Python 和R语言
Python 和R语言
Python是面向对象的、解释型、*编程语言。由Guido van Rossum在1991年创建。Python的设计理念就是强调代码的可读性。 Python2.0在2000年发布,Python3.0在2008年发布。在Python中使用import this可以查看Python之禅。 随着数据科学、人工智能、机器学习等学科的发展,Python无疑成了当下较热门的编程语言,没有之*。 各种编程语言的对比是编程界经久不衰的话题,Python常常用来和R语言做对比,尤其是在数据科学领域。本文就结合本人使用的亲身体验来比较一下Python和R。
首先作为科研人员和数据工作者,R语言是使用情况上来说,要比Python更加广泛。周围大大多数人也通常使用R,而不是Python。本人虽然平时也尝试写一些Python代码,但是主流的工作语言还是R。可以说“Python是爱好,R是工作”。当然,各个领域的使用情况可能不同。
在科研领域,面对的主要对象是数据,包括对数据的整理和清洗,数据的分析等,而R语言自出生就流淌着统计的血液,在统计分析上具有先天优势。另外,广大科研人员并不关注语言是不是面对对象,他们反而觉得面向过程更简单一些。而且数据分析通常不会涉及太多代码的重用性,也不会太关注代码的效率(除非是写工具用)。
R语言在处理数据框(表)类型的东西上,更具优势。尤其是很多R包,比如data.table,tidyr,dplyr等等,还有%>%管道符号,在处理数据表上简直就是神器。虽然Python也有pandas等之类的模块,但是使用起来显然不如R语言灵活好用。另外,R语言在画图上也有很大优势,很灵活,尤其是ggplot2包,以及搭配各种配色,作出的图可以直接放在论文中的。
所以,可以看到R语言在数据清理筛选 -> 统计分析 -> 结果作图上都比Python具有优势,对于普通的科研人员来说,这些就够了,所以在这个意义上R语言要比Python好用很多。
当然,Python在处理非数据框(表)类型的数据时,比R语言更方便。尤其是处理字符串,Python特别好用,R相比就显得笨拙一些。此外,Python中的生成式也非常灵活方便。
另外,在面向对象而言,R语言也加入了一些S3,S4等类型,但是,就本人而言,R的S3和S4显得晦涩,很难以让人理解。Python中的类就显得很简洁了。
更多培训课程,学习资讯,课程优惠等学校信息,请进入 贵阳乌当区Web培训贵阳白云区Python培训贵阳观山湖区Linux云计算培训 网站详细了解,免费咨询电话:400-998-6158