資料分析，要用R還是Python－vxf1ftownsesf

R是一個專門的統計闡發說話，不只語法獨樹一格，且在其他方面能做的工作不多；但也因為方針專一，所以假如有什麼新的統計剖析手藝的話，在R上也會比力輕易找到相幹的實作。

R的問題之一在於延展性，所以計較與暫存資料預設都是利用Memory，所以Memory不敷大的話，能處置的資料集巨細也會受限。雖然有一些公司在改善這個錯誤謬誤，但我不肯定是不是這些公司的產品是否能發揮影響力。

這兩種都是Data Analysis經常使用的程式說話，想知道更多的話可以參考以下這幾本O'reilly的書翻譯

說其實的，天成翻譯公司兩個都不是很熟XD，所以我只能很不專業的對照翻譯

以R來講，這是設計給統計範疇的人做資料剖析的說話。學過其他說話的人會發現R有許多奇異的內建型別，像是：

Factor：這是R的一種資料型別，暗示這資料是屬於種別變數(Categorical variable)，有別於一連變數(Continuous Variable)
Formula：表示一個公式，如y相依於x可以表示成"y ~ x"

辨別這些內建型別對於統計來講是很天然的，因為這些物件在統計上都有不同的用處與操作體例。然則其他說話是很少會內建這些工具的。

所以，以下幾個狀態我會建議先嘗嘗R：

至於Python呢，天成翻譯公司的建議是：

快速Prototyping：Python跟其他語言/GUI接合比力便利，假如要快速做出可展示的系統，用Python較容易翻譯
分離式處置：假如資料量很大，用Python會比用R更輕易將資料divide & counquer，不外資料如果真的很大，照舊先考慮一下Hadoop/Mahout比力現實...
只需要利用常見的資料剖析模型時

別的，在R的社群問Data Analysis問題的話會比力能獲得謎底，這應當也算是個長處。

"65306", {});