Maison  >  Article  >  développement back-end  >  Avec lequel est-il le plus facile de démarrer, r ou python ?

Avec lequel est-il le plus facile de démarrer, r ou python ?

(*-*)浩
(*-*)浩original
2019-07-05 13:37:095233parcourir

Si vous ne souhaitez apprendre qu'une seule langue, python est toujours recommandé.

Avec lequel est-il le plus facile de démarrer, r ou python ?

À en juger par la situation des gens autour de moi, de nombreuses personnes qui ont beaucoup appris de R choisissent finalement d'apprendre un autre Python, y compris moi-même. très bon en Python, je n'ai jamais entendu parler de personnes venant apprendre R. (Apprentissage recommandé : Tutoriel vidéo Python)

J'ai en fait appris Python pour les robots d'exploration, puis j'ai d'ailleurs appris l'analyse de données Python. Ce qui m'impressionne le plus, c'est la netteté, l'uniformité et la syntaxe élégante de Python. Par exemple, divers algorithmes d'apprentissage automatique sont utilisés exactement de la même manière dans Python, et la formation, la prédiction et les tests sont tous effectués de la même manière, ce qui réduit considérablement le coût de l'apprentissage. À ce stade, R semble très compliqué. Bien qu'il existe de nombreux packages R complets, il y a trop de répétitions et de méthodes d'appel différentes, de sorte que le coût d'apprentissage augmente fortement.

Cependant, R présente également des avantages que Python ne peut pas égaler. En résumé, R est plus pratique.

Tout d'abord, le dessin.

Les dessins de Python sont essentiellement basés sur la bibliothèque matplotlib, et de nombreuses autres bibliothèques sont liées à celle-ci. Il est indéniable que la flexibilité de dessin de cette bibliothèque est très puissante, c'est-à-dire que vous pouvez l'ajuster où vous le souhaitez, mais il est très gênant d'écrire beaucoup de code à chaque fois que vous dessinez un graphique simple.

Deuxièmement, l'appel de la fonction d'analyse des données.

Étant donné que la science des données n'est qu'une branche de Python, les types de données de la science des données ne sont pas des types intégrés de Python, mais sont placés dans plusieurs bibliothèques. Chaque fois que vous utilisez la bibliothèque, vous devez le faire. chargez-le. La fonction utilisée est plus gênante à mon avis.

Pour résumer, la conception de la syntaxe Python est plus standardisée et les utilisateurs peuvent réaliser leurs propres idées plus librement, mais cela vous aidera à réaliser moins de choses que R. Parce qu'il est plus flexible, je le recommande si vous n'apprenez qu'une seule langue, sinon, si vous apprenez le langage R, vous vous sentirez parfois mal à l'aise car ce n'est pas suffisant.

Pour utiliser une analogie, python, c'est comme vous donner une très bonne canne à pêche. Vous pouvez attraper n'importe quel poisson que vous voulez (mais vous devez l'attraper vous-même). R, c'est comme vous donner une canne à pêche qui ne l'est pas. Ce facile à utiliser est également livré avec une infinité de carpes et de carassins. Vous ne pouvez manger que ces deux types de poissons, mais si vous voulez manger de la carpe herbivore, vous devrez faire beaucoup d'efforts pour la manger. Afin d'éviter toute tromperie, ajoutez la comparaison du langage C. Le langage C est une canne à pêche et vous devez le fabriquer vous-même.

Pour plus d'articles techniques liés à Python, veuillez visiter la colonne Tutoriel Python pour apprendre !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn