什么是R語言？
創(chuàng)新互聯(lián)主要從事網(wǎng)站設(shè)計、做網(wǎng)站、網(wǎng)頁設(shè)計、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)大箐山,十年網(wǎng)站建設(shè)經(jīng)驗,價格優(yōu)惠、服務(wù)專業(yè),歡迎來電咨詢建站服務(wù):18982081108
R語言，一種自由軟件編程語言與操作環(huán)境，主要用于統(tǒng)計分析、繪圖、數(shù)據(jù)挖掘。R本來是由來自新西蘭奧克蘭大學(xué)的羅斯·伊哈卡和羅伯特·杰特曼開發(fā)(也因此稱為R)，現(xiàn)在由“R開發(fā)核心團(tuán)隊”負(fù)責(zé)開發(fā)。R基于S語言的一個GNU計劃項目，所以也可以當(dāng)作S語言的一種實現(xiàn)，通常用S語言編寫的代碼都可以不作修改的在R環(huán)境下運(yùn)行。R的語法是來自Scheme。
R的源代碼可自由下載使用，亦有已編譯的可執(zhí)行文件版本可以下載，可在多種平臺下運(yùn)行，包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作，同時有人開發(fā)了幾種圖形用戶界面。
相關(guān)推薦：《Python教程》
R的功能能夠通過由用戶撰寫的包增強(qiáng)。增加的功能有特殊的統(tǒng)計技術(shù)、繪圖功能，以及編程接口和數(shù)據(jù)輸出/輸入功能。這些軟件包是由R語言、LaTeX、Java及最常用C語言和Fortran撰寫。下載的可執(zhí)行文件版本會連同一批核心功能的軟件包，而根據(jù)CRAN紀(jì)錄有過千種不同的軟件包。其中有幾款較為常用，例如用于經(jīng)濟(jì)計量、財經(jīng)分析、人文科學(xué)研究以及人工智能。
Python與R語言的共同特點
Python和R在數(shù)據(jù)分析和數(shù)據(jù)挖掘方面都有比較專業(yè)和全面的模塊，很多常用的功能，比如矩陣運(yùn)算、向量運(yùn)算等都有比較高級的用法。
Python和R兩門語言有多平臺適應(yīng)性，linux、window都可以使用，并且代碼可移植性強(qiáng)。
Python和R比較貼近MATLAB以及minitab等常用的數(shù)學(xué)工具。
Python與R語言的區(qū)別
數(shù)據(jù)結(jié)構(gòu)方面，由于是從科學(xué)計算的角度出發(fā)，R中的數(shù)據(jù)結(jié)構(gòu)非常的簡單，主要包括向量(一維)、多維數(shù)組(二維時為矩陣)、列表(非結(jié)構(gòu)化數(shù)據(jù))、數(shù)據(jù)框(結(jié)構(gòu)化數(shù)據(jù))。而Python則包含更豐富的數(shù)據(jù)結(jié)構(gòu)來實現(xiàn)數(shù)據(jù)更精準(zhǔn)的訪問和內(nèi)存控制，多維數(shù)組(可讀寫、有序)、元組(只讀、有序)、集合(唯一、無序)、字典(Key-Value)等等。
Python與R相比速度要快。Python可以直接處理上G的數(shù)據(jù)；R不行，R分析數(shù)據(jù)時需要先通過數(shù)據(jù)庫把大數(shù)據(jù)轉(zhuǎn)化為小數(shù)據(jù)(通過groupby)才能交給R做分析，因此R不可能直接分析行為詳單，只能分析統(tǒng)計結(jié)果。
Python是一套比較平衡的語言，各方面都可以，無論是對其他語言的調(diào)用，和數(shù)據(jù)源的連接、讀取，對系統(tǒng)的操作，還是正則表達(dá)和文字處理，Python都有著明顯優(yōu)勢。 而R是在統(tǒng)計方面比較突出。
Python的pandas借鑒了R的dataframes，R中的rvest則參考了Python的BeautifulSoup，兩種語言在一定程度上存在互補(bǔ)性，通常，我們認(rèn)為Python比R在計算機(jī)編程、網(wǎng)絡(luò)爬蟲上更有優(yōu)勢，而R在統(tǒng)計分析上是一種更高效的獨立數(shù)據(jù)分析工具。所以說，同時學(xué)會Python和R這兩把刷子才是數(shù)據(jù)科學(xué)的王道。
如下：
Python入門簡單，而R則相對比較難一些。R做文本挖掘現(xiàn)在還有點弱，當(dāng)然優(yōu)點在于函數(shù)都給你寫好了，你只需要知道參數(shù)的形式就行了，有時候即使參數(shù)形式不對，R也能"智能地”幫你適應(yīng)。這種簡單的軟件適合想要專注于業(yè)務(wù)的人。
Python幾乎都可以做，函數(shù)比R多，比R快。它是一門語言，R更像是一種軟件，所以python更能開發(fā)出flexible的算法。
Python適合處理大量數(shù)據(jù)，而R則在這方面有很多力不從心，當(dāng)然這么說的前提是對于編程基礎(chǔ)比較一般的童鞋，對于大牛來說，多靈活運(yùn)用矢量化編程的話，R的速度也不會太差。
介紹
Python和R本身在數(shù)據(jù)分析和數(shù)據(jù)挖掘方面都有比較專業(yè)和全面的模塊，很多常用的功能，比如矩陣運(yùn)算、向量運(yùn)算等都有比較高級的用法，所以使用起來產(chǎn)出比大。
這兩門語言對于平臺方面適用性比較廣，linux、window都可以使用，并且代碼可移植性還算不錯的。對于學(xué)數(shù)理統(tǒng)計的人來說，應(yīng)該大多用過MATLAB以及mintab等工具，Python和R比較貼近這些常用的數(shù)學(xué)工具，使用起來有種親切感。
1、數(shù)據(jù)結(jié)構(gòu)復(fù)雜程度不同
R中的數(shù)據(jù)結(jié)構(gòu)非常的簡單，主要包括向量一維、多維數(shù)組二維時為矩陣、列表非結(jié)構(gòu)化數(shù)據(jù)、數(shù)據(jù)框結(jié)構(gòu)化數(shù)據(jù)。
Python 則包含更豐富的數(shù)據(jù)結(jié)構(gòu)來實現(xiàn)數(shù)據(jù)更精準(zhǔn)的訪問和內(nèi)存控制，多維數(shù)組。
2、適用場景不同
R適用于數(shù)據(jù)分析任務(wù)需要獨立計算或單個服務(wù)器的應(yīng)用場景。
Python作為一種粘合劑語言，在數(shù)據(jù)分析任務(wù)中需要與Web應(yīng)用程序集成或者當(dāng)一條統(tǒng)計代碼需要插入到生產(chǎn)數(shù)據(jù)庫中時，使用Python更好。
3、數(shù)據(jù)處理能力不同
有了大量針對專業(yè)程序員以及非專業(yè)程序員的軟件包和庫的支持，不管是執(zhí)行統(tǒng)計測試還是創(chuàng)建機(jī)器學(xué)習(xí)模型，R語言都得心應(yīng)手。
Python最初在數(shù)據(jù)分析方面不是特別擅長，但隨著NumPy、Pandas以及其他擴(kuò)展庫的推出，它已經(jīng)逐漸在數(shù)據(jù)分析領(lǐng)域獲得了廣泛的應(yīng)用。
4、開發(fā)環(huán)境不同
對于R語言，需要使用R Studio。
對于Python，有很多Python IDE可供選擇，其中Spyder和IPython Notebook是最受歡迎的。
在從事數(shù)據(jù)分析行業(yè)中，我們都會從R與Python當(dāng)中進(jìn)行選擇，但是，從這兩個異常強(qiáng)大、靈活好用的數(shù)據(jù)分析語中選擇，卻是非常難以選擇的。
為了讓大家能選擇出更適合自己的語言，我們將兩種語言進(jìn)行簡單的對比。
Stack Overflow趨勢對比
相關(guān)推薦：《Python視頻教程》
上圖顯示了自從2008年(Stack Overflow 成立)以來，這兩種語言隨著時間的推移而發(fā)生的變化。
R和Python在數(shù)據(jù)科學(xué)領(lǐng)域展開激烈競爭，我們來看看他們各自的平臺份額，并將2016與2017年進(jìn)行比較：
我們再從適用場景、任務(wù)、數(shù)據(jù)處理能力、開放環(huán)境來分析：
適用場景
R適用于數(shù)據(jù)分析任務(wù)需要獨立計算或單個服務(wù)器的應(yīng)用場景。Python作為一種粘合劑語言，在數(shù)據(jù)分析任務(wù)中需要與Web應(yīng)用程序集成或者當(dāng)一條統(tǒng)計代碼需要插入到生產(chǎn)數(shù)據(jù)庫中時，使用Python更好。
任務(wù)
在進(jìn)行探索性統(tǒng)計分析時，R勝出。它非常適合初學(xué)者，統(tǒng)計模型僅需幾行代碼即可實現(xiàn)。Python作為一個完整而強(qiáng)大的編程語言，是部署用于生產(chǎn)使用的算法的有力工具。
數(shù)據(jù)處理能力
有了大量針對專業(yè)程序員以及非專業(yè)程序員的軟件包和庫的支持，不管是執(zhí)行統(tǒng)計測試還是創(chuàng)建機(jī)器學(xué)習(xí)模型，R語言都得心應(yīng)手。
Python最初在數(shù)據(jù)分析方面不是特別擅長，但隨著NumPy、Pandas以及其他擴(kuò)展庫的推出，它已經(jīng)逐漸在數(shù)據(jù)分析領(lǐng)域獲得了廣泛的應(yīng)用。
開發(fā)環(huán)境
對于R語言，需要使用R Studio。對于Python，有很多Python IDE可供選擇，其中Spyder和IPython Notebook是最受歡迎的。
R 和 Python 詳細(xì)對比
R和Python之間有很強(qiáng)的關(guān)聯(lián)，并且這兩種語言日益普及，很難說選對其一，事實上日常用戶和數(shù)據(jù)科學(xué)家可以同時利用這兩種語言。
單就數(shù)據(jù)分析對比，我認(rèn)為R的優(yōu)勢有：
1、學(xué)習(xí)先易后難，不會把小白們嚇掉；
2、數(shù)據(jù)科學(xué)的包特別多
3、可視化特別吊
R的缺點也不少：
1、R經(jīng)常更新，更新后經(jīng)常不支持之前你安裝的包；我電腦里安裝了10+個R的版本，不停的切換
2、R語言的包、函數(shù)名起的很隨意，看名字不知道是干什么用的，記不起名字如何讓小白使用啊。
3、R語言社區(qū)人少，遇到問題你只能自己解決
4、即使有RStudio，寫代碼還是不方便
下面再說下python，優(yōu)點：
1、是一門看的懂的，說人話的語言。庫名、函數(shù)名都很好理解記憶，而且你看別人寫的代碼基本知道這代碼的意思，不信你試試。
2、數(shù)據(jù)獲取占優(yōu)勢，數(shù)據(jù)分析第一步是數(shù)據(jù)獲取，現(xiàn)在人文社科很多數(shù)據(jù)需要網(wǎng)上抓取，不過就抓數(shù)據(jù)而言，python更占優(yōu)勢。各種教程，代碼，網(wǎng)上一大片。
3、社區(qū)人數(shù)特別多，基本你遇到的問題都能找到
python的缺點：
1、學(xué)習(xí)起來，開頭很難，學(xué)習(xí)曲線與R正好相反。
2、公平起見，我還是寫上，python的數(shù)據(jù)分析庫不如R多
3、可視化不如R
綜合下，建議大家學(xué)習(xí)python，語言通俗易懂，功能強(qiáng)大，越來越簡單。
有人說Python和R的區(qū)別是顯而易見的，因為R是針對統(tǒng)計的，python是給程序員設(shè)計的，其實這話對Python多多少少有些不公平。2012年的時候我們說R是學(xué)術(shù)界的主流，但是現(xiàn)在Python正在慢慢取代R在學(xué)術(shù)界的地位。不知道是不是因為大數(shù)據(jù)時代的到來。
Python與R相比速度要快。Python可以直接處理上G的數(shù)據(jù)；R不行，R分析數(shù)據(jù)時需要先通過數(shù)據(jù)庫把大數(shù)據(jù)轉(zhuǎn)化為小數(shù)據(jù)（通過groupby）才能交給R做分析，因此R不可能直接分析行為詳單，只能分析統(tǒng)計結(jié)果。所以有人說：Python=R+SQL/Hive，并不是沒有道理的。
Python的一個最明顯的優(yōu)勢在于其膠水語言的特性，很多書里也都會提到這一點，一些底層用C寫的算法封裝在Python包里后性能非常高效(Python的數(shù)據(jù)挖掘包Orange canve 中的決策樹分析50萬用戶10秒出結(jié)果，用R幾個小時也出不來，8G內(nèi)存全部占滿)。但是，凡事都不絕對，如果R矢量化編程做得好的話（有點小難度），會使R的速度和程序的長度都有顯著性提升。
R的優(yōu)勢在于有包羅萬象的統(tǒng)計函數(shù)可以調(diào)用，特別是在時間序列分析方面，無論是經(jīng)典還是前沿的方法都有相應(yīng)的包直接使用。
相比之下，Python之前在這方面貧乏不少。但是，現(xiàn)在Python有了pandas。pandas提供了一組標(biāo)準(zhǔn)的時間序列處理工具和數(shù)據(jù)算法。因此，你可以高效處理非常大的時間序列，輕松地進(jìn)行切片/切塊、聚合、對定期/不定期的時間序列進(jìn)行重采樣等?？赡苣阋呀?jīng)猜到了，這些工具中大部分都對金融和經(jīng)濟(jì)數(shù)據(jù)尤為有用，但你當(dāng)然也可以用它們來分析服務(wù)器日志數(shù)據(jù)。于是，近年來，由于Python有不斷改良的庫（主要是pandas），使其成為數(shù)據(jù)處理任務(wù)的一大替代方案。
做過幾個實驗：
1. 用python實現(xiàn)了一個統(tǒng)計方法，其中用到了ctypes，multiprocess。
之后一個項目要做方法比較，又用回R，發(fā)現(xiàn)一些bioconductor上的包已經(jīng)默認(rèn)用parallel了。（但那個包還是很慢，一下子把所有線程都用掉了，導(dǎo)致整個電腦使用不能，看網(wǎng)頁非?？▇）
2. 用python pandas做了一些數(shù)據(jù)整理工作，類似數(shù)據(jù)庫，兩三個表來回查、匹配。感覺還是很方便的。雖然這些工作R也能做，但估計會慢點，畢竟幾十萬行的條目了。
3. 用python matplotlib畫圖。pyplot作圖的方式和R差異很大，R是一條命令畫點東西，pylot是準(zhǔn)備好了以后一起出來。pyplot的顏色選擇有點尷尬，默認(rèn)顏色比較少，之后可用html的顏色，但是名字太長了~。pyplot 的legend比R 好用多了，算是半自動化了。pyplot畫出來后可以自由拉升縮放，然后再保存為圖片，這點比R好用。
總的來說Python是一套比較平衡的語言，各方面都可以，無論是對其他語言的調(diào)用，和數(shù)據(jù)源的連接、讀取，對系統(tǒng)的操作，還是正則表達(dá)和文字處理，Python都有著明顯優(yōu)勢。 而R是在統(tǒng)計方面比較突出。但是數(shù)據(jù)分析其實不僅僅是統(tǒng)計，前期的數(shù)據(jù)收集，數(shù)據(jù)處理，數(shù)據(jù)抽樣，數(shù)據(jù)聚類，以及比較復(fù)雜的數(shù)據(jù)挖掘算法，數(shù)據(jù)建模等等這些任務(wù)，只要是100M以上的數(shù)據(jù)，R都很難勝任，但是Python卻基本勝任。
結(jié)合其在通用編程方面的強(qiáng)大實力，我們完全可以只使用Python這一種語言去構(gòu)建以數(shù)據(jù)為中心的應(yīng)用程序。
但世上本沒有最好的軟件或程序，也鮮有人能把單一語言挖掘運(yùn)用到極致。尤其是很多人早先學(xué)了R，現(xiàn)在完全不用又舍不得，所以對于想要學(xué)以致用的人來說，如果能把R和Python相結(jié)合，就更好不過了，很早看過一篇文章——讓R與Python共舞，咱們壇子里有原帖，就不多說了，看完會有更多啟發(fā)。
BTW： 如果之前沒有學(xué)過R，可以先學(xué)Python然后決定是不是學(xué)R，如果學(xué)了R，學(xué)Python的時候會更快上手。
重慶分公司
重慶分公司
