内容
- 什么是R和Python？
- 它们与其他语言有何不同
- 为什么在数据科学应用中使用它们
- 没有错误，没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南
- 有什么优势？
- R和Python的用例
- R和Python在数据科学中的未来
- 结论
资料来源：Drx / Dreamstime.com
带走：
R和Python在数据科学中都非常有用，使用哪种语言很大程度上取决于用户的需求。
关于哪种语言更适合数据科学：R或Python，引起了激烈的争论。答案是两者兼而有之。人们通常会通过比较R和Python的功能而感到困惑，但是我们需要了解，仅凭功能无法定义任何语言的适用性。 R和Python都有适合于数据科学和分析应用程序的特定功能。在某些情况下，一种语言可能比另一种语言更受青睐，但这并不意味着另一种语言是无用的。 （要了解有关数据科学的更多信息，请参阅学习数据挖掘和数据科学的7个步骤。）
什么是R和Python？
R是一种开源语言，它是1990年代中期作为S语言的一种变体而开发的。它是由Robert Gentleman和Ross Ihaka开发的。旨在简化编程体验。如今，它已广泛用于研究，企业和学术界。由于它在许多领域中的使用，它是最流行的统计编程语言之一。它使用起来非常简单，但是对于那些刚开始编程的人来说可能有点困难。但是，他们可以从Internet上可用的不同资源中学习更多。
Python由Guido Van Rossum于1990年代初创建。它着重于简化编码和提高适应性。那些希望更好地控制自己编写的代码以实现更快，更有效的数据分析的程序员正在广泛使用Python。它也用于其代码中的特殊统计技术，以使其运行更快。编程语言非常易于使用和学习。它也非常灵活，可用于创建用户想要创建的内容。
它们与其他语言有何不同
数据分析的工作非常重要，过程必须灵活。为此，该过程必须是非常互动的，以便保持高效。但是，该语言还必须非常灵活，交互式且易于使用。 R是一种非常灵活的语言。尽管其他语言仅用于某些特定目的，而不能用于其他任何目的，但R实际上可以用于多种目的，尤其是在科学领域。
R与其他统计编程语言的不同之处是它的交互性。 R具有非常强大的机制，可用于快速创建数据结构。与ual编程语言不同，R也是一种非常强大的图形介质。图形非常有用，特别是在统计和数据分析领域。 R可用于轻松生成许多不同类型的图。
Python还是数据分析的绝佳选择。与Perl或Ruby之类的语言相比，它具有很大的适应性，因为可以使用模块进行自定义。它也有很多功能。它也是一种图形语言，允许它具有可视库，并有助于轻松地可视化图形和统计数据。它与其他语言的不同之处是它易于使用的语法。 （有关编程语言的更多信息，请参见脚本语言101。）
为什么在数据科学应用中使用它们
数据科学是当今最重要的科学领域之一。没有这一点，几乎不可能预测任何事情，而准确的预测是当今社会的基础。因此，数据分析需要最好的工具，这是数据科学的关键部分。
R和Python都有许多功能，使其适合数据科学。但是，应该使用哪一个完全取决于您自己的偏好。 R非常适合数据的图形表示，Python非常易于使用。
没有错误，没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南
当没有人关心软件质量时，您就无法提高编程技能。
有什么优势？
R和Python都有许多优点。这两种语言的最大优势之一是它们的图形可视化系统。 R支持许多专业级的可视化程序包，例如googleVis，ggvis和rCharts。可以自定义这些软件包，以对统计数据进行完美的图形表示。 Python还具有许多强大的可视化库，例如Pygal，Seaborn和Bokeh。
使R如此有用的是其生态系统。这两种语言都有一个活跃的社区，总是很乐意为您提供帮助，并且为了适应新功能和新技术，这两种语言也在不断更新。这些语言是多用途工具，非常易于学习。
R和Python的用例
R和Python都有许多用例来进行数据分析。例如，ForecastWatch.com从不同的天气预报站点收集数据，并根据其准确性对站点进行评分。这样可以提供更好的天气预报，并使天气预报员将其准确性与其他人进行比较。由于其灵活性，Python用于此服务的每个组件，这是由于它具有使用许多标准库的能力。
Python的另一个用例是，它用于为EZTrip.com和Gusto.com的社交网络提供支持。他们需要一个系统来帮助客户报告其旅程，同时改善其在线预订系统。尽管他们现有的预订系统运行良好，但无法有效处理多个请求。但是，由于使用了Python，由于有了更好的数据分析和管理工具，它变得更快了。这进一步帮助他们根据用户的查询创建了更好的用户界面。
R也正在社交网站和众筹网站等许多地方使用。 R的可视化功能也使其成为许多数据分析组织的最爱。目前，澳新银行（ANZ Bank）正在使用R来分析信贷风险。还使用R分析大量状态更新。
R和Python在数据科学中的未来
R和Python在数据科学领域将拥有非常光明的未来。这两种开源编程语言都非常强大，并且活跃的社区会定期对其进行开发和更新。成千上万的新老组织很快就转向这些解决方案，因为它们是免费的且可自定义的。这些正在以惊人的速度取代数据科学中使用的其他语言。
结论
许多数据科学家想知道哪种语言更适合R或Python。这两种编程语言都非常流行，并且在各自的领域中都很强大。它们各有优缺点，因此人们必须决定选择哪一个才能从数据中获得最大收益。但是，他们忘记了它们都可以轻松用于分析数据这一事实。