如果你是数据分析领域的新兵，那么你一定很难抉择——在进行数据分析时，到底应该使用哪个语言，R还是Python？
在网络上，也经常出现诸如“我想学习机器语言，我应该用哪个编程语言”或者“我想快速解决问题，我应该用R还是Python”等这类问题。尽管两个编程语言目前都是数据分析社区的佼佼者，但是它们仍在为成为数据科学家的首选编程语言而战斗。今天，就让我们从数据科学的角度，一步步比较这两大编程语言。
R语言作为统计界第一语言（软件），很多时候与我们号称分析界第一语言的Python老是被人拿起来对比，所以今天专门做了一个表格，简介一下R语言与Python语言的对比情况。
首先还是我Python神图压镇：
（图片来源于网络）
Python的发布年份其实远在R之前。Guido Van Rossum于1991年开发完成了Python，并由Python软件基金会(PSF)负责其发展。其开发灵感主要来自C语言和Modula-3，部分来自ABC语言。Python的名字取自喜剧蒙提·派森的飞行马戏团（Monty Python's Flying Circus）。
再介绍一下R语言吧：
有个小段子，说为什么要叫R语言呢？就是因为两位创始人的名字，都是以"R"开头的，所以，干脆一拍即合，就叫R语言吧…… （就是这么随性～）R语言是Ross Ihaka和Robert Gentleman于1995年开发的，作为贝尔实验室S编程语言的一种实现，其开发环境主要由C语言，Fortran和R来完成。
（图片来源于网络）
咳咳！敲桌板的纯干货来了！！！
从定位角度看
R致力于提供更好的，对用户友好的数据分析、统计分析和绘图模型；R主要用于学术和研究领域，如今正在快速拓展其企业市场的运用。
而Python则强调生产效率和代码的可读性。双方的用户群也有一定的差异。Python的使用者，是那些想深入钻研数据分析或者应用统计技术的程序员，以及向数据科学寻求帮护的开发者。
用一句话总结：“越接近统计研究跟数据分析人，越倾向R；越接近工程开发工程环境的人，越倾向Python”。
从实用性来讲
R通过几行代码就可以写出统计模型，尽管R有样式表，但并不是每个人都使用它们，可以用若干种方式写出同样的功能；
在Python中写代码和调试代码则更容易一些，主要是因为它的“优美”语法。但是代码的缩进会影响它的意思。并且，在Python中，永远只有一种方式来写同样的功能。
在灵活性方面
在R中使用复杂的公式很容易。各种各样的统计检验和统计模型都是现成的并且容易使用；
相比R，Python在完成以前没有做过的新奇的事情上，很灵活，开发人员也会用它写网站或其它应用的脚本。
通过分析是不是很多内容都似曾相识呢？
没错，相信很多小伙伴都发现了，R语言怎么和Python的特性这么相似捏？
其实R也有很多自己特性，下面是它最显著的几个特性：
1、命令模式
Python虽然也支持命令模式，但是相对来说，更偏向于流程控制语句，也就是可以写一堆语句，然后执行。R本身基本上不需要用到流程控制（当然，它也支持流程控制）。
2、交互性
这样是命令模式的一个特点，敲回车，出结果。但是又不像SPSS那种用鼠标扎针的交互方式（在键盘上运指如飞逼格瞬间提升很多……好莱坞大片里面，高手黑客都是不用鼠标的，当然，这样很合理，SSH或者Telent到远程服务器上，怎么鼠标？）
3、统计学特性
……也是R语言最大的特点，好吧R语言与其他所有计算机语言最大的本质区别，就是它是一门统计学家发明的语言（其他语言，基本上都是码农发明的，当然，也有数学家发明的），那么就有很多神奇特点。
比如：赋值的时候，不用等号（=），用的是指向（
这种语句，就需要 a < (-5) 这样写。
比如对象下面的属性，不用点（.），而是用刀乐（$）。当然，点也能用，但是又带来各种问题。
比如R语言的变量命名法则不用遵循匈牙利法则……可以用中文啊有木有：
最反人类（反（程序）猿类）的设计，就是它的数组下标从1开始啊有木有！！所有的程序语言都是从0开始的有木有啊！！
最后就是内存问题
R语言被要求把所有数据都加载到内存里面去进行运行……OMG！！现在动辄GB没事就TB就数据，作死要不要做得这么彻底？（当然，现在Spark也支持R了……这是一个好消息，大家都是内存计算，难兄难弟啊）
为了方便大家理解，
贴出我Python大法与R大法的对比图：
（图片来源于网络）
引用Python程序猿经常说的一句话：“别看我们运行慢，但是我们写得快啊”……但是这个对比R就没优势了，R的代码量比Python更少……当然，是比R能够完成的任务的情况下。
实际上这种对比并没有太大的意义，比较硬要说R是一种语言，还不如说它更像是一个分析工具，是一个软件……而Python是一个支持大型软件工程项目的开发语言（不信，你用R写个web网站我看看～……Python就可以。
最后的结果当然是是平局啊喂！
哪个工具更适合，
取决于你如何去挑选一个最适合你需要的程序语言咯。
首先要问问自己：
1.你要解决什么样的问题
2.你学习一门程序语言的成本？
3.在你的领域最常用的工具是什么？
要知道学习一个能更好地解决问题的新系统会花费时间，
但依旧使用你熟悉的系统并不能解决所有的问题。
