2018-05-11 07:30:00 每週一課

前線導讀： 是的，你沒有看錯，數據科學領域從業者最離不開的兩大編程語言，當紅炸子雞 Python 和“過氣網紅”R 真的要展開合作了。近日，URSA 實驗室宣佈，R 和 Python 正攜手合作，旨在讓使用不同編程語言的數據科學家能夠更輕鬆地協作，避免不同語言開發人員的過多重複工作，這或許會成為今年最雄心勃勃的交叉事件。有網友對這次合作發表評論道：“這個真的蠻歷史性時刻的”，不過也有網友調侃“兩個最慢的語言正在合作”，你怎麼看？

Ladies and 鄉親們，爭奪數據分析領域最好用編程語言的兩大重量級選手：Python 和 R 語言，竟然宣佈：合！作！了！

如果你身處數據分析領域，那麼你一定遇到過或者聽說過這個兩難抉擇——在進行數據分析時，到底使用哪種語言更好，R 還是 Python？

“最好的編程語言”之爭曠日持久，數據科學領域也不例外。網上經常出現諸如“我想學習機器學習，我應該用哪個編程語言”或者“我想快速解決問題，我應該用 R 還是 Python”等這類問題。儘管這兩種編程語言目前都是數據分析社區的佼佼者，但是它們仍然深陷“哪一種才是數據科學家的首選編程語言”的爭論之中。

但是各位，從今往後，你們可以不用再糾結這個問題了。

數據科學領域最強編程語言之爭

在介紹合作相關事宜之前，我們照例先回顧一下這兩種編程語言的前世今生，以及他們在編程江湖當中的恩怨情仇。

前世今生

Ross Ihaka 和 Robert Gentleman 於 1995 年基於 S 語言創造了開源語言 R，目的是專注於提供更好和更人性化的方式做數據分析、統計和圖形模型。

起初 R 主要是在學術和研究中使用，但近來工業界也發現了 R 的好，這使 R 成為在企業中使用的全球發展最快的統計語言之一。

而 Python 由 Guido van Rossem 創建於 1991 年，主要強調效率和代碼的可讀性。希望深入的數據分析或應用統計技術的程序員是 Python 的主要用戶。

當你越需要在工程環境中工作，你會越喜歡 Python。它是一種靈活的語言，在處理一些新東西上表現很好，並且注重可讀性和簡單性，學習曲線比較平緩。

恩怨情仇

這兩種編程語言是怎麼結下樑子的？還得從機器學習和數據分析說起。

機器學習和數據分析之間的差異有些難以言明，但二者最主要的不同就在於：比起模型的可解釋性，機器學習更加強調預測的準確性；而數據分析則更加看重模型的可解釋性以及統計推斷。

於是乎，由於 Python 更看重預測結果的準確性，它成為了機器學習的一把利器。而 R 作為一種以統計推斷為導向的編程語言，在數據分析界也得到廣泛應用。

但是，這並不是就給這二位定了性，除了各自的領域別的都幹不成了。實際上，Python 也可以高效地完成數據分析工作，R 在機器學習中也具有一定的靈活性。它們都擁有相當多的資源庫去實現彼此特定的函數功能，比如 Python 就有很多資源庫來提高自己統計推斷的能力，R 也有很多包可以提升預測的準確率。

由於二者的這些特性，網絡上對於 Python 和 R 到底誰強誰弱的爭論一直沒有定論，就連在學界和業界的使用率也一直你追我趕。

不過，隨著近幾年人工智能的普及，越來越多學校開展了 Python 語言的編程課，轉型人工智能的企業也加大了對 Python 語言的投入力度。根據 Stack Overflow 2018 年開發者調研報告顯示：Python 的排名有所上升，今年已經超過了 C#，正如它去年超過了 PHP。Python 堅定主張要成為「最快速成長的主流編程語言」，至於 R 語言，則被遠遠甩在後面。