经常有读者问我们，在数据科学领域，我应该选择Python还是R？诚然，R和Python对数据科学家都很重要。但是对于一个新的数据科学家来说，该如何选择呢？同时学习Python和R也有些不切实际。作者TomWaterman，作为一个有经验的人，先学了R，再学了Python。他列举了Python比R更适合数据科学领域的四个原因，InfoQ中文站翻译分享给大家。在我看来，Python在数据科学领域比R更适合的主要原因有四个。一个新的数据科学家面临一个非常重要的问题：我应该学习Python还是应该学习R？好问题！这个问题真的很重要。因为，“男怕入错行，女怕嫁错郎”。您必须知道，学习第一门编程语言需要花费数百小时。试图学习两种编程语言是不切实际的，尤其是当你刚刚开始你的职业生涯时。那么，你应该做出怎样的选择呢？根据我的经验，如果你选择Python，我相信，你的职业生涯会从中受益匪浅。在我看来，Python是数据科学职业的更好选择，尤其是当你刚刚起步时。我将给出四个我认为Python是你职业生涯更好选择的理由，但我也会澄清：我不认为R是一个糟糕的选择。选择R不会对你的工作机会产生负面影响，但根据你的团队，你甚至可能会被要求学习R。事实上，Facebook使用R作为内部调查工具的分析组件，我们所有的数据科学基础设施都支持该语言.也就是说，我相信如果你学习Python，你将更快地成为一名实践数据科学家，并且能够更好地在统计建模之外的重要领域为你的团队做出贡献。所以，学习Python会让你为公司带来更大的影响，你的事业也会因此而硕果累累。原因1：您可能无论如何都必须学习Python大多数公司要求他们的数据科学家做的不仅仅是预测建模（即机器学习）。至少，您可能需要维护为模型提供数据的数据管道，而这些数据管道可能是用Python构建的。目前，管道的行业标准是基于Python的Airflow，而在Facebook，我们基本上使用相同的内部Python工具。事实上，在Facebook，我估计我们100%的数据科学家每周都使用Python，而可能只有大约10%的人积极使用R。因此，选择Python可能会更有效率：虽然您可以避免使用R一旦找到工作，就不太可能了。原因2：Python更容易学习了解就业所需的时间很重要，尤其是如果您是在大学以外自学的。Python以易于学习而著称。在学习了Python和R之后（虽然我对Python更深入），我觉得Python的名声是实至名归的。当您开始使用统计建模以外的语言功能时，Python易于学习的好处尤其明显。这些功能包括用于分发的打包项目、开发命令行界面、使用SQLAlchemy等对象关系映射(ORM)对数据结构进行建模等等。了解Python会让你更容易掌握这些特性，你的职业生涯也会因此受益。理由三：Python拥有更大的社区Python是世界上最流行的编程语言之一，在Stackoverflow、Kaggle甚至Mediun等站点上都有庞大的社区。因此，当您不可避免地遇到自己无法解决的问题时，您更有可能找到在您之前遇到过问题、寻求帮助并获得解决方案的人。这意味着您将花费更少的时间来调试系统的兼容性问题，而将更多的时间用于交付对您的业务产生影响的代码。理由四：使用Python部署模型更容易最后，您可能会在您的职业生涯中达到一个阶段，您希望能够为任何最终用户实时提供模型。要解决这个问题，您需要构建一个基于REST的Web应用程序，这使用Python很容易。事实上，Python托管了一些世界上最流行的Web应用程序框架，即Django和Flask。贵公司的内部部署工具更有可能支持这些框架，而支持R的可能性相对较小。这些框架的流行还意味着它们得到了平台即服务提供商（如Heroku、AmazonLightsail等）的良好支持。有了这些框架，您将能够在线发布您的个人项目，而只需花费在R中部署相同项目所需工作的一小部分。最重要的是，如果您足够幸运，您的公司已经在使用Python框架在它自己的产品中，然后学习Python意味着你会感到足够安全，可以连接你自己的应用程序内跟踪。能够为您的模型自主捕获更多特征会对您的影响力产生巨大影响。当然，所有决定都需要权衡取舍，选择学习Python而不是R也不例外。虽然我个人认为Python是数据科学职业的更好选择，但Python也有其缺点也值得考虑。对我来说，Python最大的缺点是没有与RStudio相当的工具。最具可比性的Python是JupyterNotebook，但我个人觉得RStuduo更好，因为它具有数据探索能力。作者注：在写完这篇文章后，MarceloGarcia指出免费的Spyder包可以作为RStudio的Python替代品。我还没有机会试用Spyder，但它看起来很棒！R在学术界也很流行，因此R包的文档更有可能是对学术研究的直接参考。这些文档对于从事“前沿”研究的数据科学家很有用。但我认为缺少RStudio并不足以否定Python的相对优势。此外，数据科学学术界的从业者要少得多，这使得R的研究相关优势对大多数数据科学家来说不那么重要。所以，尽管R有很多优点，但我相信如果你选择学习Python，你的职业生涯将会受益匪浅。最后，我认为值得一提的是，我并不认为学习R是一个糟糕的选择，只是Python更有可能成为你职业生涯更好的选择。根据您的情况，学习R可能对您更有意义。无论您选择学习哪种语言，您都不应觉得自己永远无法改变主意。请注意，所有编程语言的相似之处远多于不同之处：学习第二种编程语言比第一种编程语言容易得多。其实我只是选择了先学R！因此，即使我现在建议将Python作为你职业生涯的更好选择，我也很难对R提出过分强烈的警告。关于作者：TomWaterman，Facebook数据科学家。
