[問題] 資料處理/統計分析 R or python好

作者: keepingJBJ (keep)   2016-06-20 03:52:25
[問題類型]:意見調查(我對R 有個很棒的想法,想問問大家的意見)
各位前輩大家好
小弟本身是在做資料分析的工作
平常工作上使用的主要是SQL跟SAS
自己想學其他的 open source code 加強能力
不知道各位前輩對於做ETL or Data mining
比較推薦python還是R呢
小弟第一次發言
請大家提供小弟建議
謝謝
作者: celestialgod (天)   2016-06-20 09:43:00
來R板問,沒有第二個答案,就是R換去統計板問吧
作者: bcs (= ="frailty..gggg XD)   2016-06-20 10:11:00
速度 p; 親切性 r
作者: clansoda (小笨)   2016-06-20 10:13:00
不知為啥有種跑去電蝦問要不要買二手的既視感XDD
作者: celestialgod (天)   2016-06-20 10:31:00
去電蝦板就是要買新的!!!
作者: psinqoo (零度空間)   2016-06-20 13:01:00
ㄜ~~你是來砸店嗎?? XD
作者: keepingJBJ (keep)   2016-06-20 13:21:00
SAS都綁在企業身上,泛用性有其限制XD本身是覺得open sorce code會開闢另一規模市場
作者: cywhale (cywhale)   2016-06-20 13:32:00
如果google R python可以找到超多比較文..比較不完的XD
作者: clansoda (小笨)   2016-06-20 14:29:00
SAS如果不在大公司 就只能用迷版了,開源軟體免費真的很重要,像我公司規模小,根本不可能用正版SASR的package我是覺得出得很快,學術界的新算法很快就會變成包,放在CRAN上面供人使用,這點我覺得是R的優勢
作者: Wush978 (拒看低質媒體)   2016-06-20 15:14:00
速度是看套件,python不一定比R快我覺得R 很好,是一套完整的資料科學解決方案從資料的收集,前處理,分析,報表,圖表... 都有解決方案R 的可擴充性也很好,你可以透過套件與c/c++來擴充R的功R的分析重現行也很好,在數據物件的保存上很簡單R的平行化效能也不差,有多種平行化相關套件,例如版上大大開發的pbdR以及相關套件R現在也有非常非常多的學習資源,例如我作的R語言翻轉教室,許多套件也有撰寫小論文來介紹套件python我個人不常用,所以比較上會比較失偏頗我的經驗是python在工程上的社群比R大很多,但是我覺得R包套件比較簡單;python在存物件的時候也比較麻煩(我恨pickle...)python沒有ggplot2 沒有pipeline 沒有dplyr...
作者: clansoda (小笨)   2016-06-20 16:36:00
我是覺得 來R版問這個問題 本來就不客觀你去seven問 全家還是seven好 難道店員會跟你說全家好嗎當然 這個例子有點爛 我會回答全家比較好XDD
作者: JackBaska (Baska)   2016-06-20 17:24:00
我是覺得資料處理面R做的不錯,工程與科學運算效能上Python 短期內看起來比較優
作者: keepingJBJ (keep)   2016-06-20 17:54:00
回c大兩個版我都有po文請益,py版建議對於資料前處理和資料分析部分反倒是比較推薦R小弟可能就先從R開始摸起,謝謝前輩們提供的意見^^
作者: clansoda (小笨)   2016-06-20 18:04:00
置底的翻轉教室就是很好的教材,我學的時候是用美國某大學開發出來的swirl 跟翻轉教室是一樣的只是一個中文一個英文 題材很類似
作者: Wush978 (拒看低質媒體)   2016-06-20 18:55:00
工程與科學運算,其實在比較的不是語言本身,而是套件庫的eco-system與相關發展。會用的話,R的科學運算不應該會輸python但是在Deep learning領域,目前python海放R是事實反過來,在變數>>資料數的領域時,python端可能毫無實作(我沒survey過,只是沒聽過相關的,所以這句話可能是錯的
作者: lance8537 (小砰砰)   2016-06-21 11:07:00
想請問R大的翻轉教師網址是?
作者: clansoda (小笨)   2016-06-21 11:26:00
不就在這篇文章下面第四個嗎
作者: lance8537 (小砰砰)   2016-06-21 14:46:00
喔喔感謝 很少會去注意置底
作者: joejoe14758 (KILE)   2016-06-21 17:47:00
R對於不是資工背景的人來說比較友善
作者: jklkj (誠實可靠小郎君)   2016-06-28 09:50:00
資料分析->R 系統面->P 但不是一定,只是比較好

Links booklink

Contact Us: admin [ a t ] ucptt.com