PythonVSR語言?數據分析與挖掘該選哪一個

什么是R語言?

R語言，一種自由軟件編程語言與操作環境，主要用于統計分析、繪圖、數據挖掘。R本來是由來自新西蘭奧克蘭大學的羅斯·伊哈卡和羅伯特·杰特曼開發(也因此稱為R)，現在由“R開發核心團隊”負責開發。R基于S語言的一個GNU計劃項目，所以也可以當作S語言的一種實現，通常用S語言編寫的代碼都可以不作修改的在R環境下運行。R的語法是來自Scheme。

R的源代碼可自由下載使用，亦有已編譯的可執行文件版本可以下載，可在多種平臺下運行，包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作，同時有人開發了幾種圖形用戶界面。

R的功能能夠通過由用戶撰寫的包增強。增加的功能有特殊的統計技術、繪圖功能，以及編程接口和數據輸出/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。下載的可執行文件版本會連同一批核心功能的軟件包，而根據CRAN紀錄有過千種不同的軟件包。其中有幾款較為常用，例如用于經濟計量、財經分析、人文科學研究以及人工智能。

Python與R語言的共同特點

Python和R在數據分析和數據挖掘方面都有比較專業和全面的模塊，很多常用的功能，比如矩陣運算、向量運算等都有比較高級的用法

Python和R兩門語言有多平臺適應性，linux、window都可以使用，并且代碼可移植性強

Python和R比較貼近MATLAB以及minitab等常用的數學工具Python與R語言的區別

數據結構方面，由于是從科學計算的角度出發，R中的數據結構非常的簡單，主要包括向量(一維)、多維數組(二維時為矩陣)、列表(非結構化數據)、數據框(結構化數據)。而 Python 則包含更豐富的數據結構來實現數據更精準的訪問和內存控制，多維數組(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的數據;R不行，R分析數據時需要先通過數據庫把大數據轉化為小數據(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，只能分析統計結果。

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用，和數據源的連接、讀取，對系統的操作，還是正則表達和文字處理，Python都有著明顯優勢。 而R是在統計方面比較突出。

Python與R語言的應用場景

應用Python的場景

1、網絡爬蟲與網頁抓取

Python 的 beautifulsoup 和 Scrapy 更加成熟、功能更強大，結合django-scrapy我們可以很快的構建一個定制化的爬蟲管理系統。

2、內容管理系統

Python 只用 sqlachemy 通過ORM的方式，一個包就解決了多種資料庫連接的問題，且在生產環境中廣泛使用?；贒jango，Python可以快速通過ORM建立資料庫、后臺管理系統，而R中的 Shiny 的鑒權功能暫時還需要付費使用。

3、API的構建

通過Flask、Tornado等標準的網絡處理庫，Python也可以快速實現輕量級的API，而R則較為復雜。

應用R語言的場景

1、統計分析

盡管 Python 里Scipy、Pandas、statsmodels提供了一系列統計工具 ,R 本身是專門為統計分析應用建立的,所以擁有更多此類工具。

2、互動式面板

R 的 shiny 和 shiny dashboard 可以較快地構建定制可視化頁面。速度更快，所需代碼更少。

總的來說，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性，通常，我們認為 Python 比 R 在計算機編程、網絡爬蟲上更有優勢，而 R 在統計分析上是一種更高效的獨立數據分析工具。所以說，同時學會Python和R這兩把刷子才是數據科學的王道。