r語言和python有必要都學嗎

R和Python是目前最受歡迎的兩款高階程式語言，被大量運用於資料科學領域。兩者都是開源的，也都有非常活躍的社群來支持。那麼問題來了：r語言和python有必要都學嗎

#R:

R語言由紐西蘭奧克蘭大學的Ross Ihaka和Robert Gentleman於1995設計出來(由於兩人的名字均以'R' 字母開頭，因此命名為R語言)，現在由“R核心開發團隊“負責開發。

雖然R主要用於資料分析、繪圖以及資料探勘，但也有人被用來當作矩陣計算。其計算速度可媲美專用於矩陣計算的開源軟體GNU Octave和商業軟體MATLAB。

起初R主要在學術研究中使用，但近年來在企業界也表現突出，這使得R成為企業中使用的全球發展最快的統計語言之一。對於資料科學任務，R的語法更直覺形象

對於資料處理任務，很多時候R的文法會比較簡單。函數和參數的命名設計也更好，很容易記住和使用。

舉個例子，我們將分別用R和Python來刪掉Iris資料框中的兩個變數（由於R和Python都有Iris資料框，因此我們使用這個資料框）。

我們來看看各自的語法：

Python

import seaborn as sns
import pandas as pd
iris = sns.load_dataset('iris')
iris.drop(['sepal_length', 'species'], axis = 1)

R

library(dplyr)
select(iris, -sepal_length, -species)

為了刪除變量，Python中使用了drop函數，而R中使用了select函數。我們來比較這兩個函數(都在最後一行程式碼)的語法。

先講Python，drop函數命名得很好，容易記住。但是參數設計得很複雜。

第一個參數是包含想要刪除變數的列表，Python中用方括號[ ]代表列表。這裡你必須要用方括號，變數一定要用引號' '，要不然程式碼會執行錯誤。

在資料視覺化方面，R非常優秀

視覺化是選擇資料分析軟體的一個重要的標準。

除了擅長資料分析外，R的另一個閃光點就是它的畫圖能力特別強，幾乎可以畫出所有類型的圖。不信的話，你可以穀歌一下，輸入 'R visualization' 關鍵字。

Python的優勢

對於資料科學初學者，儘管我強烈推薦學R，但也不是唯一的選擇。

對於某些人，Python可能是最好的選擇。下面講一下哪些情況下選擇Python比較好。

如果你有軟體開發或電腦科學基礎，學Python

如果你曾經有軟體開發經驗或是電腦科學專業的話，我認為Python會更適合你。因為你已經有程式設計經驗了，使用Python會讓你更舒服。

想開發軟體，學Python

我已經說了R比較擅長資料科學。如果你想建立軟體系統的話，我認為Python更合適。 Python的閃光點就是寫軟體，效率很高。就像一些專家所說的那樣，寫Python程式碼就如同寫偽代碼。

此外，Python是一門通用語言，基本啥都能幹。然而R比較專，只是擅長統計分析和視覺化。

我想澄清一下，不是說R不能寫軟體。只是更多人喜歡用Python去建立產品軟體。因此身為資料科學家，如果你想創立軟體系統，我覺得Python比R更適合。

想搞機器學習，學Python

如果你想長期從事機器學習的研究，我建議你學Python。

其實R也有機器學習生態系。特別地，R的caret 套件開發得很好，它有能力完成各種機器學習任務。例如：使用caret套件建立迴歸模型（regression model）、支援向量機（SVM）、決策樹（包括迴歸和分類）以及執行交叉驗證（cross validation）等等。總之，R的機器學習生態系統發展得很好。

但是，Python在機器學習上的支援出現更早。為了實現各種不同機器學習方法，Python的scikit-learn函式庫提供一套更簡潔易讀的語法。而R中caret包的語法有時有點拙劣。尤其，caret包與Tidyverse套件相容得不是很好，輸出的結果有時也很難處理。相反，Python的scikit-learn庫與Python生態環境整合得很好。

市面上有關機器學習的書籍，其演算法實現很多都是用Python寫的。

總之，如果你想致力於機器學習，我認為Python會更好。

想搞深度學習，學Python

深度學習可謂是目前人工智慧領域最熱門的技術之一，而Python則是深度學習使用最熱門的語言。

大多數深度學習框架都有Python接口，例如：TensorFlow，Keras，Pytorch，Theano，MXNET等等。

Python與各框架相容得非常好，擁有大量貢獻者、搜尋結果、相關書籍和學術文章；Github上的深度學習專案大多數都是用Python寫的。如果你是剛入門深度學習的新手，使用Keras是不錯的選擇。

相比較，R對深度學習框架相容方面表現不佳。因此如果你想專注於深度學習，Python可能更適合。

學R還是Python？ 主要還是依耐你的背景以及你的目標。

如果你沒有任何程式設計經驗，建議你先學R；如果你想學資料視覺化，我認為R的ggplot2套件是最好的工具；如果你想專門從事資料分析和資料挖掘，R表現更優秀。

如果你想成為機器學習專家，Python的scikit-learn函式庫可以好好研究一下；如果你想開發軟體系統，Python比較適合。

俗話說，技多不壓身，你還有第三個選擇：R和Python都學。實際上很多頂尖資料科學家這兩門語言都會。不過對於新手，一次只學一門。同時學兩門會讓你很混亂，學習週期會拉長，事也倍功半。

以上是r語言和python有必要都學嗎的詳細內容。更多資訊請關注PHP中文網其他相關文章！