R和Python谁更好？【Python教程】,Python,R

假如你处置在数据科学范畴，提到编程言语，一定能立时想到 R 言语和 Python言语假如你在 Google 中搜刮“R vs Python”，可以看到很多关于二者谁更好的议论，但实在无论是 R 照样 Python，两个都是很优异的东西。

涌现这类征象的缘由之一是，应用者们基于自身所应用的编程言语，将数据科学范畴分为几个阵营，包括 R 阵营和 Python 阵营。两个阵营的人都异常置信自身挑选的言语远好过对方的。所以在某种水平上，这类不合并不悉数来自于东西自身，也有来自应用者的缘由。

为何差别时应用两种言语？

实在，在数据科学的圈子里，也存在同时应用 Python 和 R 的人，但比例是异常小。别的，有一大部份对峙应用某一种言语的人，同时也希望能掌握另一种言语的某些功用。比方，R 的应用者有时候很须要 Python 的面向对象属性，与此同时，一些 Python 用户也想应用 R 壮大的统计散布功用。

上图显现了由 Red Monk 在 2018 年第三季度所举行的观察的效果。此效果基于 Stack Overflow 和 Github 上言语的受欢迎水平，很明显 R 和 Python 的得分都很高。从言语自身来讲，并非限定我们不能在统一项目中应用二者的缘由。而我们的最终目标要做更有洞察、有价值的剖析，而挑选哪一种言语不应该成为这一过程当中的障碍。

纵观 R 和 Python

下面我们可以先从几个差别方面对照这两种言语，离别看看它们的优缺点。

Python

自 1991 年宣布以来，Python 就极为受欢迎，尤其在数据处置惩罚方面被普遍应用。它云云受欢迎有以下几个缘由：

面向对象言语

通用性

可扩展性强，壮大的社区支撑

易于明白和进修

Pandas、Numpy 和 Scikit-learn 等包使 Python 成为机械进修的极佳挑选

但是，与 R 差别的是，Python 没有用于统计盘算的专用包。

R 初次宣布于 1995 年，随即成为数据科学范畴应用最广的东西之一。

险些包括你能想到的任何一种统计应用东西包。当前 CRAN 有凌驾 10 万个包。

具有极好的可视化东西包，如 ggplot2。

可以举行自力剖析。

从机能上来讲，R 并非速率最快的言语，而且在处置惩罚大型数据集时，能够对内存斲丧较大。

“双剑合璧”

是不是可以同时应用 R 超凡的统计才能和 Python 的编程才能呢？我们可以轻松地将 SQL 代码与 R 或 Python 相连系写成一个剧本，为何不把 R 和 Python 也连系一同应用呢？

将 Python 与 R 同时应用在统一个项目中，有两个基础的手腕，接下来就和人人分享这两个要领：

R within Python

PypeR

PypeR 供应了一种可以让 R 衔接 Python 的简朴门路，即经由过程管道 (pipe)。PypeR 也存在于 Python 的东西包当中，供应了更便利的装置体式格局。当 Python 和 R 之间不须要频仍举行数据传输时，PypeR 异常实用。当我们经由过程管道运转 R 时，Python 顺序在子流程掌握、内存掌握和跨操纵系统（包括 Windows、GNU Linux 和 Mac OS）移植的天真度都比较高。

pyRserve

pyRserve 应用 Rserve 作为 RPC 的衔接网关，经由过程这类衔接体式格局，用户可以在 Python 中设置 R 的变量，同时 R 的函数也可以被长途挪用。

rpy2

ryp2 可以在 Python 历程中运转内嵌的 R 言语。它创建了一种框架，可以将 Python 对象转化为 R 对象，再把它们传入 R 函数，末了将 R 输出的效果传回给 Python 对象。

在 Python 中挪用 R 言语的长处之一是，我们可以在 Python 中方便地应用 R 言语壮大的东西包，如 ggplot2、tidyr、dplyr 等。下面我们经由过程一个简朴的例子来看看如安在 Python 中应用 ggplot2。

Basic Plot

https://rpy2.github.io/doc/latest/html/graphics.html#plot

Geometry

https://rpy2.github.io/doc/latest/html/graphics.html#geometry

关于 rpy2 的材料

rpy2官方文档

https://rpy2.github.io/doc/latest/html/index.html

RPy2: Combining the Power of R + Python for Data Science：

https://community.alteryx.com/t5/Data-Science-Blog/RPy2-Combining-the-Power-of-R-Python-for-Data-Science/ba-p/138432

Accessing R from Python using RPy2：

https://www.r-bloggers.com/accessing-r-from-python-using-rpy2/

Python with R

我们可以经由过程以下几个东西在 Python 中运转 R 言语的剧本：

rJython

该东西包经由过程 Jython 布置了衔接 Python 的界面，供应了将 Python 与 R 连通的接口。

rPython

rPython 也是一个在 R 言语中挪用 Python 的东西包，它可以在 R 中运转 Python 代码，举行函数的挪用，以及变量的分派和猎取等。

SnakeCharmR

SnakeCharmR 是改良版的 rPython，它源于 rPython 的 'jsonlite' 分支，比拟于 rPython 有诸多提拔。

PythonInR

PythonInR 可以让用户异常方便地在 R 言语中应用 Python，供应了可与 Python 举行交互的函数。

reticulate

Reticulate 包供应了一整套可以使 Python 与 R 互相操纵的东西。在所有上面所提到的东西中，这个应用最为普遍，大部份缘由在于它是由 Rstudio 主导开辟的。Reticulate 在 R 模块中内嵌了 Python 模块，使两种言语可以无缝且高机能地互相操纵。应用该东西包，我们可以把 Python 代码 “编织” 进 R 言语中，制造了一种将两种言语相连系的新型项目。