1樓：Spark
如果以後的世界發展到不需要程式設計就能解決問題，不管是Python、R還是Julia、F#都會被時代淘汰掉，不是危言聳聽，已經有一些軟體具備這樣的實力了，10年後大家再看這個世界會變成什麼樣。
2樓：lalala
不可能很明顯，python在人工智慧等的浪潮下碾壓其他是有前置條件的，比如你有一張好顯示卡，你會一些框架等等。嗯
我們這邊大筆的用c語言做科學計算的，也沒見往python上轉。重點不是語言，科學計算上可能有兩個重點，乙個是是否有對應的庫，二個是你們組裡一般用什麼。
3樓：匿蟒
根據Tiobe排行，R近期從第20公升到第8，是炙手可熱的大熱門。Julia也在第31位，未來還不好說。
雖然Python位居第三，但是就憑R的表現，說壓得無路可走，明顯不對。
tiobe.com/tiobe-index/當然，這是國際的情況。僅看國內的話，情況可能不同。
4樓：捏爆大臉貓吸乾大臉能
根據對樓主的回答了解，我覺得樓主想選一門比較有前景的語言，那麼python軍團確實是目前來說比較合適的選擇。
但Julia很可能是能把python乾掉的語言，python所有的優點Julia都有，Julia欠缺的是社群活躍度和單打獨鬥比不過python的numpy，scipy，matplotlib等。
R其實和python很像，膠水性十足，而且個人感覺R的包比Python更多，入門門檻更低，只不過R的後期學習曲線過於陡峭。
在科學計算和資料分析領域中，今後 Python R Julia 各自會有什麼樣的發展趨勢？
小離Sidney 現在的我工作上的主力語言。因為Python在經過這麼多年的發展還有這麼多年的積累之後，已經能適應絕大多數的資料分析和科學計算的任務了。科學計算有 SciPy NumPy，畫圖有 matplotlib Chaco，資料分析有 Pandas Scikit learn，所以，從我的使用感...
python能做資料分析嗎？
舒拉 結論，可以的，而且是最好用的工具之一。資料分析，這條技術路線，最開始有下面這些，最後面兩個是偏統計和機器學習的模組 一 numpy 二 pandas 三 matplotlib 四 scipy 五 statsmodels 六 scikit learn 波妮說資料分析 可以。py是實現資料分析的工...
做資料分析用python還是R？
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 ...