1樓：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，從我的使用感受來說，python已經越來越能很好的代替R做很多事情了，而且運算速度、記憶體使用都比R要好了N個數量級，而且相關的書籍也不比R少了。就發展來說，Python很有可能會成為這些領域的主力開發語言，雖然他的效率沒有C、Julia之類的高。
R：用的還算比較多，感覺上，R語言更適合快速寫乙個模型的原型，然後簡單測試，這也是因為現在R語言的各種Package很多，想要什麼基本的模型都能找到。做起來容易，還算快速。
而且入門R也更容易一些。所以我覺得，R的發展主要還是在模型初級驗證方面，還有就是資料分析的入門方面。
Julia：操作上蠻像Matlab，符號運算也還不錯，運算速度很不錯，現在也有一些package了。使用上的感覺是Julia更偏科學計算，支援科學計算早晚也會出現支援資料分析方法的Package，只是不一定會有很多人習慣使用。
但是他的執行效率確實不錯，對那些需要速度的任務比如Quant之類的事情，有可能成為使用Julia的主要人群吧。而且，Julia確實似乎已經在往這方面發展了？因為看到有關Quant的Package已經有一些了。
總之，Julia的發展也許就在金融和替代Matlab的方向上吧。
2樓：走走看看
python膠水語言，適合其他軟體的指令碼提供擴充套件支援。R偏向數學應用，學術研究什麼的，類似matlab作為一種工具存在。另乙個就不了解了，各有自身特點
Python在科學計算 資料分析已經把其他語言Julia，f ，r壓的無路可走了嗎？
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。 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...
資料分析師和資料科學家有何區別？
偷故事的人 資料分析師和科學家的區別還是相當大的，資料分析師主要是以資料的而應用為主，資料科學家主要是以資料的分析識別模型和概念的完善以及資料的整體的價值所在為重，科學家主要是搞研究，往往科學家研究出來的成果經過幾十年才會被應用到顯示中，這是科學的整體的乙個壽命。 宋宋 資料分析公司不同每個企業對資...
資料分析的工作屬於計算機領域嗎 需要程式設計，寫程式嗎？
大金Kagging 5年前不是，不需要寫程式，但會程式設計是超級技能現在一定是，需要寫程式，會程式設計是基礎技能，5年後，是計算機領域麼不知道，要程式設計麼不知道，會程式設計優勢不知道。溜 大哥的一哥 如果資料量不是太大的話，那麼資料分析已經很傳統了，用一些簡單的工具就能處理，如excel spss...