全文共1898字，預計學習時長7分鐘
圖源：unsplash
科技飛速發展，每隔幾個月就會推出一款新的編程語言或者是編程框架。開發人員/分析師/研究人員都想找到最趁手的編程語言，以便更輕鬆地完成任務。究竟誰纔是數據科學最佳編程語言呢？這場神仙打架，誰會是最後的贏家？
我們常常通過錯誤的原因選定一門編程語言，我們的選擇受到許多因素的影響。而當前市場充滿了各種數據科學項目，最關鍵的問題不是“哪一門語言最好”而是哪一門語言最適合當前的項目與開發環境。
本文可能沒法給你一個唯一確定的答案，但是你將得到的是，在決定數據科學項目中使用哪門編程語言可以取得最佳效果時，我們需要考慮的那些問題。
數據科學中最常用的編程語言
和其他編程語言（比如Java,Scala, Matlab）相比，Python和R在統計分析和機器學習項目中最常用。
這兩門語言都是當下最受歡迎的開源編程語言，受衆廣泛。數據科學家只有不斷了解新的庫，學習新的工具，才能讓項目水平與精巧程度更上一層樓。
Python
圖源：pixabay
Python以其簡單易學、句式可讀性強而著稱。使用像Python這樣的萬金油編程語言，你可以搭建一個完整的科學生態系統而無需擔心兼容性和界面問題。
Python代碼維護成本低，因此以此可見它的性能也更強大。從數據整理到功能選擇、網頁抓取以及機器學習模型部署，Python能與Theano, Tensorflow, and PyTorch等所有主流機器學習與深度學習API結合，幾乎可以完成所有工作。
R
20年前，一羣學者和統計學家開發出了R語言。如今，許多統計學家、分析師還有開發人員都在利用R語言進行分析，CRAN（開源存儲庫）中提供了12000個可用數據包。
由於R語言是專爲統計人員開發的，因此R語言成了所有核心科學以及數據分析的首選，R語言中有一個包幾乎可以用於各類分析問題。RStudio 允許用戶生成簡潔高質量的數據分析報告用於交流分析結果，讓數據分析結果更加精準。
4大問題教你認清哪門語言最適合你的項目！
那麼問題來了，我們在實際工作中該如何選擇正確的編程語言呢？可以先試着回答下面4個問題：
1.你所在機構/行業最喜歡哪門語言/哪個框架
工作的行業以及同行通常使用的語言會影響你的決定，你也想和他們用一樣的語言。下面是DavidRobinson（數據科學家）做的分析，反映了R語言在不同行業的受歡迎程度，可以看到R在學術界和醫學界最常用。
所以，如果你想從事研究、學術或生物信息工作，你最好選擇R語言而不是Python。
圖源：stackoverflow
R語言用的最少的行業則是軟件產業、應用程序驅動以及基於產品開發的公司。至於這些公司選用哪門語言，你最好與公司技術棧裏的基礎架構或者是同事/團隊使用的語言保持一致。
包括學術界在內的大部分組織/行業都會選擇Python作爲基礎架構：
圖源：stackoverflow
對於數據科學家來說，學習一門可用於多種應用、能增加就業機會的編程語言纔是明智之舉。
2.你當前有多少時間/金錢可以投入學習？
你選擇一門語言而不是另一門語言的原因常常取決於你的編程經驗和你的項目要耗費的時間。
如果有一個項目具有高優先級而兩門編程語言你都不熟悉，你經驗有限或壓根沒有編程經驗，學習R語言可能更容易上手。利用現有的庫，僅用幾行代碼就可以寫出統計模型。
如果你還有精力探索數據庫並學習相關探索方法，從Python切入是個不錯的選擇。不過，如果你學習R語言，在Rstudio裏可以很快完成數據庫探索。
圖源：unsplash
3.項目要達到什麼樣的效果？
這個問題十分重要。在你選擇一門語言之前，你必須做好項目的日程規劃，要達到什麼樣的要求。
R：如果你只想利用數據庫解決統計問題、做一些多元分析然後生成一份說明報告或數據可視化圖表，你最好選擇R語言，因爲它有強大的可視化功能和交流庫。
Python：如果你的目標是先做探索性分析，再開發一個深度學習模型，之後在一個網頁應用中部署該模型，應當優先考慮Python的網頁框架以及其他主流雲服務供應商旗下的產品。
4.你在數據科學領域的經驗如何？
初學者往往不夠熟悉統計學以及數學概念，這個時候最好選擇Python，因爲python能讓你輕鬆編寫算法。
你可以利用NumPy之類的庫自如操作矩陣、編寫算法。小白最好從頭開始搭建知識框架，而不是直接跳去使用機器學習的庫。但是如果已經掌握了機器學習算法的基礎概念，可以在Python和R中任意挑選一個開始學習。
圖源：unsplash
簡言之，R和Python功能之間的差距正在縮小。大多數工作都可以用兩種語言完成，兩者都有豐富的生態系統來支持你的項目。
因此，不存在孰強孰弱的問題，最適合的就是最好的。
一起分享AI學習與發展的乾貨
歡迎關注全平臺AI垂類自媒體 “讀芯術”
（添加小編微信：dxsxbb，加入讀者圈，一起討論最新鮮的人工智能科技哦～）