目前最主要的便是这五种语言：
1.Python：
Python是一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。由于具有丰富和强大的库，又被称为胶水语言，Python 极其容易上手，主要源于Python有极其简单的说明文档。Python 的应用领域分为系统编程，用户图形接口，Internet 脚本，组件集成，数据库编程，快速原型，数值计算和科学计算编程，游戏、图像、人工智能、XML 、机器人编程等等。
2.Java
Java拥有跨平台、面向对象、泛型编程的特性，非常受企业的喜欢，广泛应用于企业级Web应用开发和移动应用开发。Java发展到现在，按应用来分主要分为三大块：J2SE、J2ME、J2EE。三块应用范围不同，但却相互补充。广泛应用于PC、数据中心、游戏控制台、科学超级计算机、移动电话和互联网，同时拥有全球最大的开发者专业社群。
3.C语言/C++：
C语言是一种通用的命令式编程语言，它起源于19世纪70年代，是大学里面计算机专业学的第一门编程语言，使用相当广泛，并且深远地影响了其后的几乎每一种语言。C++最初是作为C语言的增强版出现，C++是一种静态数据类型检查的、支持多重编程范式的通用程序设计 语言。C++被用在一些知名软件中，比如Firefox、 Winamp以及Adobe programs。目前而言，C语言主要用来开发底层模块(比如驱动、解码器、算法实现)，服务应用(比如web服务器)和嵌入式应用(比如微波炉里的程序)。C++也可以做这些，不过由于C++的复杂性和标准问题，人们还是更愿意使用C来做。
4.JavaScript：
JavaScript是一种基于对象和事件驱动并具有相对安全性的客户端脚本语言。听起来好像和java有些关系，然而却不是的，只不过名字像而已。同时JavaScrip也是一种广泛用于客户端Web开发的脚本语言，常用来给HTML网页添加动态功能，比如响应用户的各种操作。JavaScript也可以用在游戏开发等方面。
5.PHP：
PHP(Hypertext Processor) 是一种免费的强大的服务器端脚本语言，主要目标是允许网络开发人员快速编写动态页面，同时也被广泛应用于其他领域。如 Web 开发并可嵌入 HTML 中去，受到web开发者的欢迎。包括Wordpress、Digg以及Facebook在内均使用了该语言。PHP的语法利用了C、Java 和Perl，易于学习。目前PHP的应用范围已经相当广泛，尤其是在网页程式的开发上。
不同的语言有不同的优缺点，也有不同的应用范围，可以根据自己的需要选择一门合适的语言开始学习。
通常，我们认为Python比R在计算机编程、网络爬虫上更有优势，而 R 在统计分析上是一种更高效的独立数据分析工具。所以说，同时学会Python和R这两把刷子才是数据科学的王道。
R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发(也因此称为R)，现在由“R开发核心团队”负责开发。
R基于S语言的一个GNU计划项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。
R的源代码可自由下载使用，亦有已编译的可执行文件版本可以下载，可在多种平台下运行，包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作，同时有人开发了几种图形用户界面。
R的功能能够通过由用户撰写的包增强。增加的功能有特殊的统计技术、绘图功能，以及编程接口和数据输出/输入功能。这些软件包是由R语言、LaTeX、Java及最常用C语言和Fortran撰写。
下载的可执行文件版本会连同一批核心功能的软件包，而根据CRAN纪录有过千种不同的软件包。其中有几款较为常用，例如用于经济计量、财经分析、人文科学研究以及人工智能。
Python与R语言的共同特点：
Python和R在数据分析和数据挖掘方面都有比较专业和全面的模块，很多常用的功能，比如矩阵运算、向量运算等都有比较高级的用法。
Python和R两门语言有多平台适应性，linux、window都可以使用，并且代码可移植性强。
Python和R比较贴近MATLAB以及minitab等常用的数学工具。
Python与R语言的区别：
数据结构方面，由于是从科学计算的角度出发，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)。
而 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(可读写、有序)、元组(只读、有序)、集合(唯一、无序)、字典(Key-Value)等等。
Python与R相比速度要快。Python可以直接处理上G的数据R不行，R分析数据时需要先通过数据库把大数据转化为小数据(通过groupby)才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。
Python是一套比较平衡的语言，各方面都可以，无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处理，Python都有着明显优势。 而R是在统计方面比较突出。
Python的pandas借鉴了R的dataframes，R中的rvest则参考了Python的BeautifulSoup，两种语言在一定程度上存在互补性。
如果只想学一个语言的话，还是推荐python。从我身边人的情况来看，很多学了很多R的人最后都选择再去多学一门python，包括我自己也是，而python很厉害的人却没听说过会来学R。（推荐学习：Python视频教程）我其实学python是冲着爬虫来的，然后顺便学了一下python的数据分析。让我感触最深的是python的规整统一，语法优雅。比如各种机器学习算法在python中使用方法完全是同一个套路，训练预测检验都是一样的方法，这极大地减少了学习的成本。在这点上R就显得很乱，R包虽然很多很全，但是重复太多，调用方法都不一样，学习成本骤然上升。
不过R也有python无法比拟的优势。总结起来就是R更方便。
第一，绘图。
python的绘图基本上都是基于matplotpb库，其他库很多都和这个关联。这个库的绘图灵活性非常强大不可否认，即想调哪里都可以做到，但是每次画一个简单的图形都要写一大堆代码就很麻烦。
第二，数据分析函数的调用。
因为数据科学只是python的一个分支，所以数据科学的数据类型不是python内置的类型，而是放在几个库里面的，每次使用都要加载库，加载要使用的函数，这在我看来是比较麻烦的。
总结起来，python语法的设计更加规范，用户可以更自由地实现自己的想法，但是它帮你实现的东西会比R少一些。因为更加灵活所以只学一个语言就推荐这个，否则学R语言的话，有时候会觉得不够用就很难受。
用一个比喻来说明就是，python好比给了你一把非常好的鱼竿，你可以钓取任何你想要吃的鱼（但是要你自己钓），R好比给了你一把没那么好用的鱼竿，还附加吃不完的鲤鱼、鲫鱼，你可以只吃这两种鱼，但是你想吃草鱼就要费比较大的功夫才能吃到。为了防止误导，加入C语言的对比，C语言就是鱼竿也要你自己造。
更多Python相关技术文章，请访问Python教程栏目进行学习！以上就是小编分享的关于r和python哪个容易入门的详细内容希望对大家有所帮助，更多有关python教程请关注环球青藤其它相关文章！
