r語言和python，一篇文章告訴你，該學R還是Python

不管你是待業(yè)還是失業(yè)，在這個被互聯(lián)網(wǎng)圍繞的時代里，選擇r語言和python，就多了一項技能，還怕找不到工作？，還怕不好找工作？小編就來告訴你這個專業(yè)的優(yōu)勢到底體現(xiàn)在哪里：Python與R、Matlab的對比，R語言 與python 在數(shù)據(jù)統(tǒng)計上 哪個更強，一篇文章告訴你，該學R還是Python，成功轉行Python工程師，年薪30W+，經(jīng)驗總結都在這！??。

1.Python與R、Matlab的對比

作為一枚程序員，想要研究Python編程語言與數(shù)學學習（教學）的結合，就不能不了解以及比對一下其他數(shù)學學習與應用的解決方案，比如R語言、Matlab等數(shù)學軟件。經(jīng)過廣泛的搜索了解了一下國外的反饋與趨勢之后，最終的結論就是Python確實是未來。 Python與R語言的對比Python與R語言在數(shù)據(jù)分析領域的對比，DataCamp上有一篇引用率非常高的文章，數(shù)據(jù)分析選擇R還是Python，不過這篇文章是2015年寫的，我們先大致總結一下文章內(nèi)容： R主要用于學術與研究，也開始迅速進入企業(yè)市場，越是接近統(tǒng)計學、研究、數(shù)據(jù)科學，你就會越偏愛R，而Python主要用于程序員想進入數(shù)據(jù)分析領域、掌握統(tǒng)計技能，以及其他開發(fā)人員進入數(shù)據(jù)科學領域。如果你的工作越接近工程環(huán)境，你會越偏愛Python。 R的社區(qū)生態(tài)主要是研究員，數(shù)據(jù)科學家、統(tǒng)計學家和量化研究員，而Python主要是程序員和開發(fā)者。 R學習門檻比較高，但是當你掌握了基礎之后就學起來比較容易，R對程序員來說不難；Python可讀性強，入門非常容易，被公認為非常不錯的入門編程語言。在2015年前的Tiobe編程語言的排名上Python排名在第4或第5，R排在第17到13。而據(jù)2015數(shù)據(jù)分析領域，用R的研究員占58%，Python占42%，兩者都用的占23.45%； 在2013年，R轉Python的有26%，Python轉R的有18%，而新進入數(shù)據(jù)分析領域的有44%的人選擇R，23%的人選擇Python.從2015年之前的情況看來，正如作者所說，R和Python在數(shù)據(jù)分析領域確實平分秋色，難分伯仲，從數(shù)據(jù)中我們可以看出，雖然Python相比R更流行，在編程方面更有優(yōu)勢，但是在數(shù)據(jù)科學領域，選擇使用R的人更多。但是翻到2021年的文章里看到2016、2021年的數(shù)據(jù)，情況下發(fā)生了逆轉。在數(shù)據(jù)科學領域，2016年有34%的人選擇Python，42%的人選擇R，而到了2021年41%的人選擇Python，36%的人選擇R。在2021年的調(diào)查統(tǒng)計里數(shù)據(jù)科學家和工程師*的編程語言分別是(58.7%，令人驚訝啊，可能與數(shù)據(jù)可視化有關？)、SQL（58%）、Python(45%)，而R（11.2%），Python在商業(yè)領域領域比較火，而R在學術和研究領域比較多，所以不那么流行吧。而在最近的Tiobe的排行榜上，與數(shù)據(jù)科學相關的編程語言Python、R、SQL、Matlab等漲幅都比較大，Python在整個編程語言的流行度也由2014年的2%猛增到2021年8.26%，躍居第3，成為2021年年度語言。Python、R、Scala在數(shù)據(jù)科學領域的流行包 Python與Matlab的對比雖然不是學數(shù)學的，但是Matlab的大名可是如雷貫耳，與數(shù)學相關專業(yè)、相關行業(yè)的學生、工程師們基本一定會使用到它。MathWorks公司跟設計公司Adobe、三維軟件公司Autodesk一樣都是極其硬核的存在，旗下的產(chǎn)品不僅是學習必備，而且是工程（比工作聽起來霸氣）必備。我個人對Matlab的了解極其有限，Python與Matlab的對比我也只能像一個產(chǎn)品經(jīng)理去廣泛查閱專業(yè)意見來權衡利弊。我所得出的結論也只是基于掌握了Python的前提，斷不敢用偏頗的立場去褻瀆神器。 我們來看一下美國相關專業(yè)人員對兩者的對比，只是粗略而不精準的翻譯一下。 我是一名工程師，之前長期使用Matlab來處理復雜的數(shù)學運算都沒有遇到什么大的問題，就在幾個月前因為崗位需要學習了Python之后，我才意識到Matlab相比Python是多么的糟糕。之前需要我用Matlab花一整天處理的問題用Python只需數(shù)小時，Python的表現(xiàn)、流暢度讓我驚訝。而且使用Python我可以做之前用Matlab做的任何事情，而且更優(yōu)秀。因此我非常建議Matlab使用者轉向Python。Python編程語言比Matlab更強大，能夠聯(lián)合非常多的外部工具模塊，只需一個文件就可以調(diào)用非常多的庫、函數(shù)、類，語法也更加簡單，面向?qū)ο箝_發(fā)也更加方便，還能非常方便地調(diào)用C、C++、Fortran。Python是免費的，而且可以運行在更多平臺上面。 ---某工程師經(jīng)過調(diào)查Matlab與Python的宿命之爭在2011年就開始了，而且網(wǎng)上Matlab與Python的對比文章、評論非常之多。Matlab官方在2013年就開始拿Matlab和Python進行對比官方對比最是致命：MATLAB OR Python中文，年代越近，由Matlab全面轉向Python的建議就越多，更多人直言Python是未來的編程語言，在Python與Matlab的選擇之上，看了非常多的建議，已成一邊倒的趨勢。 有人列出了Python相對于Matlab的8大優(yōu)勢,我只粗略翻譯一下這8大優(yōu)勢，詳情大家可以去查看原文： Python的代碼相比于Matlab更簡潔，可讀性更強； 和其他編程一樣，Python都是從0開始計數(shù)，而Matlab不是； Python可以更好的支持哈希字典；面向?qū)ο箝_發(fā)讓Python更簡單、更優(yōu)雅； Python免費且開源； Python一個文件、模塊里可以包含非常多的函數(shù)； Python支持import聲明； Python支持更多圖像處理的包和工具集 在PyCon 2021年的大會上，多位大佬提出科學家應該全面擁抱Python，在2015年開始Python在NASA的地位就開始遙遙領先IDL、Matlab和Fortran。由于這里我們只討論Python和Matlab在數(shù)學上的對比，至于科學家轉型Python的優(yōu)勢的細節(jié)，大家可以看DataCamp的雄文。 小結其實在寫這篇文章之前，我就問過一下包括清華在內(nèi)的學校以及一些數(shù)學專業(yè)的學生，Matlab和R還是占主流，但是經(jīng)過一番調(diào)查發(fā)現(xiàn)在美國Python在數(shù)據(jù)科學、數(shù)學等方面好像漸成壓倒性的優(yōu)勢。這也激勵我要把用Python學數(shù)學的專欄給寫下去。

2.R語言 與python 在數(shù)據(jù)統(tǒng)計上 哪個更強

R語言和MATLAB一樣，用于數(shù)據(jù)分析處理的，在某些方面比較MATLAB更加強力，在計算矩陣方面PYTHON完全沒可比性，R語言還可以和Hadoop結合運行在集群上，做大規(guī)模數(shù)據(jù)統(tǒng)計必備。

3.一篇文章告訴你，該學R還是Python

Python和R是統(tǒng)計學中兩種*的的編程語言，R的功能性主要是統(tǒng)計學家在開發(fā)時考慮的（R具有強大的可視化功能），而Python因為易于理解的語法被大家所接受。在這篇文章中，我們將重點介紹R和Python以及它們在數(shù)據(jù)科學和統(tǒng)計上地位之間的差異。關于R的介紹Ross Ihaka和Robert Gentleman于1995年在S語言中創(chuàng)造了 開源語言R，目的是專注于提供更好和更人性化的方式做數(shù)據(jù)分析、統(tǒng)計和圖形模型的語言。起初R主要是在學術和研究使用，但近來企業(yè)界發(fā)現(xiàn)R也很不錯。這使得中的R成為企業(yè)中使用的全球發(fā)展最快的統(tǒng)計語言之一。R的主要優(yōu)勢是它有一個龐大的社區(qū)，通過郵件列表，用戶貢獻的文檔和一個非?；钴S的堆棧溢出組提供支持。還有CRAN鏡像，一個用戶可以很簡單地創(chuàng)造的一個包含R包的知識庫。這些包有R里面的函數(shù)和數(shù)據(jù)，各地的鏡像都是R網(wǎng)站的備份文件，完全一樣，用戶可以可以選擇離你最近的鏡像訪問*的技術和功能，而無需從頭開發(fā)。如果你是一個有經(jīng)驗的程序員，你可以不會覺得使用R可以提高效率，但是，你可能會發(fā)現(xiàn)學習R經(jīng)常會遇到瓶頸。幸運的是現(xiàn)在的資源很多。關于Python的介紹Python是由Guido van Rossem創(chuàng)建于1991年，并強調(diào)效率和代碼的可讀性。希望深入的數(shù)據(jù)分析或應用統(tǒng)計技術的程序員是Python的主要用戶。當你越需要在工程環(huán)境中工作，你會越喜歡Python。它是一種靈活的語言，在處理一些新東西上表現(xiàn)很好，并且注重可讀性和簡單性，它的學習曲線是比較低的。和R類似，Python也有包，pypi是一個Python包的倉庫,里面有很多別人寫好的Python庫。Python也是一個大社區(qū)，但它是一個有點比較分散，因為它是一個通用的語言。然而，Python自稱他們在數(shù)據(jù)科學中更占優(yōu)勢地位：預期的增長，更新穎的科學數(shù)據(jù)應用的起源在這里。R和Python：數(shù)字的比較在網(wǎng)上可以經(jīng)?？吹奖容^R和Python人氣的數(shù)字，雖然這些數(shù)字往往就這兩種語言是如何在計算機科學的整體生態(tài)系統(tǒng)不斷發(fā)展，但是很難并列進行比較。主要的原因是，R僅在數(shù)據(jù)科學的環(huán)境中使用，而Python作為一種通用語言，被廣泛應用于許多領域，如網(wǎng)絡的發(fā)展。這往往導致排名結果偏向于Python，而且從業(yè)者工資會較低。R如何使用？R主要用于當數(shù)據(jù)分析任務需要獨立的計算或分析單個服務器。這是探索性的工作，因為R有很多包和隨時可用的測試，可以提供提供必要的工具，快速啟動和運行的數(shù)量龐大幾乎任何類型的數(shù)據(jù)分析。R甚至可以是一個大數(shù)據(jù)解決方案的一部分。當開始使用R的時候，*首先安裝RStudio IDE。之后建議你看看下面的流行包：?dplyr, plyr 和 data.table 可以輕松操作包?stringr 操作字符串?zoo做定期和不定期的時間序列工作?ggvis, lattice, and ggplot2 進行數(shù)據(jù)可視化?caret 機器學習Python如何使用？如果你的數(shù)據(jù)分析任務需要使用Web應用程序，或代碼的統(tǒng)計數(shù)據(jù)需要被納入生產(chǎn)數(shù)據(jù)庫進行集成時你可以使用python，作為一個完全成熟的編程語言，它是實現(xiàn)算法一個偉大的工具。雖然在過去python包對于數(shù)據(jù)分析還處于早期階段，但是這些年已經(jīng)有了顯著改善。使用時需要安裝NumPy/ SciPy的（科學計算）和pandas（數(shù)據(jù)處理），以使Python可用于數(shù)據(jù)分析。也看看，使圖形和scikit-learn機器學習。不同于R，Python有沒有明確的非常好的IDE。我們建議你看看Spyder以及IPython網(wǎng)站，看看哪一個最適合你。R和Python：數(shù)據(jù)科學行業(yè)的表現(xiàn)如果你看一下最近的民意調(diào)查，在數(shù)據(jù)分析的編程語言方面，R是明顯的贏家。有越來越多的人從研發(fā)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。如果你打算從事數(shù)據(jù)行業(yè)，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，而工資遠高于平均水平。R：優(yōu)點和缺點優(yōu)點可視化能力強可視化通常讓我們更有效地理解數(shù)字本身。R和可視化是絕配。一些必看的可視化軟件包是ggplot2，ggvis，googleVis和rCharts。完善的生態(tài)系統(tǒng)R具有活躍的社區(qū)和一個豐富的生態(tài)系統(tǒng)。R包在CRAN，的和Github上。您可以通過搜索所有的R包。用于數(shù)據(jù)科學R由統(tǒng)計學家開發(fā)，他們可以通過R代碼和包交流想法和概念，你不一定需要有計算機背景。此外企業(yè)界也越來越接受R。缺點R比較緩慢R使統(tǒng)計人員的更輕松，但你電腦的運行速度可能很慢。雖然R的體驗是緩慢的，但是有多個包來提高的r性能：pqR,renjin，F(xiàn)astR, Riposte 等等。R不容易深入學習R學習起來并不容易，特別是如果你要從GUI來進行統(tǒng)計分析。如果你不熟悉它，即使發(fā)現(xiàn)包可能會非常耗時。Python：優(yōu)點和缺點優(yōu)點IPython Notebook使我們更容易使用Python進行數(shù)據(jù)工作，你可以輕松地與同事共享Notebook，而無需他們安裝任何東西。這大大減少了組織代碼，輸出和注釋文件的開銷?？梢曰ǜ嗟臅r間做實際的工作。通用語言Python是一種通用的語言，容易和直觀。在學習上會比較容易，它可以加快你寫一個程序的速度。此外，Python測試框架是一個內(nèi)置的，這樣可以保證你的代碼是可重復使用和可靠的。一個多用途的語言Python把不同背景的人集合在一起。作為一種常見的、容易理解，大部分程序員都懂的，可以很容易地和統(tǒng)計學家溝通，你可以使用一個簡單的工具就把你每一個工作伙伴都整合起來。缺點可視化可視化是選擇數(shù)據(jù)分析軟件的一個重要的標準。雖然Python有一些不錯的可視化庫，如Seaborn，Bokeh和Pygal。但相比于R，呈現(xiàn)的結果并不總是那么順眼。Python是挑戰(zhàn)者Python對于R來說是一個挑戰(zhàn)者，它不提供必不可少的R包。雖然它在追趕，但是還不夠。最終你該學習什么呢：由你決定！作為一個數(shù)據(jù)工作者，你需要在工作中選擇最適合需要的語言。在學習之前問清楚這些問題可以幫助你：你想解決什么問題？什么是學習語言的凈成本？是什么在你的領域中常用的工具？什么是其他可用工具以及如何做這些涉及到的常用工具？----------------------------------------------作者：由數(shù)據(jù)客翻譯團隊翻譯。出處： 交流群，可以跟各位老師互相交流

4.成功轉行Python工程師，年薪30W+，經(jīng)驗總結都在這！

這是給轉行做Python的小白的參考，無論是從零開始，或者是轉行的朋友來說，這都是值得一看的，也是可以作為一種借鑒吧。而且我決定轉行IT（互聯(lián)網(wǎng)）行業(yè)，其實理由也很簡單，不用動體力，大多數(shù)動的是腦力工作，而且現(xiàn)在的互聯(lián)網(wǎng)趨勢很明顯。再者看到一些網(wǎng)上的招聘平臺，基本上每個行業(yè)都是需要這塊的，工資也都是很高的。于是我便開始了自學之路，當時因為計算機基礎不是很好，可以說特別的困難了，看了一些網(wǎng)上的教程學習，可以說是拆東墻補西墻的做法，甚至有段時間居然想放棄了。不過我加了許多關于數(shù)據(jù)分析的群，認識蠻多朋友，他們都建議我學Python，只有打好這些基礎，才能慢慢循序漸進的學習數(shù)據(jù)分析的內(nèi)容，于是我便重拾信心，走上這條道。那段時間，我基本上是保持4-6小時的學習，上班有時候不忙也會抽空學習的，晚上一般就對著電腦實操，不懂的話就問那些大佬們。就這樣我就度過了幾個月，不過我掌握了不少技能了，SQL，Python，R。會一點簡單的爬蟲，懂點Linux。如果比起那些專業(yè)大佬來說，我經(jīng)驗少一些，復雜的算法的話，需要花些時間琢磨。于是懷著新世界的夢想，我辭職了，一家家的面試，雖然有許多公司需要有經(jīng)驗的，但也是看人來，加上我又是轉行來的，所以碰壁是免不了的，不過我沒有放棄，結果得嘗所愿。我來到了一家互聯(lián)網(wǎng)公司上班，這里的辦公環(huán)境真的很不錯，薪資也比之前在物流公司高些，即使我是轉行新手都有6.5K的底薪，然后加上加班費，餐補、住宿補貼以及其他福利，整體折算下來薪酬都還過得去，而且還是雙休，不得不說，我自己心里也是小開心的?？隙ㄓ胁簧偃藛?，零基礎的小白如何學好Python？我自己也打算分享出來，作為一個轉行的人來說，或者是正想轉行的人一些建議，和學習方法吧！既然選擇了數(shù)據(jù)分析的話，就一定要選擇好方向。學習python語言，并能用它來爬取數(shù)據(jù)做數(shù)據(jù)分析；使用python制作一些腳本工具，以幫助并提升工作效率。Python的應用方向，實在太廣了。在Python基礎知識學完之后，如果應用方向不同，要學習的東西也會大不同。我不能說我要做web開發(fā)，學完Python基礎知識，跑去學numpy、pandas等知識；也不能說我要用Python做數(shù)據(jù)分析，學完Python基礎知識，然后就跑去學django、flask框架。我學習Python，問了一些專業(yè)的人之后，才慢慢了解到Python在數(shù)據(jù)分析方面，基本涵蓋了“數(shù)據(jù)獲取→數(shù)據(jù)處理→數(shù)據(jù)分析→數(shù)據(jù)可視化”這個流程中每個環(huán)節(jié)，都是數(shù)據(jù)分析的利器。所以想學好Python選好方向很重要，而大部分新手對Python的方向并不了解，可能對有些分析也是看都看不懂，我的建議是找了解的人有經(jīng)驗的人帶你，如果說你交好的朋友中有這部分人是*的，如果沒有耶不用擔心，去找對應的Python交流群就好，我當初就是進入了好幾個Python交流群，不停的問問題，包括學習，包括方向，各種問題都問。 們*在掌握一些業(yè)界廣泛使用的開源框架，比如twisted、peak、django、xml等。通過熟練使用它們，達到閃電開發(fā)，大大節(jié)省項目寶貴時間。要學習Python其實不難，難的是堅持和相信自己，我的經(jīng)驗是既然已經(jīng)選定Python你就要相信它，相信它能成為你日后進階的高效渠道，這樣自己才會更有信念去學習，才能在碰到困難的時候堅持下去。還有就是不要單打獨斗，要找一群有共同方向的人一起學習，群眾效應的效果是非常強大的，大家一起學習，一起打卡，會更有學習動力，也更能堅持下去。

就拿大數(shù)據(jù)說話，優(yōu)勢一目了然，從事IT行業(yè)，打開IT行業(yè)的新大門，找到適合自己的培訓機構，進行專業(yè)和系統(tǒng)的學習。