Недавно я ответил на этот вопрос в квора, я не сделал франт вопроса, но это хорошая отправная точка. Я в основном держись вдали от языковых дебатов, как вы увидите, но это действительно заинтересовало меня. Когда я обсуждал себя с собой, и изучал этот конкретный вопрос для себя, я в основном хотел узнать, какой из них я должен использовать для моего следующего проекта данных, и вот мои личные идеи. (Пожалуйста, дайте мне знать, что вы думаете!:)
Вот как я лечу R, Scala, Python VS, который выбрать сагу. Я в основном использую каждый для его лучшей силы, вот рецепт. Это мой личный вид и использование языков Отказ
Используйте R в качестве замены для электронной таблицы **. Вместе с ** Rstudio Он делает статистику убийцы, заговор и аналитику данных.
Вы можете принять файлы журналов, разбирать их, график их, Pivot Table их, фильтр. И все с большой поддержкой от RSTUDIO – это убийственный анализ данных и рабочее пространство, вы должны учиться как замена для разработок электронных таблиц.
Хотите записать некоторые строки из текстового файла без проблем, просто используйте: datelines <–,,). Это стрелка на обратную стрелку, она легко писать – как только вы знаете команду, вам нужно использовать! – В много раз очень трудно выяснить, какая правильная команда использовать, практика – это ключ, примечание. Электронная таблица и используйте его время от времени, пока не поправитесь с ним лучше, сохраните записку или документ с полезными командами R, и вы обнаружите, что с несколькими командами + немногие команды построения вы маленький король в царстве. Этот пример GREP находится только один из миллионов сумасшедших способностей, а матричные манипуляции и построения, а Rstudio вы будете делать аналитики, такие как сумасшедшие на данных.
Если у вас нет времени на вышеупомянутое, я все еще настоятельно рекомендую вам установить RSTUDIO и использовать его время от времени, получить его висеть, нет ничего подобного так далеко, что я знаю, что это так хорошо для быстрого анализа данных, быстро Статистика, просто дайте ему выстрел и попытайтесь заменить свои обычные расчеты, быстрые задачи манипуляций данных с ним.
Вы также можете двигаться дальше и делать машинное обучение в R, он имеет чрезвычайно мощные библиотеки для этого (rpart, Caret, E1071, …) и все средства, если вы и ваши команды свободно владеете тем, что он не стесняюсь двигаться дальше, но мне лично будет использовать его только для спекуляций и быстрых анализа или быстрых моделей, я останавливаюсь там, это может быть очень быстро Но Это когда я обращаюсь к языку номер 2 Python Отказ
Используйте Python для обработки данных малого и среднего размера Отказ Python Croup ввел некоторый тип проверки в последние релизы (что является потрясающе), является интерпретированным языком (просто как R) Но это больше стандартного языка программирования, как таковой у вас есть большое преимущество скорости программирования. Вы просто пишете свой код и запустите. Однако предостережение заключается в том, что у вас нет удивительного компилятора и функций (хорошие, а не кухонные раковины) из Scala. Поэтому до тех пор, пока ваш проект небольшой до среднего размера.
Это будет очень полезно, так как вы будете использовать NLTK, MatPlotlib, Numpy, Pandas, и у вас будет прекрасное время и счастливый путь, изучая и используя их. Это приведет вас на быструю маршрут к обучению машин, с большими примерами в комплекте в библиотеках.
Я не говорю, что вы не можете сделать это с R или Scala с большим успехом, я говорю, что касается моего личного использования, это самый лучший наиболее интуитивный способ сделать это, я использую его для того, что лучше.
Я хочу быстрый анализ CSV, я обращаюсь к Р. Я хочу, чтобы пуленепробиваемое быстрое приложение в масштабе времени я использую Scala. Если мой проект должен быть один большой со многими разработчиками Это где я обращаюсь к языку/рамки № 3 – для Java/Scala Отказ
Используйте Scala (или Java) Для более крупных надежных проектов для облегчения обслуживания . Хотя многие утверждают, что Scala является плохой для обслуживания, я бы утвердовал, что это не обязательно. Java и Scala с их в основном супер сильно напечатанные и составленные функциями, делают их отличным языком для крупных масштабов. У вас есть библиотеки Spark OpenNLP для вашего машинного обучения и больших данных. Они надежны, они работают в масштабе, это правда, это займет у вас более длительное время для кода, чем в Python, но обслуживание и бортовое развитие новых личных было бы проще, по крайней мере, в моих случаях.
Данные смоделированы с классами Case.
Правильная функция подписи.
Надлежащая неизменность.
Правильное разделение опасений.
Хотя вышеизложенное можно применять на любом из вышеупомянутых языков, оно идет более естественно со Scala/Java.
Но если у вас нет времени или хотите работать с ними все, то это то, что я бы сделал :
R – Исследование, сюжет, анализ данных.
Python – Проект малого/среднего масштаба для создания моделей и анализировать данные, быстрый запуск или небольшую команду.
Scala/Java – Прочное программирование со многими разработчиками и командами, меньшим количеством коммунальных услуг машин, чем Python и R, но он составляет повышенное обслуживание кода для множества команд разработчиков.
Это задача, чтобы узнать их всех, и я все еще в этом вызове, и это настоящая головная боль, но в конце вы получаете выгоду. Если вы хотите только один из них, я бы спросил:
- Я управляю проектом со многими командами, многие работники, скорость не самый верхний приоритет, стабильность является приоритетом – Java/Scala.
- Несколько личных проектов мне нужны быстрые результаты, мне нужно быстрое машинное обучение на стартапе – Python.
- Я просто хочу взломать свой анализ данных ноутбука и повысить анализ данных моей электронной таблицы, навыки машинного обучения – R .
Оригинал: “https://dev.to/tomerbendavid/which-programming-language-is-better-r-scala-or-python-56lg”