Python VS R語言?數(shù)據(jù)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(huán)境，主要用于統(tǒng)計分析、繪圖、數(shù)據(jù)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(fā)(也因此稱為R)，現(xiàn)在由“R開發(fā)核心團隊”負責開發(fā)。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(xiàn)，通常用S語言編寫的代碼都可以不作修改的在R環(huán)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(zhí)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(fā)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(tǒng)計技術(shù)、繪圖功能，以及編程接口和數(shù)據(jù)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(zhí)行文件版本會連同一批核心功能的軟件包，而根據(jù)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(jīng)濟計量、財經(jīng)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(shù)據(jù)分析和數(shù)據(jù)挖掘方面都有比較專業(yè)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(shù)學工具
Python與R語言的區(qū)別
數(shù)據(jù)結(jié)構(gòu)方面，由于是從科學計算的角度出發(fā)，R中的數(shù)據(jù)結(jié)構(gòu)非常的簡單，主要包括向量(一維)、多維數(shù)組(二維時為矩陣)、列表(非結(jié)構(gòu)化數(shù)據(jù))、數(shù)據(jù)框(結(jié)構(gòu)化數(shù)據(jù))。而 Python 則包含更豐富的數(shù)據(jù)結(jié)構(gòu)來實現(xiàn)數(shù)據(jù)更精準的訪問和內(nèi)存控制，多維數(shù)組(可讀寫、有序)、元組(只讀、有序)、集合(***、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(shù)據(jù);R不行，R分析數(shù)據(jù)時需要先通過數(shù)據(jù)庫把大數(shù)據(jù)轉(zhuǎn)化為小數(shù)據(jù)(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(tǒng)計結(jié)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(diào)用，和數(shù)據(jù)源的連接、讀取，對系統(tǒng)的操作，還是正則表達和文字處理，Python都有著明顯優(yōu)勢。 而R是在統(tǒng)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(wǎng)絡(luò)爬蟲與網(wǎng)頁抓取
Python 的 beautifulsoup 和 Scrapy 更加成熟、功能更強大，結(jié)合django-scrapy我們可以很快的構(gòu)建一個定制化的爬蟲管理系統(tǒng)。
2、內(nèi)容管理系統(tǒng)
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(chǎn)環(huán)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(tǒng)，而R中的 Shiny 的鑒權(quán)功能暫時還需要付費使用。
3、API的構(gòu)建
通過Flask、Tornado等標準的網(wǎng)絡(luò)處理庫，Python也可以快速實現(xiàn)輕量級的API，而R則較為復雜。
應用R語言的場景
1、統(tǒng)計分析
盡管 Python 里Scipy、Pandas、statsmodels提供了一系列統(tǒng)計工具 ,R 本身是專門為統(tǒng)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(gòu)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(wǎng)絡(luò)爬蟲上更有優(yōu)勢，而 R 在統(tǒng)計分析上是一種更高效的獨立數(shù)據(jù)分析工具。所以說，同時學會Python和R這兩把刷子才是數(shù)據(jù)科學的王道。
