大数据分析Python和R的区别与联系

　　R和Python都是开源编程语言，在数据科学领域广泛使用。难怪有人在同一行业中寻找职业可能想要获得这两种工具中的一种或最好是这两种工具的专业知识，以便能够在快速发展的数据科学和分析市场中找到自己的利基。但是，当初学者希望同时学习两者时应该怎么做?
 

　　明智的做法是先掌握一个，再继续学习另一个。从每个人开始选择一个人的决定可能并不相同。这主要取决于两个因素：有抱负的人的经验背景和他们打算实现的目标。当对他们打算做什么或渴望以何种方式实施知识有清晰的认识时，它会有所帮助。他们希望与之合作的资源，专家和同事是决策时必须考虑的另一个参数。

 

　　R主要是一种面向功能的编程语言。如果有抱负的人来自统计学或数据挖掘的学术领域，那么以R开头将是一个不错的选择。开始时它不仅是熟悉的领域，而且还有助于加快僵硬的学习曲线。当最终目标的统计计算量大于机器学习量时，选择以R开头也是一个正确的想法。同样，当人们使用大量的混乱数据或需要高质量的图形时，在学习Python的基础知识之前，对R的了解会非常方便。
 

　　Python与R不同，Python是一种面向对象的编程语言，这使选择具有面向对象编程经验或知识的人变得非常容易。当人们也希望使用基于Web的应用程序时，建议从Python开始。可以使用任何面向对象编程语言进行编码的程序员都会发现，学习Python并开始舒适地使用它非常有帮助。首先学习Python的一大好处是“ RPy2”库，它构成了在Python之后顺利过渡到R的桥梁。
 

　　总结一下，可以得出一个结论，除了个别例外，统计学家可能想开始使用R进行数据科学之旅，而软件程序员则希望先熟练使用Python，然后再转向R。成功的数据科学家需要将这两种技能结合起来。