python和R语言有什么区别？

python是面向对象、解释型、高级编程语言。Guidovan Rossum创办于1991年。python的设计概念是强调代码的可读性。随着数据科学、人工智能、机器学习等学科的发展，Python无疑成为目前最热门的编程语言。各种编程语言的对比是编程界经久不衰的主题，Python常用于与R语言比较，尤其是在数据科学领域。那么python和R语言有什么区别？

首先，作为研究人员和数据工作者，R语言在使用上比Python更广泛。身边的大部分人通常也用R代替python。本人平时也想写Python代码，但主流工作语言是R。Python是爱好，R可以说是职业。当然，不同领域的使用可能会有所不同。

科研领域面临的主要对象是数据，包括数据整理和清洗、数据分析等，R语言是天生统计流动的血液，在统计分析中具有先天优势。另外，科研人员大多数认为语言不是面对对象，相反，面对过程更容易。另外，数据分析通常不包含太多代码的可重用性，除非是写工具，否则不会太关注代码的效率。

r语言更有利于处理数据盒(表)类型。尤其是data.table、tidyr、dplyr等许多R数据包和%%管道符号在数据表处理方面简直是神器。Python也有pandas这样的模块，但使用起来不如R语言灵活。另外，R语言在绘画方面也有很大的优势。特别是，可以将ggplot2包和多种配色搭配而成的画直接放入论文。

因此，R语言在数据整理过滤-统计分析-结果方面也比Python有优势，对普通研究人员来说已经足够了。所以在这个意义上，R语言比Python有用得多。

当然，python在处理框(表)类型的数据而不是数据时，比R语言更方便。特别是处理字符串时，python特别容易使用，R看起来有点别扭。另外，python的生成方式非常灵活方便。另外，R语言中也增加了S3、S4等类型，但对本人来说，R的S3和S4看起来很难理解。python中的类看起来很简洁。

这篇文章不仅在数据科学领域比较R语言和Python，在其他方面Python也有很多优势。