Python与R两者数据科学编译语言那个是更好用的?

Python vs. R是数据科学家社区成​​员之间激烈争论的话题。这两种语言都用于数据科学和分析,它们根据您正在进行的工作提供优缺点。

为了帮助数据科学家选择正确的语言,加州大学戴维斯分校的一位名叫Norm Matloff的计算机科学教授发表了一篇关于Python和R的各种因素的详细比较。

Matloff教授在以下11个方面对两种语言进行了比较,以确定哪种语言更适合哪些任务:

R与Python的数据科学

1.优雅

明确赢得Python。

在优雅方面,Python是一个胜利者,因为它在编码时减少了括号和括号的使用,使其“更加时尚”。

2.学习曲线

R的巨大胜利

新手很容易学习R,它已经内置了数据分析功能,有利于统计计算。

而使用Python需要额外的工作来学习开始使用语言所需的材料,如NumPy,Pandas和matplotlib。

3.可用的库

轻微的边缘到R.

Python Package Index(PyPI)有超过183,000个包,而Comprehensive R Archive Network(CRAN)有超过12,000个。“事实上,R具有规范的封装结构是一个很大的优势,”Matloff说。

4.机器学习

这里对Python略有优势

Python近年来的增长可以归因于ML和AI的兴起。Matloff表示,虽然Python提供了几个精细调整的图像识别库,例如AlexNet,但它们的R版本很容易开发。

5.统计正确性

R赢得大胜

可以看出,从事ML工作的专业人员有时对Python中存在的统计问题缺乏足够的了解。R是由统计学家和统计学家编写的数据科学编程语言。

6.并行计算

我们称之为平局

Matloff写道,R和Python的基本版本对多核计算没有很强的支持。鉴于Python的多处理程序包不能很好地解决其他问题,并且R的并行程序包也不是很好,它是一个平局。

7. C / C ++接口

R的轻微胜利

R具有强大的工具,如Rcpp,用于连接R到C / C ++,而Python有像swig这样的工具。与R相比,它并没有那么强大,而Pybind11软件包仍在开发中。

8.面向对象,元编程

R的轻微胜利

虽然函数在R和Python中都被视为对象,但R更严肃地对待它。例如,无法向终端打印功能,这在R中是可能的。此外,R的元编程功能(生成代码的代码)使其更具吸引力。

9.语言统一

R的可怕损失

Python编程语言的版本正在从2.7过渡到3.x,但它不会造成太大的破坏。然而,由于RStudio:R和Tidyverse,R分为两个不同的版本。

如果Tidyverse优于普通R,那将会有所帮助,但在Matloff看来,并不是“让初学者更加困难”。

10.关联数据结构

赢得Python

在Python中实现诸如二叉树之类的经典计算机科学数据结构更容易。使用’list’类可以在R中实现同样的效果,但速度要慢得多。

11.在线帮助

R赢得大胜

R中的基本help()函数比示例()支持的Python更具信息性,使其成为这方面无可争议的赢家。

发表评论

电子邮件地址不会被公开。 必填项已用*标注