作）R是你的首選。R和其他統計產品之間的最前沿差異是輸出。 R具有出色的工具來傳達結果。

Python

Python幾乎可以完成與R相同的任務：資料整理，工程設計，功能選擇Web抓取，應用程式等。 Python是用於大規模部署和實現機器學習的工具。 Python程式碼比R更易於維護和增強。 最近，Python迎頭趕上，並提供了用於機器學習或人工智慧的尖端API。 大多數資料科學工作都可以透過五個Python庫完成：Numpy，Pandas，Scipy，Scikit-learn和Seaborn。另一方面，Python使複製性和可訪問性比R更容易。如果你需要在應用程式或網站中使用分析結果，Python是最佳選擇。

求職需求

比較圖中兩條曲線，黃色是Python，藍色是R，可以看到Python在職位需求上更高。

國外大神的判斷方法，問自己兩個問題

1. 我是否想學習演算法？

2. 我是否準備做開發？

如果兩個問題的回答都是yes，那麼首先學習Python。一方面，Python包含了強大的庫來處理矩陣或對演算法進行編碼。作為初學者，可能更容易學習如何從頭開始構建模型，然後從機器學習庫切換到功能。另一方面，如果你知道演算法想立即進行資料分析，那麼R和Python都可以開始。如果你想專注於統計方法，則R的優勢之一。

簡而言之，R和Python之間的統計差距越來越小。大部分工作都可以用兩種語言完成。最好選擇適合自己需求的工具，同時還要選擇同事使用的工具。大家都用相同的語言會更好。在學會第一門程式語言之後，第二門程式語言就更加簡單了。

結論

1. 使用取決於你的目的，你是準備做統計分析還是開發

2. 取決於你的工作需要，你希望應聘的單位最常使用的是什麼。

就我個人而言我覺得我更喜歡Python，就這幾年的表現來說Python都有著強勁的勢頭。

Python打敗了JAVA成了第一大程式語言，受到大家的追捧。Python確實也在各個領域發揮了很大的作用，大資料，人工智慧等各個領域都有它的大顯身手的地方。確實是很值得肯定的。