Nejlepší odpověď
Chci být konkrétní a říci, že R je vhodný pro analýzu dat, zvláště pokud místo toho sledujete vývoj „moderního R“ původního R. Považuji jeho ekosystém za velmi atraktivní. Zde jsou některé z věcí, díky nimž R vyniká.
- R je zdarma ve srovnání s jiným populárním softwarem pro statistickou / datovou analýzu, jako je SAS nebo Matlab.
- R was navržen pro zpracování tabulkových dat při analýze dat. (Nikdy to nebylo navrženo jako obecný jazyk, jako je python, takže nejsou opravdu srovnatelné.)
- R má jedny z nejlepších funkcí pro manipulaci s daty, vizualizaci dat a hlášení výsledků. Věci jako tidyverse (dplyr, tidyr, ggplot2 atd.), Data.table, Rmarkdown, lesklá aplikace atd. V Pythonu existují podobné věci, ale zdaleka ne tak dobré nebo snadno použitelné. Vizualizační balíček ggplot2 je tak dobře vypadající a zvládne velmi složité vykreslování. Někteří lidé mohou použít R jednoduše pro ggplot2. Existují také webové grafické balíčky, například plotly atd.
- Rstudio IDE. Je to prostě fantastické. Řekl bych, že přitažlivost R bude snížena alespoň na polovinu, pokud Rstudio neexistuje. Jak bych si přál, aby python měl něco tak hezkého, snadno použitelného a výkonného. (Spyder je blízko, zatím tam ještě není.)
- Komerční vývoj společnosti Rstudio. Vývoj zaměřený na zisk je zásadní pro dlouhodobé zdraví ekosystému R. R má silnou komunitu uživatelů a silné odhodlání společnosti Rstudio. Myslím, že nedávné úsilí společnosti Rstudio učinilo z R mnohem přitažlivější prostředí než ostatní. To znamená fantastické prostředí Rstudio IDE integrované s Rmarkdown, Rbookdown, ladicími nástroji, lesklou aplikací atd. Rstudio také najalo některé z nejdůležitějších vývojářů R, jako jsou Hadley Wickham, Max Kuhn, Yihui Xie atd., Které jsou považovány za duše moderních R. Příjemné je, že když se tito lidé připojili k Rstudiu, jejich balíčky R, jako například úplet, devtools atd., Jsou také vylepšeny a integrovány pro lepší pracovní postup.
- A konečně, pokud jste již skočili na loď z R, není těžké uplatnit své dovednosti v pythonu. Python, jako jazyk, se učí snadněji než R. S přístupem k analýze dat trénovaným v R lze podobné dovednosti přenést do pythonu poměrně rychle.
Pokud někdo chce nějaké mít Myšlenka práce v moderním R módu, Hadleyova poslední kniha „R pro datovou vědu“ může sloužit jako velmi pěkný úvod. Sledujte také vývoj Rstudia, protože neustále přidává nové věci, díky nimž je používání R velmi příjemným zážitkem.
Odpověď
Jak zdůraznila Paulina Jonušaitė, R je dobré, protože byl navržen pro statistiku statistiky, a přestože statistici nejsou kompetentní návrháři jazyků – rozhodně to nestačí k tomu, aby byl návrh jazyka koherentní a předvídatelný – zjevně se ukazuje, že v průměru jazyk funguje tak, jak by se dalo očekávat (nebo alespoň dostatečně často na to, aby si lidé, kteří s ním měli pouze povrchní kontakt obvykle , nevšimli jeho inkoherence).
Programovací jazyk R byl navržen tak, že byl vytvořen velmi dobrý programovací jazyk s názvem Schéma a vrhnuto do nějaké podivné syntaxe a chování, aby byl statistikům přitažlivější, uhm. Pokud tedy v tomto jazyce existuje smysl pro dobro, musí pocházet ze schématu.
Některé odkazy najdete v odpovědi Panicze Godka na otázku Proč se syntaxe R tak (špatně) liší od ostatních programovací jazyky?