我们应该将关注点放在技能上，而不是工具上。如果你从事数据科学的工作，可能会立即想到两种编程语言：R和Python。事实上，R和Python本身是很好的工具，但通常被认为是竞争对手。今天推荐的这篇文章将会把两者进行比较，而不是将它们视为两种选择。如果你在Google搜索栏中输入R vs Python，会立即获得大量有关一方的优势的文章。产生这种结果的原因之一，是人们根据他们根据对编程语言使用的选择将
01输出方式表达式语句、print()函数和使用文件对象的write()方法。02输出形式格式化输出str.format()函数、转成字符串可以使用repr()或str()函数来实现。(1)repr()：产生一个解释器易读的表达形式，便于字符串的拼接。例：输出平方与立方的表 for x in range(1,11): print(repr(x).rjust(2),repr
如果你是第一次阅读这篇文章，以下资源贴可能是你感兴趣的：为什么要用python调用R，而不选择R调用python呢？一是我可能会需要和别的系统、接口做I/O操作，python显然比R更有优势；二是window系统下不兼容R调用python的rpython包，也有解决办法但没那么简洁好用。pycharm中安装rpy2我用的pycharm是PyCharm Community Edition 2017.
