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。
R是一款统计计算编程语言，你可以在通用公共许可（GPL）规则下从互联网获取它。也就是说，你可以免费获取它、发布它，甚至拿它来卖钱，只要获取者与你有相同的权利，并且可以免费获得源代码。R可以在微软公司的Windows XP以及之后的版本中使用，在UNIX，Linux以及苹果公司的Macintosh OS X系统中也可以使用。R提供了统计计算以及绘图的环境。事实上，R是一款完整的编程语言，尽管这一点在本书中鲜有提及。本书中，我们主要学习一些基本的概念，并且研究一些有指导性的例子。
R可以在某个统计计算结果的基础上再进行扩展计算。此外，R的数据可视化系统既允许我们使用诸如plot(x,y)这样的简单命令来进行绘图，也提供了对图形输出更好的控制。正因为R是一款编程语言，所以R非常灵活。其他一些统计软件，提供了更好的交互以及菜单表格类的选项接口，但是通常这样用户友好的界面反而会限制使用者进一步探索。尽管一些基本的统计只需要一些固定的计算过程，但是对于一个稍微复杂的数据进行建模，就需要一些特别设定的计算，而R的灵活性在这时就会成为显著的优势。
R之所以被称为“R”，其实是一个互联网式的幽默。也许你知道C语言（C语言之所以被称为C也是有一段故事的）。受到这种命名方式的启发，Bechker和Chambers在20世纪80年代早期为他们新发明的语言起名为S。这种语言后来被发展成一个商用的版本S-PLUS，并被全世界各地的统计学家广为使用。新西兰奥克兰大学的Ross Ihaka和Robert Gentleman为了教学目的，写了一个S的简化版。这两位先生的名字都以R开头，好吧，还有什么理由拒绝以R作为这个语言的名字呢？
在1995年，Martin Maechler劝说Ross和Robert在GPL规则下公开他们R语言的源代码。这与当时风行一时的Linux系统开源运动不谋而合。R很快给那些需要在Linux上进行统计计算的人带去了福音。很快，交流故障与讨论R发展的邮件列表就被建立起来。
初始步骤
开始运行R是很简单的，但方法取决于你的操作平台。你可以从系统菜单启动，双击图标或在系统命令行中输入命令"R"。这将产生一个控制台窗口，或在当前终端窗口启动一个交互式程序。在这两种情形下，R都通过问答模式工作，即你输入命令行并按下Enter键，然后程序运行，输出相关结果，继续要求更多的输入。当R在准备输入状态时，它显示的提示符是一个">"符号。R也可以作为纯文本应用程序或批处理模式来应用，但针对本章的目的，我将假设你处于一个图形工作站上。
向量是 R 语言中最基本的数据类型，在 R 中没有单独的标量（例如 1 本质上是 c(1)） 。
R 中可以用 = 或者 <- 来进行赋值 ， <-的快捷键是 alt + - 。
R的下标是从1开始的，和python等不同（python四从0开始的）
当然我们也可以用逻辑进行筛选，例如
负数下标表示不选这个这些下标，例如：
c() 可以合并向量，例如
向量有个比较有趣的性质，当两个向量进行操作时，如果长度不等， 长度比较短的一个会复制自己直到自己和长的一样长。
a 自动变成了 c(3,4,3,4) 然后与b相加 ， 得到了下面的结果。
遇到不懂得函数，可以用help("函数")查看函数用法。
矩阵，从本质上来说就是多维的向量，我们来看一看 我们如何新建一个矩阵。
可以看到向量元素变为矩阵元素的方式是按列的，从第一列 到第二列，如果我们想按行输入元素，那么需要加入 byrow = TRUE 的参数：
与向量相似，我们可以用下标来筛选矩阵， 例如：
a[行,列]
当我们对两个矩阵相乘，我们得到的结果是 对应元素两两相乘的结果，例如：
而这不是我们想要的矩阵乘法，在 R 中我们在乘法旁边加两个 百分号来做矩阵乘法：
此外，我们可以用 t() 来求矩阵的转置 ， 用 solve() 来求矩阵的逆。
数据框类似矩阵，与矩阵不同的是，数据框可以有不同的数据类型。 一般做数据分析，我们把一个类似 excel 的表格读入 R ，默认的格式 就是数据框 ， 可见数据框是一个非常重要的数据结构。
一般来说我们需要分析的数据，每一行代表一个样本，每一列代表一个 变量。
下面我们用 R 内置的数据集 iris 来看一看数据框的使用。
我们用 data 函数调入了 iris 这个数据集 ， 然后用 head 函数来看一看这个数据 的前几行 ， 可以看到有 sepal 的长度，宽度，petal 的长度和宽度，还有一个变量 Species 来描述样本的类别。
我们可以用 summary 函数来对数据集做大致的了解。
可以直观地看到每个变量的信息，对于几个数值变量，我们可以看到最小值，中位数等等统计信息。而对于 Species 这个分类变量，我们看到的是计数信息。
筛选数据框与矩阵相似,都可以通过数字下标来获取子集，不同地是因为数据框有不同的列名,我们也可以通过列名来获取某一特定列,例如：
我们可以用 names() 函数来获取数据框的列名
并可以通过为其赋值改变列的名字。
列表是一种递归式的向量,我们可以用列表来存储不同类型的数据，比如：
列表有多种索引方式，可以用如下方式获取。
今天我们实验的对象就是一组从原始 R 进化出来的工具链 Tidyverse , 它是由 Hadley Wickham 主导开发的一系列 R 包的集合。 Tidyverse 继承了R语言进行快速统计分析的优势 ， 并实现了一些新的理念 ， 例如 magrittr 包中的管道操作 ， 让线性嵌套的函数组合变得更加清晰易懂；可视化方面中的 ggplot ，使绘图变成搭积木式的图层叠加。
这样的小发明有的改变了分析的运作方式 ， 有的改变了使用者的认知方式 ， 聚在一起形成了一种新的数据分析的生态链 。具体来看 ， Tidyverse 有如下核心组件:
mpg 数据集是刻画不同汽车的排放状况的一个数据集， 总过有 234 个样本 ， 11 个变量 。 这 11 个变量分别是:
manufacture: 制造商
model: 车型
dispel： 汽车排放量
year: 制造年度
cyl: 排气管数量
trans: 排放类型
drv: 驱动方式
cty: 每公里耗油量（城市道路）
hwy: 每公里耗油量（高速路）
fl: 油的种类
class: 车的类型
更多数据相关信息可以通过 help(mpg) 指令获取。
在属性映射中加入 color=class 参数后 ， 我们可以看到每个点的汽车对应的类型被用 不同颜色表现了出来 ， 对于散点图 ， 还有 size(大小) , shape（形状） 等等参数 可以用于确定点的属性。
对于条形图的y轴就是数据框中原本的数值时，必须将geom_bar()函数中stat(统计转换)参数设置为’identity’，即对原始数据集不作任何统计变换，而该参数的默认值为’count’，即观测数量。
