1樓：ISKP
選擇什麼語言不是關鍵，主要是分析的方法和理論需要紮實的基本功。R語言在統計分析方面可能更加靈活，但是在大規模的資料處理方面捉襟見肘。而Python本身是乙個程式語言，但是有豐富的資料分析包來支援常見的函式。
但是還是在實踐過程中有一些想要的函式並不在常用的statmodel、sklearn、pandas、scipy當中，所以還是需要通過一些程式設計能力自己下手來實現。
2樓：Chauncy Ray
怎麼會覺得是語言的問題，不用糾結語言的問題，語言只是工具
資料分析在於思維，你如何去分析資料，如何從資料中獲取對業務有用的價值
可以選擇一門你偏向的語言，當改語言沒有配件，多學一門語言，多用一種工具而已，資料分析思維是還在的
3樓：
就業要用Excel。
PY和R崗位加在一起，還不如Excel的零頭。幾乎可以忽略不計。都是靠一群培訓機構吹起來的。
自己去招聘會轉一圈，當面問問廠方的招聘人員，豈不比什麼都清楚？
4樓：chyyyy
僅僅分享下自己的使用經驗和感受。
上學期間，很長一段時間都在使用R。R的優勢，我覺得是好用，語法簡單，開源，意味著可以用的包很多。tidyverse + ggplot +ploty基本伴隨了我學校期間所有的專案，也用過Rstan做貝葉斯分析。
科研人員和統計系的學生都在使用，也不需要特別精通就能上手使用。tidyverse用起來實在太方便了，以至於換用Python之後還有點不適應。
後面也接觸了Python，在機器學習,金融科技領域用Python是主流。加上國內用Python的企業非常多，以就業為目的，學習Python自然是更好的選擇。Python的好處同樣是簡單好用。
常見的包，比如Numpy，Pandas, stats 熟悉了就可以上手工作了。
5樓：Ye.S
不廢話，Python+R，橫掃天下。
成年人才做選擇，小孩子：我都要
只要不側重於開發網路web應用，注重程式執行的效率，Python能幹的R同樣能幹。我寫報告，做模型，只用R，用Python不踏實。R是為資料而生的語言，Python是乙個程式語言，定位不同。
只不過Python的膠水特性，使得它能夠勝任許多應用場景，但是就資料分析，挖掘資料而言，沒有R順手。
6樓：糊塗
R語言在資料視覺化這塊的效能非常卓越，一些統計學背景的朋友，非常喜歡用R。現在除了R Base以外，很多人也非常推崇R的tidyverse包，簡潔好用，功能強大。當然R在某些方面的效能，還是不如Python更高效便捷。
如果你想掌握乙個程式語言，或者想整合更多的東西進來，建議學習Python。
另外，推薦大家學習乙個工具Jupyter，這個工具的與Python有著緊密的關聯，並且可以整合R、Julia、Spark等核心，能夠很好滴實現各種需求。
推薦大家學習Jupyter，一舉打消你的選擇困難症。
7樓：慕然
R是統計分析的專用語言。Python是一門通用語言，應用領域更廣。如果專注資料分析，挖掘選用哪個差別不大，如果除了資料處理，還涉及到其他開發，則只能選Python了
8樓：糯公尺好好吃
我個人兩種都用的比較多，直接說結論，如果你要是做經濟/統計相關的學術工作，R會好一點。其他情況下，python會好很多。
和R相比Python在做以下工作會更靈活：
文字分析/自然語言處理
資料採集，無論是wab scraper還是各種API提供大量的神經網路/深度學習方向的package社群更加活躍，大部分問題都能通過搜尋解決。而且越來越活躍…這一點非常重要！
在業界，目前絕大部分的資料分析，人工智慧，深度學習專案都是基於Python。個人沒怎麼見過基於R的，這也和我上面說過的幾個原因有關。
因此如果想進業界的話不用猶豫，Python沒錯的。
9樓：努力搬磚
從兩個層面來說。
1、公司
大部分的資料分析工作內容，R和PYTHON都能完成，所以，公司並不會刻意去要求熟悉規定的程式設計工具，而是要求主流的幾個中的其一即可。
2、個人
對於個人而言，當我們使用某種工具去完成需求時，難免會遇到各種各樣的問題，如果從網上快速地找到相應地解決方案，無疑會提高我們的工作效率，個人覺得在生態方面python會比R更好。
10樓：成全
R語言與Python之間的比較
1、R語言所包含的分析功能更多，Python則更偏向於物件導向的程式設計。
2、R語言具有很多的內建函式可供資料分析。而Python則依賴於軟體包，我們必須匯入statsmodel包才能使用此功能。
3、R語言中有乙個內建函式dataframe可供構造。然而，我們必須將dataframe匯入Python中才能運用。
4、Python語言通過它的scikit學習包進行線性回歸、隨機森林（Random Forest）等操作。如上所述，它還提供了用於機器學習和人工智慧的API。然而，R語言並沒有這兩項優點。
5、R語言更適用於統計分析。儘管Python的軟體包中的statsmodels為統計方法提供了一定的覆蓋範圍，但是R語言的生態系統要比Python大得多。
6、運用Python執行非統計性任務會更加方便。
7、Python如果通過Beautiful soup和request之類的庫進行網頁抓取，會比R容易得多。
8、R語言和Python語言中的很多常見任務的語法都一致。
Python在資料分析中怎麼用？
Python資料分析 Python日期和時間處理及操作時間序列分類 時間戳 timestamp 特定的時刻 固定週期 period 某月或某年 時間間隔 interval 由起始時間戳和結束時間戳表示datetime，time及calendar模組 datetime 以毫秒形式儲存時間和日期date...
Python在資料分析方面取代R語言和MATLAB會是大勢所趨嗎
阿道克 我是R使用者，用了十來年了吧。我覺得R和Python的問題不是誰取代誰，而是兩者何時融合產生新工具，畢竟兩者一直在取長補短相互借鑑。R不是通用程式語言，而是統計程式語言，這是缺點也是優點。R很難像Python那樣大流行，但是專業性強也不容易被通用工具取代。反而是Python，如果有了更好用的...
大資料分析Python和R的區別與聯絡？
資料分析知識分享 R和Python都是開源程式語言，在資料科學領域廣泛使用。難怪有人在同一行業中尋找職業可能想要獲得這兩種工具中的一種或最好是這兩種工具的專業知識，以便能夠在快速發展的資料科學和分析市場中找到自己的利基。但是，當初學者希望同時學習兩者時應該怎麼做?R主要是一種面向功能的程式語言。如果...