python和R都是当下比较流行的编程语言，拥有强大的生态系统和社区，受到大家的追捧和喜欢，那么在数据科学方面，python和R有何区别?我们来看看吧。
大多数深度学习研究都使用python完成的，因此Keras和PyTorch之类的工具具有python优先的开发，你可以在Keras的深度学习简介中了解这些主题。
python和R之上具有优势的另一个领域就是将模型部署到其他软件中，python是一种通用的编程语言，因此，如果您在使用python编写应用程序，包含基于python的模型的过程是无缝的。我们在python设计机器学习工作流中介绍了部署模型和构建python的数据工程管道。
python通常被认为是一种通用语言，具有易于理解的语法。
在R中进行大流的统计建模研究，有多种模型可供选择。R的另一个大窍门是使用Shiny轻松创建仪表板，对于没有太多技术经验的人来说，可以创建发布仪表板并进行分享。
R的功能在开发时考虑了统计学家的问题，从而赋予特定领域的优势，比如说数据可视化功能。
python最初是用于软件开发的编程语言，对于具有计算机科学或者软件开发的人员来说可以更容易使用，而且从其他语言过度到python要比R更加简单。