為什麼R用於資料科學 - 而不是Python？
摘要：
那裡有數百種程式語言，例如，採用一種字母程式語言的整個字母表。在資料科學領域，有兩大競爭者：R和Python。現在為什麼這個部落格關於R而不是Python？
我必須坦白：我真的很想要Python。我深入研究了語言及其擴充套件。然而，它從來沒有真正對我有用。我認為其中一個問題是Pyt...
那裡有數百種程式語言，例如，採用一種字母程式語言的整個字母表。在資料科學領域，有兩大競爭者：R和Python。現在為什麼這個部落格關於R而不是Python？
我必須坦白：我真的很想要Python。我深入研究了語言及其擴充套件。然而，它從來沒有真正對我有用。我認為其中一個問題是Python試圖成為每個人的寵兒。它可以做任何事情......和它相反。不，真的，它是學習程式設計的好語言，但我認為它有一些非常嚴重的缺陷。我在這裡列出了一些：
-
它從使用哪個版本開始！當前版本的版本號為3，但仍然有很多程式碼基於以前的版本號2.問題是沒有向後相容性。甚至
print命令的語法都改變了！*接下來要選擇哪個發行版！對於R使用者來說，似乎是一個笑話對於Python使用者來說是一個悲傷的現實：那裡有各種不同的發行版。最著名的資料科學是Anaconda：ofollow,noindex">https ：//www.anaconda.com/ 。其中一個原因是Python中的整個包系統很亂。為了給你一個例子，看看官方文件：https ：//packaging.python.org/tutorials/installing-packages/ - 七（！）頁面基本上是R中的一個命令:(install.packages()我知道，這不完全公平，但你明白了。*有幾個GUI，不可否認，這也是一個品味的問題，但在我看來，當談到資料科學任務 - 你需要線上工作和指令碼的組合 - 沒有比這更好的GUI來自微軟的RStudio（現在有Rodeo，免費下載：https ：//www.yhat.com/products/rodeo ，但我不知道它有多成熟）。*何時使用函式以及何時在物件上使用方法沒有一般規則。這個問題的原因就是我上面所說的：Python希望成為每個人的寵兒，並試圖同時實現一切。在這個有啟發性的討論中，不僅可以看到我，人們爭相找到何時使用的標準：https ：//stackoverflow.com/questions/8108688/in-python-when-should-i-usea-a-功能代替方法 。這裡可以找到一個具體的例子，其中解釋了為什麼函式any(df2 == 1)給出了錯誤的結果，你必須使用例如方法(df2 == 1).any()。非常容易混淆和容易出錯。*更復雜的資料科學資料結構不是核心語言的一部分。例如，您需要用於向量的NumPy包和用於data.frames的pandas包。這本身不是問題，而是這帶來的不一致。舉個例子：雖然NumPy和pandas支援向量化程式碼，但基本Python不支援它，你必須使用好的舊迴圈。*Python和R都不是最快的語言，但是與R ++（通過Dirk Eddelbuettel的Rcpp）相比，與最快的C ++之一的整合在Python中的表現要好得多，現在它可以被認為是標準方法。所有R資料結構都由相應的C ++類支援，並且有一種通用的方法來編寫可以像常規R函式一樣呼叫的超快C ++函式：
library``(Rcpp)`
`bmi_R <-` `function``(weight, height) {`
`weight / (height * height)`
`}`
`bmi_R``(80, 1.85)` `# body mass index of person with 80 kg and 185 cm`
`## [1] 23.37473`
`cppFunction``("`
`float` `bmi_cpp``(float weight, float height) {`
`return weight / (height * height);`
`}`
`")`
`bmi_cpp``(80, 1.85)` `# same with cpp function`
`## [1] 23.37473`
在資料科學領域使用Python的一個主要原因是深度學習：神經網路。像Tensorflow這樣的主要框架和像Keras這樣的API過去都是由Python控制的，但是現在也有適用於R的優秀包裝器（https://tensorflow.rstudio.com/ 和https://keras.rstudio.com/ ）。
總而言之，我認為R確實是大多數資料科學應用的最佳選擇。學習曲線在開始時可能會稍微陡峭，但是當您使用更復雜的概念時，它比Python更容易使用。