很多人無編程經驗，但是出于對學術的研究，需要用些輔助工具用于數據分析和作圖不錯。很多網上有人說學 R 有人說學 Python。

Python 在很多人口中無所不能，比如說編寫一些自動化程序、黑別人網站、做游戲外掛之類那么，Python 真的那么神奇嗎？

首先，兩種語言都能做膠水語言的工作沒有疑問

嗨嘍：小編是一名python開發工程師，這里有我自己整理了一套最新的python系統學習教程，
包括從基礎的python腳本到web開發、爬蟲、數據分析、數據可視化、機器學習等。想要的加Q裙：895817687

描述:Python 事實上應用范圍更為廣泛，而 R 語言一定程度上被局限在了數據處理、數據分析、數據挖掘領域。我認為可能有下列原因：

首先，R 作為一個想要繼承 S 語言的遺產的語言，它一定程度上應該也繼承了 S 的語法（不過我確實不了解 S 語言），這就導致它的許多表示對于熟悉了 C/C++/Java 這一系統語言的程序員感到許多不適。比如：賦值符號會是「<-」（雖然通常來說用「=」）；而原本應該是屬性訪問的「.」居然可以作為變量名的一部分，類似的功能要用「$」完成（比如Python中的data["salary"]或data.salary到了R里面會是data$salary），還有比如數組用「c()」表示。雖然這并不是語言設計的問題，但我確實很不喜歡這種不適感。

語法設計方面上，還有一個因素就是各種函數名縮寫的一致性上。 R 嘛，可能也是有歷史包袱的原因，非常的混亂，總是給人像 MATLAB 那樣各種夸張、毫無限制的感覺。比如有的就是把單詞的幾個輔音拿來縮寫，把幾個單詞首字母拿來縮寫（比如 nnls 這樣縮寫 non-negative least squares），這樣無論從可讀性上、函數名的猜測上基本上非常難（可能是科研人員偷懶的通病，誤）。這方面 Python 作為一個給有潔癖的人設計的語言（誤），就會好很多。

另外也要看輪子的狀況。Python 有那個 pip（Python Package Index）等幾個倉庫，R 語言有它那個可怕的 CRAN（The Comprehensive R Archive Network）（明顯 CRAN 這個名字起得更嚇人一些，而且另外能自稱 Comprehensive Archive Network 的 只有 Perl 的 CPAN 和 TeX 的 CTAN 了，都是什么怪獸的量級的東西了），但輪子的方向其實很明顯，Python 的輪子的方向更為多樣，而 R 語言的輪子會更多得圍繞數據統計分析方面。

然后從數據模型本身而言，Python 會是有「list」、「dict」這一類，傳統意義上的編程模型，受經典編程訓練的人就會用著比較爽吧，而響應的， R 里面可能會強調「dataframe」數據幀這些（或者有時候是「datatable」，這個記不清了），給統計人員用起來更舒服吧。

互聯網瘋狂發展的這十年來年，Python 在幾家互聯網公司的主推之下不可謂不是大紅大紫如日中天。不過這幾年來 R 乘著數據挖掘的東風，總給人一種東山再起的感覺。君不見微軟在這幾年開發者大會上也有提到 R 方面的東西。

個人感覺 R 給人的感覺和 Perl 更像一點，做某些事情非常好，但是以犧牲一部分東西作為代價的前者主推統計領域，后者更具備泛用性。而 Python 是仔細權衡了這種代價而清理過的 Perl 的。

R 加上 ggplot2 以及其他繪圖包能做的事情大多 Python 或者搭配上 numpy、scipy、matplotlib 也能做，但做的風格如何，優不優雅的話就不好說了。個人更喜歡 Python 因為自己整體上更熟悉。所以具體怎么選還是看自己！

總結

以上是生活随笔為你收集整理的数据分析和作图用python好还是R！python真有那么神吗？的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。