R语言和Python一块学习会弄混吗

R语言和Python一块学习会弄混吗？

参考前期的一篇文章：R vs Python / R 和 Python : 哪一种更好用？

R 和 Python 都是开源的、免费的高级编程语言。R 专门用于统计计算。它有大量附加包（package）/工具来支持机器学习和数据分析。另一方面，Python 是一种通用的强大的编程语言，在数据准备、数据调试和数据分析方面有特殊的应用。

这种区别也是不同分析人士喜欢这些编程语言的原因。Python 通常被尝试开发数字处理和分析技能的计算机程序员所青睐。另一方面，R 被数学家和统计学家优先选择。这些差异在这些语言的学习资源（书籍和网上论坛）中是显而易见的。例如，考虑以下 4 本免费的在线图书。

所有这些书都是高质量的统计教材，用 R 作为首选编程语言。这些只是几个例子。请注意，第一本书不是专门用于 R，与第二本书有相同的作者。你很少会找到用 Python 作为首选语言的书籍。因此，R 更有能力处理数据挖掘和统计分析的相关问题。另一方面，Python 提供了非常好的应用程序来处理非结构化和复杂的数据集，如图像、书面文本（网络、电子邮件等）、基因、声音等。

实质上，Python 和 R 一起构成了数据科学家的工具包。因此，对于务实的和面向应用的数据科学家来说，了解这两种语言的超级能力和特点是至关重要的。

使用 R 进行分析、数据可视化与建模：

为分析提供了极好的灵活性

R 使你在分析的时候更容易思考

由于有着十分活跃的统计与数学社区，可以持续的更新和增强分析功能优秀的数据可视化工具

优秀的数据可视化工具

使用 Python 进行数据预处理、数据清洗，特别针对于非结构化数据（如网页，图像，文本等）：

极强的灵活性，能够从自由文本、网站和社交媒体网站提取信息

便于图像挖掘和为分析准备数据

处理大量的数据的时候比 R 语言更好

对于一个认真的数据科学家来说，R 和 Python 都应该了解。我们需要的是 R+Python，而不是 R vs Python。

附图：

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！