为何还在浪费时间？Python与R语言的数据科学之争

编辑：技术君 | 来源：读芯术

正文

图源：unsplash

对于数据科学初学者来说，实干才是硬道理。所以我们只需选择其中一种语言，并重点完成一些项目，接着便可品尝胜利的果实。这就是最快的学习方式。<0}

笔者虽然很想直接推荐Python（笔者主要使用Python，不过也的确掌握一些R语言的工作知识），但还是想为初学者公正地评估一下这两种语言的有效性。这主要是因为选择哪种语言取决于你自己的具体情况。

你为什么想学习？

必须考虑的因素是：你想要学习的原因。例如，如果你是一个训练有素的生物学家，想学习一些编程技能以便更好地理解你的数据集，或者你熟悉其他科学编程语言，比如MATLAB，那么你应该考虑在YouTube上看一些R语言的教程，因为它对你来说比Python更简单、更直观。

或者，如果你是精通C/C++和Java等语言的软件工程师，并且准备转攻数据科学，Python将是适合你的一种语言。与大多数其他流行的编程语言一样，Python是一种面向对象编程（OOP）语言，它可能比R语言更直观。

又或者，也许你最近一直在阅读数据科学这一迷人领域的相关文献，并想涉足其中，在这种情况下，这两种语言都是不错的选择。因此，比起学习的理由这一因素，选择哪种语言将更多地取决于其他因素。

你是否有精通该语言的朋友或同事？

如果你正在学习一门新语言，那么获得社区的支持将会是一个巨大的优势。从社区获得帮助是程序员的一项非常重要的技能。

作为一名初学者，学习如何获得帮助有些棘手，很少有网络资源来教会人们如何从社区获得帮助。具备敏锐的直觉，并且知道当代码出错时应该询问些什么是非常重要的。

如果你认识一个精通Python的人，或者你实验室的另一个研究人员一直在研究R语言，那么你最好学习他们擅长的语言，因为这样你就可以在遇到困难时随时向他们求助。

你是只对统计和数据分析感兴趣，还是想学习其他领域，如机器学习和人工智能？

在应用层面上，Python和R语言的一个显著区别在于前者用途更广泛。Python是一种成熟的编程语言，这意味着你只用Python便可以收集、存储、分析和可视化数据，同时还可以创建机器学习工作管道并将其部署至生产或网站中。