Python、R对比分析

一、Python与R功能对比分析

1、python与R相比速度要快。python可以直接处理上G的数据；R不行，R分析数据时需要先通过数据库把大数据转化为小数据（通过groupby）才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。Python=R+SQL/Hive

2、如果是统计理论研究、前沿科学研究，R比python更胜一筹。R的优势在于有包罗万象的统计函数可以调用，特别是在时间序列分析方面（主要用在金融分析与趋势预测）无论是经典还是前沿的方法都有相应的包直接使用；相比python在这方面贫乏不少。R的使用人群主要是一些高校、医药的统计学家，新出现的理论很快就被社区开发出相应的库，以供调用。

3、python的工程化应用强于R。Python的优势在于其胶水语言的特性，由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。如果你小心地避免使用依赖于系统的特性，那么你的所有Python程序无需修改就可以在下述任何平台上面运行。些平台包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE甚至还有PocketPC、Symbian以及Google基于linux开发的Android平台！

4、python的应用场景大于R。Python是一套比较平衡的语言，各方面都可以，而R是在统计、数据分析方面比较突出。但是数据分析其实不仅仅是统计，前期的数据收集，数据处理，数据抽样，数据聚类，以及比较复杂的数据挖掘算法，数据建模等等这些任务，只要是100M以上的数据，R都很难胜任，但是Python却基本胜任。

5、python处理大数据的速度快于R。一些底层用C写的算法封装在python包里后性能非常高效(Python的数据挖掘包Orange canve 中的决策树分析50万用户10秒出结果，用R几个小时也出不来，8G内存全部占满)。

二、Python与R应用场景对比分析

（1）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

（2）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

三、权威文献

IEEE：Python高居首位

世界上最大的技术专业协会 IEEE 在几年前已经创建了一个编程语言排名。这个 IEEE 的排名系统使用一组 12 个指标，包括比如谷歌的搜索量、谷歌的趋势、Twitter 的点击次数、GitHub 的库、Hacker News 的帖子等等。使用这种方法，他们将几十种编程语言进行排名和分类。

在他们对 2017 年顶级编程语言的回顾中，python高居首位，是最好的开源语言。

热门开源语言排名

文献：http://36kr.com/p/5084329.html

 

---

以下作为Python和R的优缺点分析，已经在开头整合分析，所以下面部分简单了解即可

四、Python优点

1. 作为初学python的科班出身的小白，python非常简单，非常适合人类阅读。阅读一个良好的Python程序就感觉像是在读英语一样，尽管这个英语的要求非常严格！Python的这种伪代码本质是它最大的优点之一。它使你能够专注于解决问题而不是去搞明白语言本身。
2. 易学。python虽然是用c语言写的，但是它摈弃了c中非常复杂的指针，简化了python的语法。
3. 开源。Python是FLOSS（自由/开放源码软件）之一，简单地说，你可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。Python希望看到一个更加优秀的人创造并经常改进。
4. 可移植性————由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。如果你小心地避免使用依赖于系统的特性，那么你的所有Python程序无需修改就可以在下述任何平台上面运行。这些平台包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE甚至还有PocketPC、Symbian以及Google基于linux开发的Android平台！
5. 在计算机内部，Python解释器把源代码转换成称为字节码的中间形式，然后再把它翻译成计算机使用的机器语言并运行。事实上，由于你不再需要担心如何编译程序，如何确保连接转载正确的库等等，所有这一切使得使用Python更加简单。由于你只需要把你的Python程序拷贝到另外一台计算机上，它就可以工作了，这也使得你的Python程序更加易于移植。
6. Python既支持面向过程的函数编程也支持面向对象的抽象编程。在面向过程的语言中，程序是由过程或仅仅是可重用代码的函数构建起来的。在面向对象的语言中，程序是由数据和功能组合而成的对象构建起来的。与其他主要的语言如C++和Java相比，Python以一种非常强大又简单的方式实现面向对象编程。
7. 可扩展性和可嵌入性。如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们。你可以把Python嵌入你的C/C++程序，从而向你的程序用户提供脚本功能。
8. 丰富的库。Python标准库确实很庞大。python有可定义的第三方库可以使用。它可以帮助你处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用户界面）、Tk和其他与系统有关的操作。记住，只要安装了Python，所有这些功能都是可用的。这被称作Python的“功能齐全”理念。除了标准库以外，还有许多其他高质量的库，如wxPython、Twisted和Python图像库等等。
9. Python确实是一种十分精彩又强大的语言。它合理地结合了高性能与使得编写程序简单有趣的特色。
10. 规范的代码。Python采用强制缩进的方式使得代码具有极佳的可读性。

五、python语言的缺点

很多时候不能将程序连写成一行，如import sys;for i in sys.path:print i。而perl和awk就无此限制，可以较为方便的在shell下完成简单程序，不需要如Python一样，必须将程序写入一个.py文件。（对很多用户而言这也不算是限制）

1. 运行速度，有速度要求的话，用C++改写关键部分吧。不过对于用户而言，机器上运行速度是可以忽略的。因为用户根本感觉不出来这种速度的差异。
2. 既是优点也是缺点，python的开源性是的Python语言不能加密，但是目前国内市场纯粹靠编写软件卖给客户的越来越少，网站和移动应用不需要给客户源代码，所以这个问题就是问题了。国随着时间的推移，很多国内软件公司，尤其是游戏公司，也开始规模使用他。
3. 构架选择太多（没有像C#这样的官方.net构架，也没有像ruby由于历史较短，构架开发的相对集中。Ruby on Rails 构架开发中小型web程序天下无敌）。不过这也从另一个侧面说明，python比较优秀，吸引的人才多，项目也多。

六、R的优点：

1. 免费... 开源... （这是最重要的一点好不好，也是SAS流行于公司，R流行于研究机构和大学的最主要原因）
2. 是专门为统计和数据分析开发的语言，各种功能和函数琳琅满目，其中成熟稳定的一抓一把。
3. 语言简单易学。不需要太多底层编程，解决了许多非IT人需要面对大量编程的困扰，所以适合统计学人群，想的多，编程工作少一点。
4. 更新较快。R的使用人群主要是一些高校、医药的统计学家，新出现的理论很快就被社区开发出相应的库，以供调用。

七、R的缺点：

1. 对大数据、大文本处理极差。

2. 内存管理和平行处理（parallel processing/programming）都为人诟病。数据小时没有感觉，数据大了就各种报错

3. package的可靠性问题，因为开源不可靠。

4.当你跑比较大的simulation，对效率有要求的时候，有时还是不得不用C，这可能是10小时和10分钟的差别，毫不夸张。