1、学习先易后难,不会把小白们吓掉;
2、数据科学的包特别多
3、可视化特别吊
R的缺点也不少:
1、R经常更新,更新后经常不支持之前你安装的包;我电脑里安装了10+个R的版本,不停的切换
2、R语言的包、函数名起的很随意,看名字不知道是干什么用的,记不起名字如何让小白使用啊。
3、R语言社区人少,遇到问题你只能自己解决
4、即使有RStudio,写代码还是不方便
下面再说下python,优点:
1、是一门看的懂的,说人话的语言。库名、函数名都很好理解记忆,而且你看别人写的代码基本知道这代码的意思,不信你试试。
2、数据获取占优势,数据分析第一步是数据获取,现在人文社科很多数据需要网上抓取,不过就抓数据而言,python更占优势。各种教程,代码,网上一大片。
3、社区人数特别多,基本你遇到的问题都能找到
python的缺点:
1、学习起来,开头很难,学习曲线与R正好相反。
2、公平起见,我还是写上,python的数据分析库不如R多
3、可视化不如R
综合下,建议大家学习python,语言通俗易懂,功能强大,越来越简单。
1、数据结构复杂程度不同
R中的数据结构非常的简单,主要包括向量一维、多维数组二维时为矩阵、列表非结构化数据、数据框结构化数据。
Python 则包含更丰富的数据结构来实现数据更精准的访问和内存控制,多维数组。
2、适用场景不同
R适用于数据分析任务需要独立计算或单个服务器的应用场景。
Python作为一种粘合剂语言,在数据分析任务中需要与Web应用程序集成或者当一条统计代码需要插入到生产数据库中时,使用Python更好。
3、数据处理能力不同
有了大量针对专业程序员以及非专业程序员的软件包和库的支持,不管是执行统计测试还是创建机器学习模型,R语言都得心应手。
Python最初在数据分析方面不是特别擅长,但随着NumPy、Pandas以及其他扩展库的推出,它已经逐渐在数据分析领域获得了广泛的应用。
4、开发环境不同
对于R语言,需要使用R Studio。
对于Python,有很多Python IDE可供选择,其中Spyder和IPython Notebook是最受欢迎的。