有学R语言的老司机吗，带我上开车

Both R and Python are important in Data Science

学校里用R比较多，工业界还是用python，建议楼主先学习python~

RARARAAAAA 发表于 2016-3-13 18:53
我来补充说明一下，R就是太慢，ML算法大多数都比python慢个200,300倍（好吧这是我口胡的，反正大部分时候 ...

hum...谢谢分享。。。听着似懂非懂。。。但是也有帮助

大数据的data manipulation，感觉data table比pandas快：https://h2oai.github.io/db-benchmark/。 数据太大，用pandas kernel会死。不过找工作，大公司会一种就好。其他公司，看组，综合感觉还是爱Python的更多。

如果从小白入门的话，可以去youtube或bilibili搜索r入门教程（r tutorial）。从基础的安装，打开，导入数据，下载package都有直观显示。倍速播放大概知道就行了。上手的话一两个小时就上手了。
之后就是如何用r 分析数据了。我建议楼主直接搜一些用r 做的project。随便什么都行，久一些本科生或研究生的课堂project就行。然后看他们如何用r进行分析的，看他们用的是写什么package。如果楼主已经有要应用的方向， 直接搜这方面的project就行。看过一两篇report，大概如何运用r 的思路应该就有了。

关于r和python的比较。r的优势在于用于分析的数据和变量是可以实时查看的。而且可以很方便的只运行一部分语句。这一点比jupyter notebook要好。另一个就是r的统计package比python要多而且细致一些（个人认为）。 python的优势在于可以处理大数据，r 可能导入之后就崩溃了。另外在于机器学习，ai，python的package比r要更容易应用。还有就是python与其他应用（数据库，网页之类的）的关联性比r要好。

差不多就这些了，如果感觉有用的话求大米呀～

一个从python转成R的统计学生分享一下经验：

R入门可以看R in action，进阶就是Advanced R之类的。其实还是多用用遇到问题多google就懂了
R的优点在于有大量统计前沿的package，当然这一点对于学术界可能更重要些。。。
至于工业界，经典常用的ML算法和data cleaning的工具R跟python都有实现，不过 个人更喜欢python的documentation
速度的话，R很多package都是调用C++，速度上个人感觉不是大问题（大概是做贝叶斯的对速度太不敏感了吧 lol）
虽说python作为通用变成语言用途更多，但我觉得纠结R/python的选择其实不是很重要，关键是能不能精不精通

一亩三分地再见 发表于 2016-4-12 22:30
学Python 然后JAVA 最后刷题转码

.--就知道有这种回复

MS生统 现在自学Python中

学python吧，刚开始学python的小白，+1~~

建议用R studio吖，界面比R舒服点。个人感觉如果需要很多ML model的，还是用Python比较好，R的ML package个人感觉不太够用。还有Plot图方面，感觉python plot出来的好看点。 顺道求 大米