做统计学习的
回复内容：
给一篇长文，国外一个培训机构DataCamp的老师Martijn Theuwissen写的，详细比较了python和R，结论就是你需要根据做什么来选择工具。来源http://www.kdnuggets.com/。
（顺便做个广告，本文由数据客团队翻译，微信号idacker，欢迎和我们一起关注数据）
Python和R是统计学中两种最流行的的编程语言，R的功能性主要是统计学家在开发时考虑的（R具有强大的可视化功能），而Python因为易于理解的语法被大家所接受。
在这篇文章中，我们将重点介绍R和Python以及它们在数据科学和统计上地位之间的差异。
关于R的介绍
Ross Ihaka和Robert Gentleman于1995年在S语言中创造了 开源语言R，目的是专注于提供更好和更人性化的方式做数据分析、统计和图形模型的语言。
起初R主要是在学术和研究使用，但近来企业界发现R也很不错。这使得中的R成为企业中使用的全球发展最快的统计语言之一。
R的本文来源gao@!dai!ma.com搞$$代^@码!网主要优势是它有一个庞大的社区，通过邮件列表，用户贡献的文档和一个非常活跃Stack Overflow group提供支持。还有CRAN镜像，一个用户可以很简单地创造的一个包含R包的知识库。这些包有R里面的函数和数据，各地的镜像都是R网站的备份文件，完全一样，用户可以可以选择离你最近的镜像访问最新的技术和功能，而无需从头开发。
如果你是一个有经验的程序员，你可以不会觉得使用R可以提高效率，但是，你可能会发现学习R经常会遇到瓶颈。幸运的是现在的资源很多。
关于Python的介绍
Python是由Guido van Rossem创建于1991年，并强调效率和代码的可读性。希望深入的数据分析或应用统计技术的程序员是Python的主要用户。
当你越需要在工程环境中工作，你会越喜欢Python。它是一种灵活的语言，在处理一些新东西上表现很好，并且注重可读性和简单性，它的学习曲线是比较低的。
和R类似，Python也有包，pypi是一个Python包的仓库,里面有很多别人写好的Python库。
Python也是一个大社区，但它是一个有点比较分散，因为它是一个通用的语言。然而，Python自称他们在数据科学中更占优势地位：预期的增长，更新颖的科学数据应用的起源在这里。
R和Python：数字的比较在网上可以经常看到比较R和Python人气的数字，虽然这些数字往往就这两种语言是如何在计算机科学的整体生态系统不断发展，但是很难并列进行比较。主要的原因是，R仅在数据科学的环境中使用，而Python作为一种通用语言，被广泛应用于许多领域，如网络的发展。这往往导致排名结果偏向于Python，而且从业者工资会较低。在网上可以经常看到比较R和Python人气的数字，虽然这些数字往往就这两种语言是如何在计算机科学的整体生态系统不断发展，但是很难并列进行比较。主要的原因是，R仅在数据科学的环境中使用，而Python作为一种通用语言，被广泛应用于许多领域，如网络的发展。这往往导致排名结果偏向于Python，而且从业者工资会较低。
R如何使用？
R主要用于当数据分析任务需要独立的计算或分析单个服务器。这是探索性的工作，因为R有很多包和随时可用的测试，可以提供提供必要的工具，快速启动和运行的数量庞大几乎任何类型的数据分析。R甚至可以是一个大数据解决方案的一部分。
当开始使用R的时候，最好首先安装RStudio IDE。之后建议你看看下面的流行包：
•dplyr, plyr 和 data.table 可以轻松操作包
•stringr 操作字符串•zoo做定期和不定期的时间序列工作
•ggvis, lattice, and ggplot2 进行数据可视化
•caret 机器学习
转载请注明原文链接：做统计学习应该学 Python 还是 R？
