r語言和python有必要都學(xué)嗎

R:

R語言由新西蘭奧克蘭大學(xué)的Ross Ihaka和Robert Gentleman于1995設(shè)計出來(由于兩人的名字均以 ‘R’ 字母開頭，因此命名為R語言)，現(xiàn)在由“R核心開發(fā)團隊“負責(zé)開發(fā)。

雖然R主要用于數(shù)據(jù)分析、繪圖以及數(shù)據(jù)挖掘，但也有人用作矩陣計算。其計算速度可媲美專用于矩陣計算的開源軟件GNU Octave和商業(yè)軟件MATLAB。

起初R主要在學(xué)術(shù)研究中使用，但近年來在企業(yè)界也表現(xiàn)突出，這使得R成為企業(yè)中使用的全球發(fā)展最快的統(tǒng)計語言之一。對于數(shù)據(jù)科學(xué)任務(wù)，R的語法更直觀形象

對于數(shù)據(jù)處理任務(wù)，很多時候R的語法會更簡單。函數(shù)和參數(shù)的命名設(shè)計也更好，很容易記住和使用。

舉個例子，我們將分別用R和Python來刪掉Iris數(shù)據(jù)框中的兩個變量（由于R和Python都有Iris數(shù)據(jù)框，因此我們使用這個數(shù)據(jù)框）。

我們來看看各自的語法：

Python

import seaborn as sns
import pandas as pd
iris = sns.load_dataset('iris')
iris.drop(['sepal_length', 'species'], axis = 1)

R

library(dplyr)
select(iris, -sepal_length, -species)

為了刪除變量，Python中使用了drop函數(shù)，而R中使用了select函數(shù)。我們來對比這兩個函數(shù)(都在最后一行代碼)的語法。

先講Python，drop函數(shù)命名得很好，容易記住。但是參數(shù)設(shè)計得很復(fù)雜。

第一個參數(shù)是包含想要刪除變量的列表，Python中用方括號[ ]代表列表。這里你必須要用方括號，而且變量一定要用引號' '，要不然代碼會運行錯誤。

在數(shù)據(jù)可視化方面，R非常優(yōu)秀

可視化是選擇數(shù)據(jù)分析軟件的一個重要的標準。

除了擅長數(shù)據(jù)分析外，R的另外一個閃光點就是它的畫圖能力特別強，幾乎可以繪制出所有類型的圖。不信的話，你可以Google一下，輸入 'R visualization' 關(guān)鍵字。

Python的優(yōu)勢

對于數(shù)據(jù)科學(xué)初學(xué)者，盡管我強烈推薦學(xué)R，但也不是唯一的選擇。

對于某些人，Python可能是最好的選擇。下面講一下哪些情況下選擇Python更好。

如果你有軟件開發(fā)或計算機科學(xué)基礎(chǔ)，學(xué)Python

如果你曾經(jīng)有軟件開發(fā)經(jīng)驗或者你是計算機科學(xué)專業(yè)的話，我認為Python會更適合你。因為你已經(jīng)有編程經(jīng)驗了，使用Python會讓你更舒服。

想開發(fā)軟件，學(xué)Python

我已經(jīng)說了R更擅長數(shù)據(jù)科學(xué)。如果你想建立軟件系統(tǒng)的話，我認為Python更合適。Python的閃光點就是寫軟件，效率很高。就像一些專家所說的那樣，寫Python代碼就如同寫偽代碼。

此外，Python是一門通用語言，基本啥都能干。然而R比較專，只是擅長統(tǒng)計分析和可視化。

我想澄清一下，不是說R不能寫軟件。只是更多人喜歡用Python去建立產(chǎn)品軟件。因此作為數(shù)據(jù)科學(xué)家，如果你想創(chuàng)立軟件系統(tǒng)，我覺得Python比R更合適。

想搞機器學(xué)習(xí)，學(xué)Python

如果你想長期從事機器學(xué)習(xí)方面的研究，我建議你學(xué)Python。

其實R也有機器學(xué)習(xí)生態(tài)系統(tǒng)。特別地，R的caret 包開發(fā)得很好，它有能力完成各種機器學(xué)習(xí)任務(wù)。比如：使用caret包建立回歸模型（regression model）、支持向量機（SVM）、決策樹（包括回歸和分類）以及執(zhí)行交叉驗證（cross validation）等等?？傊琑的機器學(xué)習(xí)生態(tài)系統(tǒng)發(fā)展得很好。

但是，Python在機器學(xué)習(xí)方面的支持出現(xiàn)更早。為實現(xiàn)各種不同機器學(xué)習(xí)方法，Python的scikit-learn庫提供了一套更加簡潔和易讀的語法。而R中caret包的語法有時有點拙劣。尤其，caret包與Tidyverse包兼容得不是很好，輸出的結(jié)果有時也很難處理。相反，Python的scikit-learn庫與Python生態(tài)環(huán)境整合得很好。

市面上有關(guān)機器學(xué)習(xí)的書籍，其算法實現(xiàn)很多都是用Python寫的。

總之，如果你想致力于機器學(xué)習(xí)，我認為Python會更好。

想搞深度學(xué)習(xí)，學(xué)Python

深度學(xué)習(xí)可謂是目前人工智能領(lǐng)域最熱門的技術(shù)之一，而Python是深度學(xué)習(xí)使用最熱門的語言。

大多數(shù)深度學(xué)習(xí)框架都有Python接口，比如：TensorFlow，Keras，Pytorch，Theano，MXNET等等。

Python與各框架兼容得非常好，擁有大量貢獻者、搜索結(jié)果、相關(guān)書籍和學(xué)術(shù)文章；Github上的深度學(xué)習(xí)項目大多數(shù)都是用Python寫的。如果你是剛?cè)腴T深度學(xué)習(xí)的新手，使用Keras是不錯的選擇。

相比較，R對深度學(xué)習(xí)框架兼容方面表現(xiàn)不佳。因此如果你想專注深度學(xué)習(xí)，Python可能更適合。

學(xué)R還是Python？主要還是依耐你的背景以及你的目標。

如果你沒有任何編程經(jīng)驗，建議你先學(xué)R；如果你想學(xué)數(shù)據(jù)可視化，我認為R的ggplot2包是最好的工具；如果你想專門從事數(shù)據(jù)分析和數(shù)據(jù)挖掘，R表現(xiàn)更優(yōu)秀。

如果你想成為機器學(xué)習(xí)專家，Python的scikit-learn庫可以好好研究一下；如果你想開發(fā)軟件系統(tǒng)，Python更合適。

俗話說，技多不壓身，你還有第三個選擇：R和Python都學(xué)。實際上很多頂尖數(shù)據(jù)科學(xué)家這兩門語言都會。不過對于新手，一次只學(xué)一門。同時學(xué)兩門會讓你很混亂，學(xué)習(xí)周期會拉長，事倍功半。

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com