《R和Python，哪个对数据科学初学者更友好？.doc》由会员分享，可在线阅读，更多相关《R和Python，哪个对数据科学初学者更友好？.doc（3页珍藏版）》请在三一文库上搜索。
1、R和Python，哪个对数据科学初学者更友好？编者按：数据科学家Alan Marazzi这篇讨论R和Python哪个对数据科学初学者更友好的文章有些偏向R语言，结论仅供参考。不过，它出色地展示了R语言在数据问题上犀利的表达力。对初学者而言，从高层抽象（由R语言中的原生结构或Numpy之类的Python第三方库提供）入手也确实更加便利。这不是你通常在网上看到的那类争论R和Python哪个好的帖子。事实上，我根本不想讨论到底哪个好。我只想说明，想要入门数据科学的学习者，从R开始更合适。向量什么是向量？如果你知道矩阵，那你就知道向量。向量可以看成矩阵的行或列，也就是由数字组成的一维“列表”。通常向量
2、用作数据表的列，因为我们确信同一列内的数据类型相同。浮点数、整数、字符串、类别，等等，向量中的元素总是属于同一类型。这很重要，因为我们可以利用这一点加速和简化代码：解释器只需检查第一项记录的类型。你也许已经知道，向量是R的原生结构，事实上，R中标量也是向量（一维向量）。vec 机器学习时，常常需要处理表格形式的数据，或者，从更底层的角度来说，向量的序列。如果我想将向量中的每项记录乘2，在R中我可以非常自然地做到这一点：vec * 21 1068Python中，向量不是原生结构，不过我们可以使用列表存储向量。所以让我们在Python 3中尝试相同的操作（你需要操心到底用Python 2还是Pyt
3、hon 3是另一个问题）： 5, 3, 4 * 25, 3, 4, 5, 3, 4搞什么在Python中要得到同样的结果，你需要使用for循环： for num in 5, 3, 4:. num * 2.1068你可能需要把结果存储到另一个列表中，所以你需要首先初始化一个空列表来存放结果，然后启动循环，在每个迭代中添加结果： res = for num in 5, 3, 4:. res.append(num * 2). print(res)10, 6, 8在R中，你只需：vec import random # 需要引入random模块 def random_walk(n):. position
4、 = 0# 初始化位置变量. walk = position # 初始化列表. for i in range(n):. position += 2*random.randint(0, 1)-1# 更新位置值. walk.append(position) # 附加结果至行走列表. return walk.如果对象非常大，上面的代码会变得很慢，我们可以使用itertools模块改善性能： from itertools import accumulate import random def random_walk_faster(n=1000):. steps = random.sample(1, -
5、1*n, n). return list(accumulate(steps).不过，这还是没有向量化。它不过是更高效的循环而已。要做到完全向量化，我们需要使用NumPy： import numpy as np def random_walk_fastest(n=1000):. steps = 2*np.random.randint(0, 2, size=n) - 1. return np.cumsum(steps).换成R语言：rw - cumsum(sample(c(-1, 1), 1000, TRUE)无需引入什么模块，无需额外定义什么函数或方法，一行搞定。（译者注：Python确实需要引入NumPy，但其实也不用额外定义函数，np.cumsum(np.random.randint(.)）。结语如果你想从事和数据打交道的工作，或者想要教别人如何处理数据，可以从R开始。熟练使用R之后，再开始学Python比较好。