r语言和python有必要都学吗,R语言和Python

　　r和Python是两种最流行的高级编程语言，在数据科学领域有着广泛的应用。两者都是开源的，并得到非常活跃的社区的支持。那么问题来了：有必要既学R语言又学python吗？

　　r:

　　R语言是由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman在1995年设计的(命名为R语言是因为他们的名字都以字母‘R’开头)，现在由‘R核心开发团队’开发。

　　虽然R主要用于数据分析、绘图和数据挖掘，但也用于矩阵计算。其计算速度堪比专门做矩阵计算的开源软件GNU Octave和商业软件MATLAB。

　　起初，R主要用于学术研究，但近年来，它在商界也表现突出，这使得R成为世界上企业使用的增长最快的统计语言之一。对于数据科学任务，R的语法更直观。

　　对于数据处理任务，R的语法在很多情况下会更简单。函数和参数的命名设计也更好，便于记忆和使用。

　　例如，我们将使用R和Python删除Iris数据框中的两个变量(由于R和Python都有Iris数据框，所以我们使用这个数据框)。

　　让我们来看看我们各自的语法：

　　python将seaborn作为sns导入

　　进口熊猫作为pd

　　iris=sns.load_dataset(iris )

　　iris.drop([萼片长度，物种]，轴=1)

　　图书馆

　　选择(鸢尾，-萼片长度，-物种)

　　删除变量，Python中用的是drop函数，r中用的是select函数，我们来比较一下这两个函数的语法(都在最后一行代码)。

　　先说Python。drop函数名副其实，容易记忆。但是参数的设计非常复杂。

　　第一个参数是一个包含要删除的变量的列表，这个列表在Python中用方括号[]表示。此处必须使用方括号，变量必须使用引号，否则代码将无法正确运行。

　　r在数据可视化方面非常优秀。

　　可视化是选择数据分析软件的重要标准。

　　除了擅长数据分析，R的另一个亮点是绘图能力特别强，几乎可以画出各种各样的图。不信你可以谷歌一下，输入关键词‘R可视化’。

　　Python的优势

　　对于数据科学的初学者来说，虽然我强烈推荐学习R，但并不是唯一的选择。

　　对于某些人来说，Python可能是最好的选择。先说说哪些情况下选择Python比较好。

　　如果你有软件开发或者计算机科学的基础，那就去学Python吧。

　　如果你有软件开发经验或者你是计算机专业的，我觉得Python会更适合你。因为你已经有编程经验，使用Python会让你更得心应手。

　　想开发软件，学Python

　　我已经说过R更擅长数据科学。如果要搭建软件系统，我觉得Python比较合适。Python的亮点是写软件，效率很高。正如一些专家所说，写Python代码就像写伪代码。

　　另外，Python是一种通用语言，它几乎可以做任何事情。但是R是专精的，只擅长统计分析和可视化。

　　我想澄清一下，不是说R不会写软件。只是更多的人喜欢用Python来构建产品软件。所以作为一个数据科学家，如果你想创建一个软件系统，我觉得Python比r更合适。

　　想搞机器学习，学Python

　　如果你想长期学习机器学习，建议你学Python。

　　其实R也有机器学习生态系统。特别是R的caret包开发的很好，它有能力完成各种机器学习任务。比如使用caret包建立回归模型，支持向量机(SVM)，决策树(包括回归和分类)，交叉验证等等。总之，R的机器学习生态系统发展的很好。

　　不过Python对机器学习的支持出现的更早。为了实现各种机器学习方法，Python的scikit-learn库提供了更简洁易读的语法。而且R中的caret包语法有时候有点差。尤其是caret包和Tidyverse包兼容性不是很好，输出结果有时候很难处理。相反，Python的scikit-learn库与Python的生态环境结合得很好。

　　市面上有很多关于机器学习的书籍，他们的很多算法实现都是用Python写的。

　　总之，如果你想投身于机器学习，我觉得Python会更好。

　　想搞深度学习，学Python

　　深度学习是人工智能领域最热门的技术之一，Python是深度学习最流行的语言。

　　大多数深度学习框架都有Python接口，比如TensorFlow，Keras，Pytorch，Theano，MXNET等等。

　　Python非常兼容各种框架，有大量的贡献者、搜索结果、相关书籍和学术文章；Github上的深度学习项目大部分都是用Python写的。如果你是深度学习的新手，使用Keras是个不错的选择。

　　相比较而言，R并不擅长与深度学习框架的兼容。所以如果你想专注于深度学习，Python可能更适合。

　　r还是Python？主要是你的背景，你的目标。

　　如果你没有任何编程经验，建议你先学R；如果想学习数据可视化，我觉得R的ggplot2包是最好的工具；如果想专攻数据分析和数据挖掘，R表现更好。

　　如果你想成为机器学习的专家，Python的scikit-learn库可以很好的学习；如果要开发软件系统，Python比较合适。

　　俗话说，技能越多，压力越小。你还有第三个选择：同时学习R和Python。事实上，许多顶级数据科学家会说两种语言。但是对于新手来说，一次只学一门课。同时学习两门课程会让你很迷茫，学习周期拉长，事半功倍。

　　有必要既学R语言又学python吗？更多详情请关注Gxl上的其他相关文章。

　　这篇技术文章来自互联网。如果您无意侵犯您的权益，请点击此处反馈版权投诉。

　　系统来源：php中文网

　　标签:Python

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。