Python和R语言，二者都是数据科学领域最佳的编程语言，入门学习数据分析，选择Python还是R编程语言？二者谁更胜一筹呢？下面加米谷大数据来对比一下二者。
R语言
R是一种用于统计计算和图的语言及环境。它是一个GNU项目，与贝尔实验室的JohnChambers及其同事开发的S语言及环境类似。R可以视为S的一种不同实现。二者存在一些重要差异，但使用S写的很多代码在R下运行时无需修改。成都加米谷大数据培训机构，小班教学免费试听，大数据开发预报名中...
优点：
端到端开发到执行(一些brokerspackage允许执行，IB)
开发速度快(比Python的代码少60%)
开源包多
成熟的量化交易包(quantstrat、quantmod、performanceanalyitics、xts)
社区最大
使用rcpp可以整合R和C++/C
缺点：
比Python慢，尤其是在迭代循环和非向量化函数中
比Matlab绘图差，难以实现交互式图表
创建独立应用程序的能力有限
Python
Python是一种用于通用编程的解释型高级编程语言，由GuidovanRossum创建并于1991年首次发布。Python的设计强调代码可读性，使用了大量空格。它的结构使其在大规模和小规模编程中都能清晰明了。
优点：
端到端开发到执行(一些brokerspackage允许执行，IB)
开源包(Pandas、Numpy、scipy)
交易包(zipline、pybacktest、pyalgotrade)
最适合一般编程和应用程序开发
可连接R、C++和其他语言的「胶水」语言
总体速度最快，尤其是在迭代循环中
缺点：
有一些不成熟的包，尤其是交易包
有些包与其他包不兼容或包含重叠
在金融领域的社区比R小
与R或Matlab相比，相同操作需要更多代码
追踪静默错误(silenterror)可能需要很长时间(即使使用可视化调试器/IDE)
如何比较R和Python
下面是这两种语言之间一些值得比较的因素，这并不是一个完全的列表。
历史：R和Python具有明显不同的历史，有时候会交叉。
社区：通过实际调查发现的很多复杂的社会人类学因素。
性能：详尽的比较以及为什么比较起来这么难。
第三方支持：模块，代码库，可视化，存储库，组织和开发环境。
用例：有些任务和工作类型适合其中一种或者另一种。
R和Python对比全文可查看：大数据科学领域，编程语言你该选Python还是R？
网友评论