r语言要学五至十个月。
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
R是自由软件。这意味着它是完全免费，开放源代码的。可以在它的网站及其镜像中下载任何有关的安装程序、源代码、程序包及其源代码、文档资料。标准的安装文件身自身就带有许多模块和内嵌统计函数，安装好后可以直接实现许多常用的统计功能。
R语言环境
R是一套由数据操作、计算和图形展示功能整合而成的套件。
包括：有效的数据存储和处理功能，一套完整的数组（特别是矩阵）计算操作符，拥有完整体系的数据分析工具，为数据分析和显示提供的强大图形功能，一套（源自S语言）完善、简单、有效的编程语言（包括条件、循环、自定义函数、输入输出功能）。
在这里使用“环境”（environment）是为了说明R的定位是一个完善、统一的系统，而非其他数据分析软件那样作为一个专门、不灵活的附属工具。
R很适合被用于发展中的新方法所进行的交互式数据分析。由于R是一个动态的环境，所以新发布的版本并不总是与之前发布的版本完全兼容。
某些用户欢迎这些变化因为新技术和新方法的所带来的好处；有些则会担心旧的代码不再可用。尽管R试图成为一种真正的编程语言，但是不要认为一个由R编写的程序可以长命百岁。
R好一些。统计学分析的好多算法，在R里都有。你当它是一个WORD软件，很简单就学会了。不过R语言学习还是需要至少2天时间，熟练大约需要一个星期到2个星期。 但是之后就是坦途了。
所以R对于统计学分析来说，几乎是必须的，除非你在大公司，人家只培养SAS的人才。否则R对于统计，就是标准配置。
python很强大，但是学习起来难。 不进语言本身难，而是灵活应用。作为一个没有编程基础的人，学习python，一直到使用它去编程，要花费很长时间，至少2个月。
不过，如果你们公司需要用python做统计，也有现成的python统计软件框架，那么python并不难。甚至比R还要简单。2个星期，轻松就搞定了。
对于专业的大数据分析人员来说，这两个工具都必须学。没有学之一的说法。必须的。
（天天有人问这个，我都回答三遍了。）
