Cel mai bun răspuns
Vreau să fiu specific și să spun că R este bun pentru analiza datelor, mai ales dacă urmezi în schimb dezvoltarea „R modernă” al nativului R. Mi se pare foarte atractiv ecosistemul său. Iată câteva dintre lucrurile care fac ca R să iasă în evidență.
- R este gratuit, comparativ cu alte programe populare de analiză statistică / de date, cum ar fi SAS sau Matlab.
- R a fost conceput pentru a trata datele tabulare în analiza datelor. (Nu a fost niciodată conceput ca un limbaj general, cum ar fi python, deci nu sunt cu adevărat comparabile.)
- R are unele dintre cele mai bune manipulări de date, vizualizare a datelor, capacități de raportare a rezultatelor. Lucruri precum tidyverse (dplyr, tidyr, ggplot2 etc.), data.table, Rmarkdown, aplicație strălucitoare etc. Există lucruri similare în Python, dar nu la fel de bune sau ușor de utilizat. Pachetul de vizualizare ggplot2 are un aspect atât de frumos și poate gestiona complotarea foarte complexă. Unii oameni pot folosi R pur și simplu pentru ggplot2. Există, de asemenea, pachete grafice bazate pe web, cum ar fi plotly etc.
- Rstudio IDE. Este pur și simplu fantastic. Aș spune că atractivitatea lui R va fi redusă cel puțin jumătate dacă Rstudio nu există. Cum îmi doresc ca Python să aibă ceva atât de frumos, ușor de utilizat și puternic. (Spyder este aproape, doar că nu există încă.)
- Dezvoltare comercială de către Rstudio. Dezvoltarea bazată pe profit este esențială pentru sănătatea pe termen lung a ecosistemului R. R are o comunitate puternică de utilizatori și angajamentul puternic al companiei Rstudio. Cred că eforturile recente ale Rstudio au făcut din R un mediu mult mai atrăgător decât alții. Asta înseamnă fantasticul mediu IDE Rstudio, integrat cu Rmarkdown, Rbookdown, instrumente de depanare, aplicații strălucitoare etc. Rstudio a angajat, de asemenea, unii dintre cei mai importanți dezvoltatori R, precum Hadley Wickham, Max Kuhn, Yihui Xie etc. R. Lucrul frumos este când acești oameni s-au alăturat Rstudio, pachetele lor R, cum ar fi knitr, devtools etc. sunt, de asemenea, îmbunătățite și integrate pentru un flux de lucru mai bun.
- În cele din urmă, dacă ați sărit deja pe navă din R, nu este greu să îți aplici abilitățile la python. Python, ca limbă, este mai ușor de învățat decât R. Având în vedere mentalitatea analizei datelor instruită în R, abilități similare pot fi transferate în Python destul de repede.
Dacă cineva dorește să aibă ceva ideea de a lucra în moda modernă R, cartea recentă a lui Hadley „R for data science” poate servi ca o introducere foarte frumoasă. De asemenea, urmați dezvoltarea Rstudio, deoarece acestea adaugă continuu lucruri noi care fac din utilizarea R o experiență foarte plăcută.
Răspuns
După cum a subliniat Paulina Jonušaitė, R este bun pentru că a fost conceput pentru statistici de către statistici și, deși statisticienii nu sunt designeri competenți de limbă – cu siguranță nu sunt suficienți pentru a face un design al unui limbaj coerent și predictibil – se pare că în medie / span> limba face așa cum ne-am aștepta (sau cel puțin suficient de frecvent, astfel încât oamenii care au avut doar un contact superficial cu ea de obicei incoerență).
Limbajul de programare R a fost conceput luând un limbaj de programare foarte bun numit Scheme și aruncând o sintaxă și un comportament ciudat pentru a-l face, uhm, mai atrăgător pentru statisticieni. Deci, dacă există vreun sentiment de bunătate în acest limbaj, acesta trebuie să provină din Scheme.
Puteți găsi câteva referințe în răspunsul lui Panicz Godek la De ce este sintaxa lui R atât de (rău) diferită de alta limbaje de programare?