原标题：R语言和Python一块学习会弄混吗

感谢关注天善智能，走好数据之路↑↑↑

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

R 和 Python 都是开源的、免费的高级编程语言。R 专门用于统计计算。它有大量附加包（package）/工具来支持机器学习和数据分析。另一方面，Python 是一种通用的强大的编程语言，在数据准备、数据调试和数据分析方面有特殊的应用。

这种区别也是不同分析人士喜欢这些编程语言的原因。Python 通常被尝试开发数字处理和分析技能的计算机程序员所青睐。另一方面，R 被数学家和统计学家优先选择。这些差异在这些语言的学习资源（书籍和网上论坛）中是显而易见的。例如，考虑以下 4 本免费的在线图书。

所有这些书都是高质量的统计教材，用 R 作为首选编程语言。这些只是几个例子。请注意，第一本书不是专门用于 R，与第二本书有相同的作者。你很少会找到用 Python 作为首选语言的书籍。因此，R 更有能力处理数据挖掘和统计分析的相关问题。另一方面，Python 提供了非常好的应用程序来处理非结构化和复杂的数据集，如图像、书面文本（网络、电子邮件等）、基因、声音等。

实质上，Python 和 R 一起构成了数据科学家的工具包。因此，对于务实的和面向应用的数据科学家来说，了解这两种语言的超级能力和特点是至关重要的。

使用 R 进行分析、数据可视化与建模：

为分析提供了极好的灵活性

R 使你在分析的时候更容易思考

由于有着十分活跃的统计与数学社区，可以持续的更新和增强分析功能优秀的数据可视化工具

优秀的数据可视化工具

使用 Python 进行数据预处理、数据清洗，特别针对于非结构化数据（如网页，图像，文本等）：

极强的灵活性，能够从自由文本、网站和社交媒体网站提取信息

便于图像挖掘和为分析准备数据

处理大量的数据的时候比 R 语言更好

对于一个认真的数据科学家来说，R 和 Python 都应该了解。我们需要的是 R+Python，而不是 R vs Python。

附图：

11月6日年迈的数据分析师教你做年终总结报告

陈丹奕：知乎大神，前百度资深数据分析师

11月7日机器学习与工业实践

邹博：中国科学院副研究员，天津大学特聘教授

11月8日 贝叶斯算法与新闻分类实战

唐宇迪：深度学习领域多年一线实践研究专家，同济大学硕士

11月9日破冰Python，1小时快速入门

王大伟： Python爱好者社区公众号负责人，擅长网络爬虫、数据分析

11月10日 职场也有双11--你贱卖自己的5大常用技巧

陈文：8年经验数据分析师，资深业务顾问返回搜狐，查看更多

责任编辑：