在前面的文章中我們給大家簡單介紹了一下對於python與r兩門語言的選擇。一般來說，資料分析中對於這兩門語言都是比較重視的，如果學會了這兩門語言那麼就能夠做好資料分析工作，從而成為高階資料分析師。但是畢竟人的精力是有限的，短時間內不可能都掌握好這兩門語言，所以我們通過給大家介紹一下這兩門語言給大家乙個參考，這樣方便大家選擇出乙個適合自己的語言。
首先說說python吧，python語言是由 guido van rossum 在八十年代末和九十年代初，在荷蘭國家數學和電腦科學研究所設計出來的。經過近三十年的發展，python語言具有易於學習、易於閱讀、易於維護、可移植、可擴充套件、可嵌入等特點。尤其是隨著機器學習、人工智慧的發展，python作為一門人工智慧語言備受青睞。通過大規模的調查，我們發現python語言是十分容易上手的，不過精通python語言不是乙個很容易的事情。
然後說收r語言吧。r是一門用於統計計算和作圖的語言，受s語言影響發展而來。r語言最初由紐西蘭奧克蘭大學統計系的robert gentleman和ross ihaka合作編寫。自2023年開始，r語言開始由乙個核心團隊開發，團隊成員來自世界各地的大學和研究機構。r語言是針對統計的一種語言，是乙個非常實用的語言。
那麼這兩種語言有什麼特點呢？我們通過對比了解一下。首先python和r兩門語言有多平台適應性，很多的系統都可以使用，並且**可移植性強；在資料分析和資料探勘方面python和r語言都有比較專業和全面的模組，很多常用的功能，比如矩陣運算、向量運算等都有比較高階的用法；python是一套比較平衡的語言，各方面都可以，無論是對其他語言的呼叫，和資料來源的連線、讀取，對系統的操作，還是正則表達和文書處理，python都有著明顯優勢。而r是在統計方面比較突出。python和r比較貼近matlab以及minitab等常用的數學工具；在資料結構方面，由於是從科學計算的角度出發，r中的資料結構非常的簡單，主要包括向量、多維陣列、列表、資料框。而 python 則包含更豐富的資料結構來實現資料更精準的訪問和記憶體控制。最重要的一點就是 python與r相比速度要快。python可以直接處理上g的資料，但是r分析資料時需要先通過資料庫把大資料轉化為小資料(通過groupby)才能交給r做分析。
語言之間的轉換（思想）
語言的轉換就如同機器翻譯一樣，如果想從風格上做翻譯，機器得理解這個程式。不過，感覺理解程式可能比理解自然語言還是要容易一些的，畢竟詞法和語法分析是死的，可能的演算法和資料結構也非常有限。我覺得，可能的思路 首先當然是需要把源語言的 進行預處理，比如程式設計ast之類的 第二步就是一些高階的模式識別工...
python與C語言之間的陣列傳遞
參考文章 在ubuntu系統下測試python呼叫c 程式，完成陣列傳入 傳出 傳輸。其實就是特定資料型別的陣列。include opencv2 opencv.hpp define dllexport extern c dllexport void sum f float a,float b,flo...
R語言之簡單的資料分析
1.hist 直方圖 v read.csv data 顯示資料 hist v x1,col 1 7 有顏色 hist v x2,2.plot 散點圖 r中最強大的繪圖函式 plot v x1,v x2 3.table 列聯表函式 library openxlsx d2.1 read.xlsx dat...