[請益] 資料分析 R or Python ?

看板Soft_Job作者 (123)時間6年前 (2017/07/15 11:09), 6年前編輯推噓41(41推 0噓 97→)
留言138則, 36人參與, 最新討論串1/3 (看更多)
想請教從事 資料分析、ML 相關工作的各位， 比較常用 R 還是 Python ? 因為我上網搜尋相關工作，比較常看到必備需求中包含 Python ，幾乎沒有 R 因為 R 比較偏向學術嗎? 我上網GOOGLE到這幾篇 R, Python Duel As Top Analytics, Data Science software – KDnuggets 2016 Software Poll Results https://goo.gl/DQNEvq SAS, R, or Python Survey 2016: Which Tool Do Analytics Pros Prefer? https://goo.gl/sJUubT R vs Python for Data Science: The Winner is http://www.kdnuggets.com/2015/05/r-vs-python-data-science.html 都是 R 使用率大於 Python 所以想請教各位，謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.229.88.36 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1500088140.A.802.html
推
07/15 11:14, , 1F
都有人用啦 只是派森商品化能力強些
07/15 11:14, 1F
推
07/15 11:23, , 2F
Python
07/15 11:23, 2F
推
07/15 11:58, , 3F
Python
07/15 11:58, 3F
推
07/15 12:54, , 4F
R是垃圾
07/15 12:54, 4F
推
07/15 12:55, , 5F
python沒有對手
07/15 12:55, 5F
推
07/15 13:11, , 6F
Python
07/15 13:11, 6F
推
07/15 13:16, , 7F
R是垃圾？怎麼會有人下這種評語？
07/15 13:16, 7F
→
07/15 14:00, , 8F
Python
07/15 14:00, 8F
推
07/15 14:27, , 9F
R就不好入門,和傳統程式語言差異很大,且非常不建議用迴圈..
07/15 14:27, 9F
→
07/15 14:28, , 10F
對於寫慣迴圈的人,非常不順手,python接近一般程式語言,且
07/15 14:28, 10F
→
07/15 14:29, , 11F
python比較潮
07/15 14:29, 11F
→
07/15 14:29, , 12F
程式效率也比R好些,自然用的人多一點...
07/15 14:29, 12F
推
07/15 14:33, , 13F
用於資料分析,R語法簡潔許多,因為本來就是為統計分析設計..
07/15 14:33, 13F
→
07/15 14:34, , 14F
內建就是向量式計算及內建矩陣運算...
07/15 14:34, 14F
所以是因為Python跟傳統程式語言相近 所以比較多人用? R用於資料分析簡潔許多 但效率上or商品化方面 還是大輸Python? 聽大家都是Python 有點想跳Python 目前我大多是用R作資料分析(非工作)
→
07/15 14:46, , 15F
一邊學校多教spss,lisrel
07/15 14:46, 15F
推
07/15 14:50, , 16F
有人開釋啦，這種評語不是大神就是蠢才
07/15 14:50, 16F
※ 編輯: f496328mm (36.229.88.36), 07/15/2017 14:57:24
推
07/15 15:25, , 17F
兩個都學，先學python再學R
07/15 15:25, 17F
推
07/15 15:38, , 18F
看領域:資工人偏P，統計人偏R。這裡資工人偏多吧，業界
07/15 15:38, 18F
→
07/15 15:38, , 19F
資訊部門也是資工人比較多
07/15 15:38, 19F
推
07/15 15:45, , 20F
python開源的資源比R多很多啊 你現在用pandas numpy做分
07/15 15:45, 20F
→
07/15 15:45, , 21F
析 ML DL的套件也幾乎都是用python開發 R現在的優勢很小
07/15 15:45, 21F
→
07/15 15:46, , 22F
吧 而且python很多才多藝 又好寫
07/15 15:46, 22F
推
07/15 15:49, , 23F
R的開源資源也不小呀，沒必要貶R吧。
07/15 15:49, 23F
→
07/15 15:50, , 24F
我覺得R開源界推的tidyverse概念整理資料很漂亮
07/15 15:50, 24F
→
07/15 15:51, , 25F
ggplot2也是R的開源界推出在資料視覺化很有影響力的套件
07/15 15:51, 25F
推
07/15 15:53, , 26F
Rstudio也是與R整合的很好的IDE
07/15 15:53, 26F
推
07/15 15:55, , 27F
Python的開源界雖大，但是不像R的開源界專注在資料處理
07/15 15:55, 27F
→
07/15 15:55, , 28F
上，因此一些資料應用在工具上的創新，R不一定比Puthon
07/15 15:55, 28F
→
07/15 15:55, , 29F
慢
07/15 15:55, 29F
推
07/15 16:00, , 30F
Python
07/15 16:00, 30F
推
07/15 16:14, , 31F
有必要這麼偏低R嗎？個人覺得R避開迴圈，用矩陣運算取
07/15 16:14, 31F
→
07/15 16:14, , 32F
代，速度並不會比python慢喔
07/15 16:14, 32F
推
07/15 16:38, , 33F
呃,R的速度嚴格來說還是比優化的numpy要差.....
07/15 16:38, 33F
→
07/15 16:40, , 34F
R最大的優勢是語法簡潔,及統計方面的功能強大,
07/15 16:40, 34F
→
07/15 16:40, , 35F
是嗎？有更換R的預設blas再比較嗎？
07/15 16:40, 35F
→
07/15 16:41, , 36F
對於同時有統計及機器學習需求的人,R是不錯的選擇...
07/15 16:41, 36F
→
07/15 16:42, , 37F
換過了,資料一大,R就慢了下來....
07/15 16:42, 37F
還有 63 則推文
還有 7 段內文
→
07/16 15:50, , 101F
通常不會等 R 去發展這些基本的介接模組
07/16 15:50, 101F
推
07/16 17:23, , 102F
python進步速度很快也好上手但data viz和cluster之類的我
07/16 17:23, 102F
→
07/16 17:23, , 103F
都會用R
07/16 17:23, 103F
→
07/16 19:56, , 104F
你能舉例嘛？我串過很多服務到R, 都很順阿
07/16 19:56, 104F
→
07/16 19:56, , 105F
資安方面有openssl / digest 等套件直接套用
07/16 19:56, 105F
→
07/16 19:56, , 106F
web 方面 oauth 2.0 也有httr等套件可以直接調用
07/16 19:56, 106F
→
07/16 19:56, , 107F
database方面，有RJDBC/RODBC等套件可以直接串
07/16 19:56, 107F
→
07/16 19:56, , 108F
聽你們的論述，我覺得台灣業界覺得R不好串是因為台灣業界
07/16 19:56, 108F
→
07/16 19:57, , 109F
對R不熟悉
07/16 19:57, 109F
感謝大大開釋，也就是說，只要好好學 R，實際上可以做到很多事， 資安web都有套件使用，蠻厲害的， 未來台灣業界熟悉 R 後，應該會更接受 R ※ 編輯: f496328mm (36.229.88.36), 07/16/2017 21:01:53
→
07/16 21:28, , 110F
可能大家的印象還停留在2010 年前後的R吧，那時候的R的確
07/16 21:28, 110F
→
07/16 21:28, , 111F
缺很多串系統需要的工具。但現在是2017，有許多商業公司
07/16 21:28, 111F
→
07/16 21:28, , 112F
幫助R補上這一段了
07/16 21:28, 112F
→
07/16 21:29, , 113F
我有現成系統 當然是看R或python誰比較好接
07/16 21:29, 113F
→
07/16 21:30, , 114F
不會反過來以rR為主體來往外接阿
07/16 21:30, 114F
推
07/16 22:06, , 115F
實際上我們選擇的時後也不是只有比較有沒有套件可以
07/16 22:06, 115F
→
07/16 22:06, , 116F
用這麼簡單而已，更進一步還會比較套件是否成熟，是
07/16 22:06, 116F
→
07/16 22:06, , 117F
否好維運，還有大家是否容易接受等等更多的原因，
07/16 22:06, 117F
→
07/16 22:06, , 118F
很遺憾的 現實的環境就是不會等R來慢慢證明他的能耐
07/16 22:06, 118F
→
07/16 22:06, , 119F
，有更好用更成熟的工具可以選擇，為什麼要為了R而R
07/16 22:06, 119F
→
07/16 22:06, , 120F
呢？更多的情況是專案剛起步用R提案就被客戶打槍了.
07/16 22:06, 120F
→
07/16 22:06, , 121F
.
07/16 22:06, 121F
推
07/16 22:07, , 122F
python cp值高太多了
07/16 22:07, 122F
推
07/16 22:11, , 123F
我的建議是，既然R的強項是分析， 就把分析的部分包
07/16 22:11, 123F
→
07/16 22:11, , 124F
裝起來讓其他的語言調用就好，其他的部分讓更適合
07/16 22:11, 124F
→
07/16 22:11, , 125F
的語言及工具來發揮，才更能發揮綜效
07/16 22:11, 125F
推
07/16 22:36, , 126F
我不是很喜歡評斷語言的優劣，因為本來就各擅勝場，
07/16 22:36, 126F
→
07/16 22:36, , 127F
我們公司在world wide也是要求 junior 在 R python
07/16 22:36, 127F
→
07/16 22:36, , 128F
至少要會一種，senior 就是都要會，我出自良心的
07/16 22:36, 128F
→
07/16 22:36, , 129F
建議，如過是工作導向，我強烈建議先學python，因
07/16 22:36, 129F
→
07/16 22:36, , 130F
為我在臺灣看到的狀況就是先學 python 比較不吃虧
07/16 22:36, 130F
感謝 看來 Python 真的要好好學學 也謝謝大家這麼熱烈的回覆 長知識 ※ 編輯: f496328mm (36.229.88.36), 07/16/2017 22:40:22
→
07/17 11:32, , 131F
我覺得你們討論的好怪。如果客戶的分析團隊就是用R,那當
07/17 11:32, 131F
→
07/17 11:32, , 132F
然就是要串R阿，怎麼會有所謂「等R證明能耐」的問題呢?
07/17 11:32, 132F
→
07/17 11:33, , 133F
總之我是期待你們具體指出R那部份不好串，而不是這樣打
07/17 11:33, 133F
→
07/17 11:33, , 134F
高空，一下說要重新造輪子，一下又說套件不成熟，沒有具
07/17 11:33, 134F
→
07/17 11:34, , 135F
體事蹟...
07/17 11:34, 135F
→
07/19 20:45, , 136F
其實我想問 無經驗非新鮮人有可能轉到資料科學領域嗎
07/19 20:45, 136F
→
07/19 20:45, , 137F
？感覺都要有經驗或相關研究碩博士…
07/19 20:45, 137F
推
07/23 03:28, , 138F
很難吧 這領域很重視理論和數學，除非你有一些比賽經驗
07/23 03:28, 138F
‣ 更多 f496328mm 的文章
文章代碼(AID): #1PQOTCW2 (Soft_Job)
‣ 更多 f496328mm 的文章
文章代碼(AID): #1PQOTCW2 (Soft_Job)