python和r语言的区别

Python与R语言的共同特点

1、Python和R在数据分析和数据挖掘方面有更专业、更全面的模块，很多常用的函数，如矩阵运算、向量运算等，有更高级的用法

2、Python和R具有多平台适配能力，linux和windows都可以用，代码可移植性强

3.Python和R比较贴近MATLAB以及minitab等常用的数学工具

其实R也有很多自己特性，下面是它最显著的几个特性：

1、是命令模式。 Python虽然也支持命令模式，但相对来说更倾向于流控语句，也就是可以写一堆语句然后执行。 R 本身的基础

不需要使用流控（当然也支持流控）。

2、是交互性。这是命令模式的一个功能，按回车即可获得结果。但它不像SPSS那种用鼠标戳针的交互方式（在键盘上移动手指就像飞

时间进步了很多……在好莱坞大片里，黑客大师不使用鼠标，当然这是很合理的，SSH 或者 Telent 到远程服务器，鼠标呢？ )

3.也是R语言的一个特性，统计特性……嗯，R语言和所有其他计算机语言的本质区别就是它是统计学家发明的语言（其他

语言基本上是码农发明的，当然也是数学家发明的），那么就有很多神奇的特性。

例如：赋值时，不是等号（=），而是指针（<-），问题是写一个<-5

这种语句，就需要 a < (-5) 这样写。

Python与R语言的区别

在数据结构方面，由于是从科学计算的角度来看，R中的数据结构非常简单，主要包括向量（一维）、多维数组（二维中的矩阵）、列表（非打结）。

结构化数据），数据框（结构化数据）。另一方面，Python 包含更丰富的数据结构来实现更精确的数据访问和内存控制，多维数组（可读、可写、有序）、

元组(只读、有序)、集合(唯一、无序)、字典(Key-Value)等等。

Python 比 R 更快。Python 可以直接处理 G 上的数据； R不能。 R在分析数据时，需要通过数据库将大数据转化为小数据（通过

groupby) 可以交给 R 进行分析，因此 R 无法直接分析行为的详细列表，而只能分析统计结果。

Python是一门比较均衡的语言，无论是调用其他语言，连接数据源，阅读，操作系统，还是正则表达式和文本，它都可以用在各个方面。

文字处理，Python优势明显。而R在统计学中更为突出。