前言

??如果你是數(shù)據(jù)分析領(lǐng)域的新兵，那么你一定很難抉擇——在進(jìn)行數(shù)據(jù)分析時(shí)，到底應(yīng)該使用哪個(gè)語(yǔ)言，R還是Python？在網(wǎng)絡(luò)上，也經(jīng)常出現(xiàn)諸如“我想學(xué)習(xí)機(jī)器語(yǔ)言，我應(yīng)該用哪個(gè)編程語(yǔ)言”或者“我想快速解決問題，我應(yīng)該用R還是Python”等這類問題。盡管兩個(gè)編程語(yǔ)言目前都是數(shù)據(jù)分析社區(qū)的佼佼者，但是它們?nèi)栽跒槌蔀閿?shù)據(jù)科學(xué)家的首選編程語(yǔ)言而戰(zhàn)斗。

??最近幾年，用R和Python的人越來越多，于是出現(xiàn)了眾多關(guān)于用哪個(gè)做數(shù)據(jù)分析最好的爭(zhēng)議。從整體來說，個(gè)人認(rèn)為數(shù)據(jù)分析需要的是在有限時(shí)間內(nèi)，用最可行的方式拿到最有用的結(jié)果。因此，不應(yīng)該局限于任何單一的編程方法，而應(yīng)該是各取所長(zhǎng)，根據(jù)個(gè)人特點(diǎn)，問題的形式而靈活選取或者結(jié)合。

??Python和R是統(tǒng)計(jì)學(xué)中兩種最流行的的編程語(yǔ)言，關(guān)于R做數(shù)據(jù)分析的優(yōu)勢(shì)已經(jīng)不言而喻了，眾多和全面的統(tǒng)計(jì)方法使得從方法上來說，R的數(shù)據(jù)分析能力（模型方法眾多且可視化功能強(qiáng)大）是其它語(yǔ)言不能比擬的。其實(shí)爭(zhēng)議最多的也就是出現(xiàn)在其計(jì)算性能和全面性上。而Python因?yàn)榫幊天`活方便，語(yǔ)法易于理解而被大家所接受。如何將兩者結(jié)合起來，發(fā)揮更大的作用，值得探索。

---

目錄

• 1.R簡(jiǎn)介

• 2.Python簡(jiǎn)介

• 3.R&Python相遇

1. R簡(jiǎn)介

??R（又稱R語(yǔ)言）是一款開源的跨平臺(tái)的數(shù)值統(tǒng)計(jì)和數(shù)值圖形化展現(xiàn)工具。通俗點(diǎn)說，R是用來做統(tǒng)計(jì)和畫圖的。R擁有自己的腳本語(yǔ)言和大量的統(tǒng)計(jì)、圖形庫(kù)（得益于開源社區(qū)），這讓她看起來既美又實(shí)用。與其他同類軟件（如 SPSS）相比，R的特點(diǎn)是純命令行的，這倒也好，我們更應(yīng)該把注意力放在數(shù)據(jù)本身，而非統(tǒng)計(jì)工具的UI。

??Ross Ihaka和Robert Gentleman于1995年在S語(yǔ)言中創(chuàng)造了開源語(yǔ)言R，目的是專注于提供更好和更人性化的方式做數(shù)據(jù)分析、統(tǒng)計(jì)和圖形模型的語(yǔ)言。起初R主要是在學(xué)術(shù)和研究使用，但近來企業(yè)界發(fā)現(xiàn)R也很不錯(cuò)。這使得中的R成為企業(yè)中使用的全球發(fā)展最快的統(tǒng)計(jì)語(yǔ)言之一。

??R的主要優(yōu)勢(shì)是它有一個(gè)龐大的社區(qū)，通過郵件列表，用戶貢獻(xiàn)的文檔和一個(gè)非常活躍的堆棧溢出組提供支持。還有CRAN鏡像，一個(gè)用戶可以很簡(jiǎn)單地創(chuàng)造的一個(gè)包含R包的知識(shí)庫(kù)。這些包有R里面的函數(shù)和數(shù)據(jù)，各地的鏡像都是R網(wǎng)站的備份文件，完全一樣，用戶可以可以選擇離你最近的鏡像訪問最新的技術(shù)和功能，而無(wú)需從頭開發(fā)。

??R雖說有一套自己的語(yǔ)言，還挺完備，但她最專業(yè)的還是做統(tǒng)計(jì)和畫圖，而像連接數(shù)據(jù)庫(kù)、文本處理、文件操作等這些臟活可不能委屈R來干哪，這些得有其 他語(yǔ)言來負(fù)責(zé)，我的選擇是咱最熟悉的、做這些臟活最棒的Python。

??如果你是一個(gè)有經(jīng)驗(yàn)的程序員，你可以不會(huì)覺得使用R可以提高效率，但是，你可能會(huì)發(fā)現(xiàn)學(xué)習(xí)R經(jīng)常會(huì)遇到瓶頸。幸運(yùn)的是現(xiàn)在的資源很多。

2. Python簡(jiǎn)介

??Python（[KK] 英語(yǔ)發(fā)音： /'pa?θɑn/, [DJ] 英語(yǔ)發(fā)音： /?paiθ?n/），是一種面向?qū)ο蟆⒅弊g式的計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言，也是一種功能強(qiáng)大的通用型語(yǔ)言，已經(jīng)具有近二十年的發(fā)展歷史，成熟且穩(wěn)定。它包含了一組完善而且容易理解的標(biāo)準(zhǔn)庫(kù)，能夠輕松完成很多常見的任務(wù)。Python的語(yǔ)法非常簡(jiǎn)捷和清晰，與其它計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言最大的不同在于，它采用縮進(jìn)來定義語(yǔ)句塊。

??Python的官方介紹是：Python是一種簡(jiǎn)單易學(xué)，功能強(qiáng)大的編程語(yǔ)言，它有高效率的高層數(shù)據(jù)結(jié)構(gòu)，能簡(jiǎn)單而有效地實(shí)現(xiàn)面向?qū)ο缶幊獭ython簡(jiǎn)潔的語(yǔ)法和對(duì)動(dòng)態(tài)輸入的支持，再加上解釋性語(yǔ)言的本質(zhì)，使得它在大多數(shù)平臺(tái)上的很多領(lǐng)域都是一個(gè)理想的腳本語(yǔ)言，特別適用于快速的應(yīng)用程序開發(fā)。

??Python是由Guido van Rossem創(chuàng)建于1991年，并強(qiáng)調(diào)效率和代碼的可讀性。希望深入的數(shù)據(jù)分析或應(yīng)用統(tǒng)計(jì)技術(shù)的程序員是Python的主要用戶。

??當(dāng)你越需要在工程環(huán)境中工作，你會(huì)越喜歡Python。它是一種靈活的語(yǔ)言，在處理一些新東西上表現(xiàn)很好，并且注重可讀性和簡(jiǎn)單性，它的學(xué)習(xí)曲線是比較低的。

??和R類似，Python也有包，pypi是一個(gè)Python包的倉(cāng)庫(kù)，里面有很多別人寫好的Python庫(kù)。

??Python也是一個(gè)大社區(qū)，但它是一個(gè)有點(diǎn)比較分散，因?yàn)樗且粋€(gè)通用的語(yǔ)言。然而，Python自稱他們?cè)跀?shù)據(jù)科學(xué)中更占優(yōu)勢(shì)地位：預(yù)期的增長(zhǎng)，更新穎的科學(xué)數(shù)據(jù)應(yīng)用的起源在這里。

3. R&Python相遇

• a).運(yùn)算速度：

??針對(duì)于程序速度的比較，有眾多的測(cè)試方法和不同的結(jié)果。比如，這個(gè)鏈接里的結(jié)果（http://attractivechaos.github.io/plb/）。

??綜合其他各個(gè)地方的測(cè)試結(jié)果，其實(shí)大體說來從基本運(yùn)算速度來說，Python > R. 但是要注意，這里所說的運(yùn)算速度是“基本計(jì)算”。也就是說不涉及引用特殊package，不用特殊數(shù)據(jù)結(jié)構(gòu)和運(yùn)算方式（比如R中的矢量化運(yùn)算）的運(yùn)算。而這樣的運(yùn)算比較很大程度上取決于基本程序邏輯的速度，比如for循環(huán)。R在這點(diǎn)的表現(xiàn)是很差的。基本上會(huì)比pyhon慢 3~10倍。

??但是，如果你愿意多花些心思更好的利用矢量化編程進(jìn)行計(jì)算，那么無(wú)論從程序的長(zhǎng)度來是速度上，都會(huì)使R的表現(xiàn)有顯著性提高。我之前的一個(gè)帖子做過這樣的比較 （http://bbs.pinggu.org/thread-1042435-1-1.html），具體的內(nèi)容就不重復(fù)了。總之，在這樣的使用方式下，對(duì)大部分運(yùn)算，R的速度是可以和python接近的，當(dāng)然，用戶也需要花更多地心思去優(yōu)化程序。

??除此之外，在實(shí)際使用的角度來說，數(shù)據(jù)分析在R中大部分時(shí)候使用已有的方法，因此可以使用眾多已經(jīng)成型的package。如果你使用的package質(zhì)量很好，通常在大計(jì)算量的程序中，作者實(shí)際使用的都是更低級(jí)更高效的語(yǔ)言（比如C， Fortran）。因此，這些大計(jì)算量的步驟實(shí)際上是以最高效的方式完成的。如果相應(yīng)的運(yùn)算在pyhon里面沒有調(diào)用其他低級(jí)語(yǔ)言的優(yōu)化，R就可以在這些方面勝過python。我這里說到的是不需要自己編寫的底層語(yǔ)言調(diào)用，在R和python中都可以實(shí)現(xiàn)調(diào)用別的語(yǔ)言，但是這需要用戶自己編程，從人工角度來講，專業(yè)性較高，不在討論范圍。

??整體來說，對(duì)于對(duì)R使用和編程有一定深入理解的人來說，我不認(rèn)為R做數(shù)據(jù)分析的速度會(huì)比python差。但是對(duì)于簡(jiǎn)單粗暴的編程方式，python的確更勝一籌。

• b).全面性：

??從這點(diǎn)來說，我認(rèn)為Python的確勝過R。無(wú)論是對(duì)其他語(yǔ)言的調(diào)用，和數(shù)據(jù)源的連接、讀取，對(duì)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(shì)。畢竟，python本身是作為一門計(jì)算機(jī)編程語(yǔ)言出現(xiàn)的，而R本身只是源于統(tǒng)計(jì)計(jì)算。所以從語(yǔ)言的全面性來說，兩者差異顯著。

??綜上所述，本人認(rèn)為，對(duì)于本地文件直接的數(shù)據(jù)分析，大部分時(shí)候R是比較Python更好的 （速度相近，但分析更專業(yè)）。如果涉及多方資源的協(xié)調(diào)（比如遠(yuǎn)程、數(shù)據(jù)庫(kù)、系統(tǒng)、網(wǎng)頁(yè)），那么最好的方式是將python和R相結(jié)合使用。

??當(dāng)然，每種語(yǔ)言有自己的學(xué)習(xí)曲線。因此學(xué)習(xí)本身也要多花時(shí)間，因此如何選取還要依賴于個(gè)人而論。

• c).優(yōu)勢(shì)對(duì)比：

  • 在以下領(lǐng)域中，Python 比R 更有優(yōu)勢(shì)：

    ◆ 網(wǎng)絡(luò)爬蟲和數(shù)據(jù)抓取：雖然R中的rvest已經(jīng)簡(jiǎn)化了網(wǎng)頁(yè)抓取， Python的beautifulsoup和Scrapy更加成熟，并提供更多的功能。◆ 數(shù)據(jù)庫(kù)連接：雖然R有大量的用于連接到數(shù)據(jù)庫(kù)的選項(xiàng)， Python的sqlachemy只用了一個(gè)程序包就提供了所有的數(shù)據(jù)庫(kù)連接功能，并可廣泛用于生產(chǎn)環(huán)境。

  • 而在以下領(lǐng)域中，R比Python更有優(yōu)勢(shì)：

    ◆ 統(tǒng)計(jì)分析選項(xiàng)：盡管Python的SciPy和 Pandas以及 statsmodels的組合提供了很大的一套統(tǒng)計(jì)分析工具，而R是專門圍繞著統(tǒng)計(jì)分析應(yīng)用等創(chuàng)建的，因此提供了更多的相關(guān)工具。◆ 交互式圖像或控制板：bokeh， plotly和intuitics最近都把Python的圖形使用擴(kuò)展到了Web瀏覽器，但是舉個(gè)使用shiny的例子，R中的shiny 控制面板運(yùn)行速度更快，而且往往需要更少的代碼。

  此外，由于數(shù)據(jù)科學(xué)團(tuán)隊(duì)現(xiàn)在擁有一個(gè)比較廣泛的技能庫(kù)，任何應(yīng)用程序所選擇的編程語(yǔ)言都可能用到以前的知識(shí)和經(jīng)驗(yàn)。對(duì)于一些應(yīng)用，特別是原型設(shè)計(jì)和開發(fā)應(yīng)用，人們使用他們已知的工具則速度會(huì)更快。

  • 純文本 的“Air Gap（網(wǎng)閘）”策略

    指在完全斷開網(wǎng)絡(luò)物理連接的基礎(chǔ)上，實(shí)現(xiàn)合法信息的共享。本文中指用純文本文件實(shí)現(xiàn)兩種語(yǔ)言間代碼的共享——譯者注。使用純文本作為兩種語(yǔ)言之間的物理隔離，你需要按如下步驟進(jìn)行。

    1.從命令行中重構(gòu)你的R和Python腳本，并接受命令行參數(shù)。2.輸出共享數(shù)據(jù)到公共文件格式。3.在一種語(yǔ)言中執(zhí)行另一種語(yǔ)言，按要求傳遞參數(shù)。

  • 優(yōu)勢(shì)：

    ★ 最簡(jiǎn)單的方法，通常最快★ 可以輕松查看中間輸出結(jié)果★ 已有常見文件格式，如： CSV ， JSON ， YAML的解析器

  • 劣勢(shì)：

    ☆ 需要事先商定一個(gè)共同的模式或文件格式☆ 如果流程變長(zhǎng)的話，難以管理中間輸出結(jié)果和路徑☆ 如果數(shù)據(jù)量變大，本地磁盤讀寫將成為瓶頸

• d).R和Python：數(shù)據(jù)科學(xué)行業(yè)的表現(xiàn)：

  ★ 如果你看一下最近的民意調(diào)查，在數(shù)據(jù)分析的編程語(yǔ)言方面，R是明顯的贏家。★ 有越來越多的人從研發(fā)轉(zhuǎn)向Python。此外，有越來越多的公司使用這兩種語(yǔ)言來進(jìn)行組合。★ 如果你打算從事數(shù)據(jù)行業(yè)，你用好學(xué)會(huì)這兩種語(yǔ)言。招聘趨勢(shì)顯示這兩個(gè)技能的需求日益增加，而工資遠(yuǎn)高于平均水平。

---

4. 總結(jié)

??這兩種語(yǔ)言從一開始都具有非常顯著的優(yōu)缺點(diǎn)。從歷史上看，盡管把兩者分割開來是因?yàn)榻逃尘?#xff1a;統(tǒng)計(jì)學(xué)家們傾向用R，而程序員則選擇了Python語(yǔ)言。然而，隨著數(shù)據(jù)科學(xué)家的增加，這種區(qū)別開始變得模糊起來。數(shù)據(jù)科學(xué)家就是這樣一種人：軟件工程師中最懂統(tǒng)計(jì)學(xué)，統(tǒng)計(jì)學(xué)家中最會(huì)編程的人。由于這兩種語(yǔ)言各自提供大量獨(dú)特的庫(kù)資源，對(duì)能夠利用這兩種語(yǔ)言的相對(duì)優(yōu)勢(shì)的數(shù)據(jù)科學(xué)家的需求正在不斷增長(zhǎng)。

轉(zhuǎn)載于:https://www.cnblogs.com/cloudtj/articles/6362514.html

總結(jié)

以上是生活随笔為你收集整理的PythonR语言-python和r相遇的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。