我們熱衷於比較！
從智慧型手機中的三星，蘋果和htc，移動作業系統中的ios，android和windows，到即將進行選舉的候選人的比較，或為世界盃團隊選擇隊長，比較和討論豐富了我們的生活。如果你喜歡討論，你需要做的就是在乙個充滿激情的論壇裡丟擲乙個相關的問題，然後看著它發酵。這個過程的美妙之處就在於，論壇裡的每個人都是乙個知識淵博的人。
那我在這裡就丟擲乙個類似的話題—— sas和r語言之爭可能是資料科學行業可能見證的最大爭辯，而python是現在發展最快的語言之一，自成立以來已經走過了漫長的道路。我開始討論這個話題不是想看它引爆全場（雖然這也很有趣），而是我知道我們都會從討論中受益。
這個問題也經常在部落格中被人們討論。所以，我想和大家一起討論！
可能是！ 所以我還是覺得有必要進行討論，理由如下：
好了，閒話少說，讓我們開始討論吧！
下面是一些關於這三個生態系統的簡要說明：
我將在以下屬性上比較這些語言：
1.可用性/成本
2.易於學習
3.資料處理能力
4.圖形功能
5.先進的工具
6.工作場景
7.深度學習支援
8.客戶服務支援和社群
我從分析師的角度來比較這些。 因此，如果您正在為您的公司尋找要購買的工具，您可能無法在此獲得完整的答案。但是以下資訊仍然有用。 對於每個屬性，我給這三種語言中的每一種都給出乙個分數（1 - 低 ; 5 - 高）。
這些引數的權重，根據您的職業生涯階段和雄心而有所不同。
sas是一款商業軟體。對於大多數專業人士而言，這是昂貴的且沒有能力以個人身份購買。但是，它在私人企業中擁有最高的市場份額。 因此，除非您在投資了sas的機構中，否則可能很難接觸到sas。 儘管如此，sas已經引入了乙個可以免費訪問的大學版，但它有一些侷限性。在那裡你也是可以使用 jupyter notebook的！
另一方面，r＆python是完全免費的。以下是我對此引數的打分：
sas - 3
r - 5
python - 5
sas易於學習，並為已經了解sql的人提供簡便的選項（proc sql）。 不僅如此，它在其儲存庫中具有良好的穩定gui介面。 在資源方面，各大學的**上都有教程，sas有全面的文件。 從sas培訓機構出來是可以獲得認證的，但它們也是需要一筆花費。
r在3種語言中具有最陡峭的學習曲線。它要求您學習和理解編碼。r是低階程式語言，因此簡單的過程可能需要較長的**。
python因其程式設計世界的簡單性而聞名。 對於資料分析也是如此。，雖然目前還沒有廣泛的gui介面，但我希望python notebooks會變得越來越主流。 它們為文件和共享提供了出色的功能。
這一度是sas的優勢。 r計算記憶體（ram）中的每乙個單元，因此計算受到32位機器上的ram數量的限制。 但是現在已不再是這種情況。 這三種語言都具有良好的資料處理能力和平行計算選項。我覺得這不再是乙個很大的區別。 他們都帶來了hadoop和spark整合，他們也支援cloudera和apache pig。
sas - 4
r - 4
python - 4
sas具有不錯的功能圖形功能。但是，它只是功能性的。對繪圖進行任何自定義都很困難，需要您了解sas graph包的複雜性。r和python具有非常先進的圖形功能。 有許多軟體包可以為您提供高階圖形功能。隨著plotly被引入兩種語言並且python帶有seaborn，製作自定義繪圖從未如此簡單。
sas - 3
r - 4.5
python - 4.5
所有3個生態系統都具備所有基本和最需要的功能。 此功能僅在您處理最新技術和演算法時才有意義。
由於其開放性，r＆python可以快速獲得最新功能。 另一方面，sas更新了其在新版本推出中的功能。 由於r在過去被廣泛用於學術界，因此新技術的發展很快。
話雖如此，sas在受控環境中發布更新，因此它們經過了充分測試。 另一方面，r＆python有開放的貢獻，並且在最新的發展中存在錯誤的可能性。
sas - 4
r - 4.5
python - 4.5
在全球範圍內，sas仍然是用於企業工作的市場領導者。大多數大公司仍在使用sas。另一方面，r / python是尋求成本效益的初創企業和公司的更好選擇。此外，據報道r / python上的工作數量在過去幾年中有所增加。 這是乙個在網際網路上廣泛發布的趨勢，它顯示了r和sas工作的趨勢。 用於資料分析的python作業與r作業具有相似或更高的趨勢：
下圖顯示了藍色的r和橙色的sas：
這個圖表現了另乙個方面，藍色的r與橙色的python：
總的來說，語言的市場可以用下圖表示：
sas的深度學習仍處於起步階段，有很多任務作要做。
另一方面，python在該領域取得了很大的進步，並擁有許多軟體包，如tensorflow和keras。
r最近增加了對這些軟體包的支援，以及一些基礎的軟體包。 r中的kerasr和keras包充當了原始python包，keras的介面。
sas – 2
python – 4.5
r – 3
以下是一些值得注意的問題：
sas過去在部署端到端基礎架構（視覺化分析，資料倉儲，資料質量，報告和分析）方面具有很大的優勢，這已經通過在sap hana和tableau等平台上整合/支援r而得到緩解。 它仍然遠離sas之類的無縫整合，但旅程已經開始。
在今天的情景中，我們看到市場略微向python傾斜。考慮到行業的動態性，投資將會佔據優勢。根據您的情況（職業階段，財務等），您可以新增自己的權重，並提出可能適合您的權重。以下是一些具體方案：
從戰略上講，需要更多實際操作幫助和培訓的企業設定選擇sas作為選項。
研究人員和統計學家選擇r作為替代方案，因為它有助於繁重的計算。正如他們所說，r的目的是完成工作而不是簡化您的計算機。
由於其輕量級特性和不斷發展的社群，python已成為當今初創公司的明顯選擇。它也是深度學習的最佳選擇。
這是最終的得分表：
r與python互動 讓R與Python共舞
r 又稱r語言 是一款開源的跨平台的數值統計和數值圖形化展現 工具。通俗點說，r是用來做統計和畫圖的。r擁有自己的指令碼語言和大量的統計 圖形庫 得益於開源社群 這讓她看起來既美又實用。與其他同類軟體 如 spss 相比，r的特點是純命令列的，這倒也好，我們更應該把注意力放在資料本身，而非統計工具的...
python與c 的對比
一位正在學校做課程設計題目,要求在乙個檔案中找到給定單詞出現的位置並統計出現次數。這是乙個比較簡單的文字處理問題，於是，我給他用 python 寫了乙個，並打賭在5分鐘內用不到30行程式解決問題。我作到了，下面是程式 if name main file name raw input input th...
R和python資料分析方面的對比爭論
面對大量的資料進行分析時，選擇一款好的工具或者方法至關重要，節約時間的同時，還能讓資料結構清晰明了，在最近幾年,用r,python的人越來越多，於是出現了眾多關於用哪個做資料分析最好的爭議。在這裡分享一下關於r和python資料分析方面的觀點 首先，從整體來說，認為資料分析需要的是在有限時間內，用最...