Beste Antwort
Ich möchte genau sein und sagen, dass R gut für die Datenanalyse ist, insbesondere wenn Sie stattdessen der „modernen R“ -Entwicklung folgen von einheimischen R. Ich finde sein Ökosystem sehr attraktiv. Hier sind einige der Dinge, die R auszeichnen.
- R ist kostenlos im Vergleich zu anderen gängigen Statistik- / Datenanalyse-Programmen wie SAS oder Matlab.
- R war Entwickelt, um tabellarische Daten in der Datenanalyse zu verarbeiten. (Es wurde nie als allgemeine Sprache wie Python entwickelt, daher sind sie nicht wirklich vergleichbar.)
- R verfügt über einige der besten Funktionen zur Datenmanipulation, Datenvisualisierung und Ergebnisberichterstattung. Dinge wie tidyverse (dplyr, tidyr, ggplot2 usw.), data.table, Rmarkdown, glänzende App usw. Es gibt ähnliche Dinge in Python, aber bei weitem nicht so gut oder einfach zu bedienen. Das Visualisierungspaket ggplot2 sieht einfach so gut aus und kann sehr komplexe Plots verarbeiten. Einige Leute verwenden R möglicherweise einfach für ggplot2. Es gibt auch webbasierte Grafikpakete wie Plotly usw.
- Rstudio IDE. Es ist einfach fantastisch. Ich würde sagen, dass die Attraktivität von R um mindestens die Hälfte verringert wird, wenn Rstudio nicht existiert. Wie ich wünschte, Python hat etwas so gut aussehendes, einfach zu bedienendes und leistungsstarkes. (Spyder ist in der Nähe, nur noch nicht da.)
- Kommerzielle Entwicklung von Rstudio. Eine gewinnorientierte Entwicklung ist entscheidend für die langfristige Gesundheit des R-Ökosystems. R hat eine starke Benutzergemeinschaft und das starke Engagement der Firma Rstudio. Ich denke, die jüngsten Bemühungen von Rstudio haben R zu einem attraktiven Umfeld gemacht, das andere. Das bedeutet die fantastische Rstudio IDE-Umgebung, die in Rmarkdown, Rbookdown, Debugging-Tools, eine glänzende App usw. integriert ist. Rstudio stellte auch einige der wichtigsten R-Entwickler wie Hadley Wickham, Max Kuhn, Yihui Xie usw. ein, die als die Seelen der Moderne gelten R. Das Schöne ist, wenn diese Leute Rstudio beitreten, werden ihre R-Pakete wie Knitr, Devtools usw. ebenfalls verbessert und für einen besseren Workflow integriert.
- Schließlich, wenn Sie bereits auf das Schiff gesprungen sind von R ist es nicht schwer, deine Fähigkeiten auf Python anzuwenden. Python als Sprache ist leichter zu lernen als R. Mit der in R geschulten Denkweise der Datenanalyse können ähnliche Fähigkeiten ziemlich schnell auf Python übertragen werden.
Wenn jemand welche haben möchte Hadleys jüngstes Buch „R for Data Science“ kann als sehr schöne Einführung dienen. Verfolgen Sie auch die Entwicklung von Rstudio, da ständig neue Dinge hinzugefügt werden, die die Verwendung von R zu einer sehr angenehmen Erfahrung machen.
Antwort
Wie Paulina Jonušaitė betonte, ist R gut, weil es wurde von Statistikern für Statistiker entwickelt, und obwohl Statistiker keine kompetenten Sprachdesigner sind – definitiv nicht genug, um ein Design einer Sprache kohärent und vorhersehbar zu machen – stellt sich anscheinend heraus, dass im Durchschnitt Die Sprache macht das, was man erwarten würde (oder zumindest häufig genug, damit die Leute, die nur einen oberflächlichen Kontakt damit hatten normalerweise es nicht bemerken Inkohärenz).
Die Programmiersprache R wurde entwickelt, indem eine sehr gute Programmiersprache namens Scheme verwendet und eine seltsame Syntax und ein seltsames Verhalten verwendet wurden, um sie für Statistiker attraktiver zu machen. Wenn diese Sprache einen Sinn für Güte hat, muss sie aus dem Schema stammen.
In Panicz Godeks Antwort auf Warum ist die Syntax von R so (schlecht) anders als die andere? Programmiersprachen?