作者f496328mm (123)
看板Soft_Job
标题[请益] 资料分析 R or Python ?
时间Sat Jul 15 11:08:57 2017
想请教从事 资料分析、ML 相关工作的各位，
比较常用 R 还是 Python ?
因为我上网搜寻相关工作，比较常看到必备需求中包含 Python ，几乎没有 R
因为 R 比较偏向学术吗?
我上网GOOGLE到这几篇
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
所以想请教各位，谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.229.88.36
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1500088140.A.802.html
1F：推 ruokcnn: 都有人用啦 只是派森商品化能力强些07/15 11:14
2F：推 johnny78615: Python 07/15 11:23
3F：推 besmartAE: Python07/15 11:58
4F：推 CaptainH: R是垃圾07/15 12:54
5F：推 Murasaki0110: python没有对手07/15 12:55
6F：推 Morphee: Python07/15 13:11
7F：推 xsssxxzz: R是垃圾？怎麽会有人下这种评语？ 07/15 13:16
8F：→ red0210: Python07/15 14:00
9F：推 vfgce: R就不好入门,和传统程式语言差异很大,且非常不建议用回圈..07/15 14:27
10F：→ vfgce: 对於写惯回圈的人,非常不顺手,python接近一般程式语言,且07/15 14:28
11F：→ Rocker5566: python比较潮07/15 14:29
12F：→ vfgce: 程式效率也比R好些,自然用的人多一点...07/15 14:29
13F：推 vfgce: 用於资料分析,R语法简洁许多,因为本来就是为统计分析设计..07/15 14:33
14F：→ vfgce: 内建就是向量式计算及内建矩阵运算...07/15 14:34
所以是因为Python跟传统程式语言相近 所以比较多人用?
R用於资料分析简洁许多 但效率上or商品化方面 还是大输Python?
听大家都是Python 有点想跳Python 目前我大多是用R作资料分析(非工作)
15F：→ testPtt: 一边学校多教spss,lisrel 07/15 14:46
16F：推 grimmq427532: 有人开释啦，这种评语不是大神就是蠢才07/15 14:50
※ 编辑: f496328mm (36.229.88.36), 07/15/2017 14:57:24
17F：推 seallol: 两个都学，先学python再学R07/15 15:25
18F：推 Wush978: 看领域:资工人偏P，统计人偏R。这里资工人偏多吧，业界07/15 15:38
19F：→ Wush978: 资讯部门也是资工人比较多07/15 15:38
20F：推 Telemio: python开源的资源比R多很多啊 你现在用pandas numpy做分07/15 15:45
21F：→ Telemio: 析 ML DL的套件也几乎都是用python开发 R现在的优势很小 07/15 15:45
22F：→ Telemio: 吧 而且python很多才多艺 又好写07/15 15:46
23F：推 Wush978: R的开源资源也不小呀，没必要贬R吧。07/15 15:49
24F：→ Wush978: 我觉得R开源界推的tidyverse概念整理资料很漂亮07/15 15:50
25F：→ Wush978: ggplot2也是R的开源界推出在资料视觉化很有影响力的套件07/15 15:51
26F：推 Wush978: Rstudio也是与R整合的很好的IDE07/15 15:53
27F：推 Wush978: Python的开源界虽大，但是不像R的开源界专注在资料处理07/15 15:55
28F：→ Wush978: 上，因此一些资料应用在工具上的创新，R不一定比Puthon07/15 15:55
29F：→ Wush978: 慢07/15 15:55
30F：推 testUI: Python07/15 16:00
31F：推 yenyu0304: 有必要这麽偏低R吗？个人觉得R避开回圈，用矩阵运算取07/15 16:14
32F：→ yenyu0304: 代，速度并不会比python慢喔07/15 16:14
33F：推 vfgce: 呃,R的速度严格来说还是比优化的numpy要差.....07/15 16:38
34F：→ vfgce: R最大的优势是语法简洁,及统计方面的功能强大, 07/15 16:40
35F：→ Wush978: 是吗？有更换R的预设blas再比较吗？07/15 16:40
36F：→ vfgce: 对於同时有统计及机器学习需求的人,R是不错的选择... 07/15 16:41
37F：→ vfgce: 换过了,资料一大,R就慢了下来....07/15 16:42
38F：→ Wush978: R core team在选用运算套件上，正确性的权重比速度大很07/15 16:43
39F：→ Wush978: 多07/15 16:43
40F：→ dreamnook: 看来又要变成不要删文讨论串了XD07/15 16:43
41F：推 drak4dd: Python，你学 R 後会了解，你终究要学 Python07/15 16:45
42F：→ Wush978: 不过R的函数只能pass by value，所以资料量一大，没注意07/15 16:49
43F：→ Wush978: 到这点速度就慢了。我自己看过两者底层的C资料结构，不 07/15 16:49
44F：→ Wush978: 觉得两者的效能会差很大。通常原因在别的地方。07/15 16:49
45F：推 vfgce: R就偏functional language,不去变动原始资料,计算完传回07/15 16:55
46F：→ vfgce: 新的,记忆体耗用大,资料大一点就变慢了07/15 16:56
这点R使用data.table，应该是不会创造新的，
另外我目前用R做资料分析，处理最大有到10GB的data，不知道算不算大
47F：推 Wush978: 针对原Po来说，我强烈建议你学一学Python，对你的视野与07/15 17:31
48F：→ Wush978: 职涯都会有很大的帮助。你会看到一些与R不同的工具与观点07/15 17:32
49F：→ Wush978: 况且以现代来说，R+Python 会比 R or Python 来的有竞争07/15 17:32
50F：→ Wush978: 力07/15 17:32
51F：→ Wush978: 以深度学习来说，像Rstudio包的那些关於keras的R套件你就07/15 17:33
52F：→ Wush978: 可以不用碰了，直接学Python/keras就好了。这未来都会比07/15 17:33
53F：→ Wush978: 只坚守R来的更好07/15 17:34
感谢大大，目前是ML靠R，DL靠Python，
不过R资料整理方面有很多高阶函数，非常方便
另外有试过R整理好资料，输出给Python去建模，
同样使用XGBoost，Python没有特别快，因为底层都一样吧
看过很多资料视觉化处理，都是用R
54F：推 vallwesture: R太慢了07/15 18:06
55F：→ rodion: 泛用选python 专精选R07/15 18:11
56F：→ rodion: 不过学python根本不须那麽多考虑 因为python太简单好学了07/15 18:11
57F：推 vfgce: data.table格式不是R原生,很多套件不援.07/15 18:26
58F：→ vfgce: 有时还是得再转成data.frame,用到类神经这种,R真的太吃力.. 07/15 18:27
59F：→ vfgce: python类神经跑mnist识别几分钟就跑完了,R的类神经来跑.... 07/15 18:29
60F：→ vfgce: 要一到两小时.数据不大时,用R真的很享受...但数据大时.... 07/15 18:30
61F：→ vfgce: 还是考虑一下python. 07/15 18:31
62F：→ vfgce: 我现在也是两个用,虽然比较爱用R. 07/15 18:33
DL还是Python强些
63F：推 lukelove: 不管你是cs/math都建议学一下python 不然就像上面所说07/15 19:09
64F：→ lukelove: 面试就先被cs喷R太慢 虽然事实上R也能做的很高效 如wus07/15 19:09
65F：→ lukelove: h大之前文章所示 但如果没有很懂R底层应该做不到07/15 19:09
感谢，近期会去学学Python，其实都有在摸Python，
会试着用Python重新做之前分析过的 data
66F：推 Philcat: 长知识07/15 19:35
67F：→ roymond: R的套件远比python来得丰富也多很多....07/15 19:42
68F：→ roymond: DL的部分Tensorflow & keras也有R的package可以使用 07/15 19:43
69F：→ roymond: 使用哪个语言做分析，主要看自己的熟悉度与适应程度 07/15 19:44
70F：→ roymond: 比较哪个语言好，实在没有必要，有些人的发言实在是....07/15 19:45
主要是上网找一些 data mining 相关的 job
必要条件几乎都是 Python, R 很少QQ
71F：推 eddy50811: 各有优缺点 如果要靠这行吃饭的话就两个都学吧 07/15 20:43
72F：→ eddy50811: 楼楼上 有些人的言论就别在意了 到哪都有这种人的07/15 20:44
73F：→ celestialgod: 用台湾的相关工作要求来看R or Python??07/15 21:51
74F：→ celestialgod: 那些老板跟人资也根本不懂到底R跟Python区别07/15 21:52
75F：→ celestialgod: 就去问IT的，IT当然回Python阿(摊手 07/15 21:52
76F：→ celestialgod: 而且你出去工作，老板只care你有没有产出吧 07/15 22:12
77F：→ celestialgod: 管你用什麽工具.... 07/15 22:12
78F：→ celestialgod: 除非他是一间有规模的公司，里面已经有既有的架构了07/15 22:13
79F：→ celestialgod: 但是你如果能够fit既有架构，要用什麽也不是问题07/15 22:13
OK 感谢大大回覆
81F：→ nfsong: Python 为何能坐稳 AI 时代头牌语言07/15 22:43
83F：→ nfsong: 感觉实用上应该只有python了 除非nvidia 也有开发R 07/15 22:45
86F：推 a9601268787: 我觉得学py可以跨领域做很多事情 选R路太窄了07/16 00:15
87F：推 artopll: R 跟Python 都只是工具 在业界不要被工具局限07/16 11:46
88F：→ profiles: 学C++不好吗？各领域都能用07/16 12:49
89F：→ red0210: 没有各领域吧，资料分析有人用 C++ 吗07/16 13:19
90F：推 fantasywater: 以实务来说 R很难拿来和企业内部的系统介接，一个 07/16 13:28
91F：→ fantasywater: 不能production的东西，实在是频频被企业打枪，还是07/16 13:28
92F：→ fantasywater: 学python吧！！07/16 13:28
93F：推 fantasywater: 如果学R还要搞懂底层，那你到底是做分析还是做工程07/16 13:32
94F：→ fantasywater: ，cs也不会为为了你去搞懂R底层，R没有不好，只是 07/16 13:32
95F：→ fantasywater: 实务上太多工程问题很难解.. 07/16 13:32
了解，因为要跟他人合作，python会比较有优势
96F：→ Wush978: R 为什麽很难跟企业内部的系统介接? 很多人这麽说，但我 07/16 15:02
97F：→ Wush978: 还没听过真正的理由，好像只是因为台湾懂R的人少? 07/16 15:02
98F：推 fantasywater: 真要说原因的话 R 原本就不是为了和其他系统整合介 07/16 15:47
99F：→ fantasywater: 接设计的语言 当其他的语言介接的套件都很成熟 R 07/16 15:48
100F：→ fantasywater: 可能还要从基本的轮子开始造起 又时间是重要的资源 07/16 15:49
101F：→ fantasywater: 通常不会等 R 去发展这些基本的介接模组 07/16 15:50
102F：推 primary: python进步速度很快也好上手但data viz和cluster之类的我 07/16 17:23
103F：→ primary: 都会用R 07/16 17:23
104F：→ Wush978: 你能举例嘛？我串过很多服务到R, 都很顺阿 07/16 19:56
105F：→ Wush978: 资安方面有openssl / digest 等套件直接套用 07/16 19:56
106F：→ Wush978: web 方面 oauth 2.0 也有httr等套件可以直接调用 07/16 19:56
107F：→ Wush978: database方面，有RJDBC/RODBC等套件可以直接串 07/16 19:56
108F：→ Wush978: 听你们的论述，我觉得台湾业界觉得R不好串是因为台湾业界 07/16 19:56
109F：→ Wush978: 对R不熟悉 07/16 19:57
感谢大大开释，也就是说，只要好好学 R，实际上可以做到很多事，
资安web都有套件使用，蛮厉害的，
未来台湾业界熟悉 R 後，应该会更接受 R
※ 编辑: f496328mm (36.229.88.36), 07/16/2017 21:01:53
110F：→ Wush978: 可能大家的印象还停留在2010 年前後的R吧，那时候的R的确 07/16 21:28
111F：→ Wush978: 缺很多串系统需要的工具。但现在是2017，有许多商业公司 07/16 21:28
112F：→ Wush978: 帮助R补上这一段了 07/16 21:28
113F：→ truehero: 我有现成系统 当然是看R或python谁比较好接 07/16 21:29
114F：→ truehero: 不会反过来以rR为主体来往外接阿 07/16 21:30
115F：推 fantasywater: 实际上我们选择的时後也不是只有比较有没有套件可以 07/16 22:06
116F：→ fantasywater: 用这麽简单而已，更进一步还会比较套件是否成熟，是 07/16 22:06
117F：→ fantasywater: 否好维运，还有大家是否容易接受等等更多的原因， 07/16 22:06
118F：→ fantasywater: 很遗憾的 现实的环境就是不会等R来慢慢证明他的能耐 07/16 22:06
119F：→ fantasywater: ，有更好用更成熟的工具可以选择，为什麽要为了R而R 07/16 22:06
120F：→ fantasywater: 呢？更多的情况是专案刚起步用R提案就被客户打枪了. 07/16 22:06
121F：→ fantasywater: . 07/16 22:06
122F：推 polola6212: python cp值高太多了 07/16 22:07
123F：推 fantasywater: 我的建议是，既然R的强项是分析， 就把分析的部分包 07/16 22:11
124F：→ fantasywater: 装起来让其他的语言调用就好，其他的部分让更适合 07/16 22:11
125F：→ fantasywater: 的语言及工具来发挥，才更能发挥综效 07/16 22:11
126F：推 fantasywater: 我不是很喜欢评断语言的优劣，因为本来就各擅胜场， 07/16 22:36
127F：→ fantasywater: 我们公司在world wide也是要求 junior 在 R python 07/16 22:36
128F：→ fantasywater: 至少要会一种，senior 就是都要会，我出自良心的 07/16 22:36
129F：→ fantasywater: 建议，如过是工作导向，我强烈建议先学python，因 07/16 22:36
130F：→ fantasywater: 为我在台湾看到的状况就是先学 python 比较不吃亏 07/16 22:36
感谢 看来 Python 真的要好好学学
也谢谢大家这麽热烈的回覆 长知识
※ 编辑: f496328mm (36.229.88.36), 07/16/2017 22:40:22
131F：→ Wush978: 我觉得你们讨论的好怪。如果客户的分析团队就是用R,那当 07/17 11:32
132F：→ Wush978: 然就是要串R阿，怎麽会有所谓「等R证明能耐」的问题呢? 07/17 11:32
133F：→ Wush978: 总之我是期待你们具体指出R那部份不好串，而不是这样打 07/17 11:33
134F：→ Wush978: 高空，一下说要重新造轮子，一下又说套件不成熟，没有具 07/17 11:33
135F：→ Wush978: 体事蹟... 07/17 11:34
136F：→ benson1212: 其实我想问 无经验非新鲜人有可能转到资料科学领域吗 07/19 20:45
137F：→ benson1212: ？感觉都要有经验或相关研究硕博士… 07/19 20:45
138F：推 tsoahans: 很难吧 这领域很重视理论和数学，除非你有一些比赛经验 07/23 03:28