undefined另一方面，R语言仅用于统计和数据分析，其图表比Python的图表更美观、更个性化。R语言在其ggPlot2库中使用图形语法（GrammarofGraphics）来可视化数据，它提供了许多Python所缺乏的直观个性化。也许这有点笼统，但是如果你想成为一名数据分析师，R语言应该是你的首选。如果你想成为一名数据科学家，Python是更好的选择。这就是泛化和专业化之间的两难选择。来源：unsplash作为近十年兴起的领域，数据科学的演进日新月异。但不变的是，每天都有越来越多的数据管道实现自动化。拥有数据工程、数据可视化、机器学习工程、云服务集成和模型部署等多种技能的员工总是比只专注于数据科学工作流程某一方面的员工更受欢迎。这一领域的发展已经很大程度上实现了自动化，只有具有出色编程技能的员工才不会被机器取代。除非你非常擅长该领域，否则仅仅专注于构建出色的机器学习模型在未来是行不通的。目前的行业现状是，能力“比较”优秀的初级求职者太多，但初期工作经验很少。对于那些稍微高级的工作，没有足够的经验或技术工人。为了能够在您的工作中更上一层楼，您将需要了解和实践工作流程的其他阶段，为什么不最大化您的成功概率呢？如果你还在犹豫不决，我建议最好现在就选择Python，开始学习。有了R语言的工作知识后，您还可以学习R语言的基础知识。但如果你真的不习惯Python，那么我不需要花太多时间考虑下一步该怎么做。作为初学者，您的首要任务应该是了解数据科学的核心概念，并首先了解如何将这些概念应用到实际场景中。对于没有编程或计算机科学背景的人来说，配置编程环境可能很困难。但是，搭建环境，开始学习R语言的体验，可能会比Python更加流畅和友好。太多的人只是沉迷于成为数据科学家的幻想，而没有足够的人真正付诸行动。因此，是时候开始您的数据科学之旅了。
