我觉得 Python 和 R 就是两个最主流、最有前途、也足够用了。
Python 是正宗的编程语言，全能、流行。R不那么像传统的编程语言，在其统计分析及其扩展领域，始终占据顶级的一席之地。
Python 近几年炒的太火，特别是国内，从知乎问题上就能看得出来，R还不够Python的零头。
我更喜欢 R，尽量客观的来说，R 在国内属于严重被埋没，两点佐证：
(1) 国外R的流行度，无论是在学界还是业界，都远高于国内。
(2) R近年来的涌现出来的若干非常现代和好用的数据科学/机器学习/文档沟通包：
tidyverse、data.table、tidymodels(上代是caret)、mlr3(上代是mlr）、Rmarkdown/Shiny。。。。。。
在国内很少有人知道和推广它们，绝大部分 R 语言教师/教材/教程/博客文章、R入门者还在整 5 年前的古董级的 R 语法，推荐 R 书都是什么 R 语言实战（不是说书不好，是语法实在太陈旧了），时髦点的推荐 R 数据科学（还行，起码是 tidyverse了，只不过是 2016年底的就在国外出版发行的书），对 R 的印象始终停留在：R语法晦涩难懂，速度慢
R做统计分析和绘图还行，
R机器学习只有单独算法的包
R做不了深度学习、大数据、工业部署。。。。
如果你去用一下 tidyverse，你会发现它做数据操作比 pandas 好用好几倍，python以“优雅”著称，用用 tidyverse 你才会发现怎么操作数据才叫做“优雅”，要是嫌慢，轻松就能转换到 data.table
如果你去用一下tidymodels或mlr3，你会发现它足以媲美sklearn
R正在能够做深度学习、大数据、工业部署。。。。（当然是在国外）
R速度慢，有快的包和方法啊
______________
所以，我打算写一本真正适合入门的、现代的、最新技术的R语言编程基础的书（基于最新tidyverse 包，免费电子书），以推广如今这么好用，却不被国内主流所知的 R 语言。
