1、適用場景不同
r語言適用於數據分析任務需要獨立計算或單個服務器的應用場景。
Python作為一種粘合劑語言,在數據分析任務中需要與Web應用程序集成或者當一條統計代碼需要插入到生產數據庫中時,使用Python更好。
2、任務不同
在進行探索性統計分析時,r語言勝出。它非常適合初學者,統計模型僅需幾行代碼即可實現。
Python作為一個完整而強大的程式語言,是部署用於生產使用的算法的有力工具。
3、數據處理能力不同
有了大量針對專業程序員以及非專業程序員的軟件包和庫的支持,不管是執行統計測試還是創建機器學習模型,R語言都得心應手。
Python最初在數據分析方面不是特別擅長,但隨着NumPy、Pandas以及其他擴展庫的推出,它已經逐漸在數據分析領域獲得了廣泛的應用。
4、開發環境不同
對於R語言,需要使用R Studio。
對於Python,有很多Python IDE可供選擇,其中Spyder和IPython Notebook是最受歡迎的。
5、存在問題不同
內存問題:R語言被要求把所有數據都加載到內存裏面去進行運行。