上一个项目中需要给客户推荐数据分析工具，目标地位在SPSS、SAS、R和Python这四个工具上。在百度上过了一圈，看不到特别好的帖子。而自己只对SPSS和手写code比较熟，SAS没有接触过，对R和Python的使用和理解和都比较肤浅，所以最后写的对比自己都觉得不是很满意。


今天在KDNuggets上看到两篇对比R和Python的文章，老美写的挺好，这里总结一下，分享出来。原文链接在文章的最后。

第一部分 R和Python的今世前生

R是1995年在S语言的基础上由Ross Ihaka和Rebert Gentleman创立的。主要初衷是为了提供一个用户友善的数据分析、统计和绘图的工具。原先流行于学院内，现在主流的公司都已经在使用。

Python是1991年由Guido Van Rossem创立的。初衷是为了提供一个易读的编程语言。后续才有一些统计和数据分析功能加入。


从这两个工具的出身就可以看出，R更和分析人员的胃口，而Python对工程师世界的人更有亲近感。R的分析包极度的丰富，还有大量的论坛、答疑和文档的支持。二Python则更容易和整个软件工程开发相适应，比如你想调用数据库，或者直接和前端页面交互，Python就有天生的优势。之前Python的分析包较少，不过这种情况现在有了很大个改变。

因此，取决于学习者的出身，R的学习曲线较Python更陡峭，对于经验丰富的程序员，两个工具的学习曲线就看你对那个方面的要求功能更高了，是牛逼的数据分析，还是牛逼的前后端系统整合。

第二部分 两者的数据比较

在通用的编程语言排名中，Python一直排名靠前，基本都是4-5位，而R都在十几名那里溜达。不过Python是一个通用编程语言，而R相对专业很多，所以这个排名无意义。在第二个链接的文章里面，KDNuggets自己搞的调查中，不管是使用者，社区大小，讨论数量等方面，R在2014年每季度都是第一，而且R的工作薪酬平均也比Python的要高出近2000美金。不过Python开发人员的需求增长在2014年已经超过了R的开发人员。

第三部分 优劣大PK

R的优势：

  1. 可视化工具很丰富，支持的包也不少；不要告诉我你还在用表格给领导看结果！
  2. 有完善的生态系统，CRAN社区等有丰富的学习资源；
  3. 天生的面向数据分析人员和科学家，对编程的技能要求低；
  4. R比较的慢，这是故意的！！！因为不是为了码农来设计的！！

R的缺点：

  1. 这个很难学，曲线太陡峭。你可以决定要不要挑战自己一把。


Python的优势：

  1. IPython Notebook让你的工作很简单，容易跟别人分析工作代码和数据；
  2. 通用编程语言，这是为码农准备的东东！
  3. 系统集成性好，可以更很多其他的软件交互，这也是为了码农准备的！

Python的缺点：


  1. 数据可视化部分比较孱弱，想自己搞一个漂亮的图，有些烦；
  2. 对于数据分析和统计的支持，相对R来讲，弱了不少。尽管在不断追赶，但是能否超越？！？


有了上面的分析，估计对于自己想用啥，大家都清楚了吧。没有绝对答案，取决于


  1. 你想解决什么问题？分析还是应用？
  2. 学哪个对你来说成本最低？
  3. 你混的地盘里，哪个更为主流接纳？
  4. 其他需要你使用的工具是什么？他们跟R和Python的关系？


下一篇再找找这两个开源的工具与收费工具的PK文章吧。