吧吧嘛嘛Python和R哪个更合适？，搞机器学习( 二 ) 搞机器学习

R的优势
适用于数据分析——如果数据检验或数据表示对你们企业非常重要，那么R将会是你最好的选择，因为用它可以快速实现原型开发设计，并和数据集一起可以构建人工智能/机器学习模型。
大量实用库和工具——和python一样， R包含大量库可以帮助使用机器学习的企业。比如， Caret不同寻常的功能使其非常高效，这也提升了R在人工智能方面的功能。还在不断开发的数据分析库给R使用者带来了巨大的优势。这些数据分析库不仅全面，而且专注于模型认证和信息表示。
适用于探索性任务——如果你在项目的前期阶段需要在模型验证方面进行一些探索性的工作，那么R会让工作变得简单，因为工程师们只需要写几行代码就可以了。
R的劣势
学习难度大，并且容易写出错误的代码。弱类型是危险的，函数都有着返回非期望类型对象的恶习。
相较于其它编程语言的独特之处：向量的索引是从1开始，而不是0 。
解决某些问题的语法并不是那么明显。由于R有着大量的库，一些并不常用的库并没有完善的文档说明。
结论
对于机器学习， Python和R都有它们各自的优势，因为它们都有大量的库。如果你能够很好地掌握这两种语言，你就能够成为集其大成者，因为其中一个语言可以完成的大多数功能，另一个语言也可以完成。此外，你可以使用Python作为前期阶段的数据处理，之后再把这些信息送入R进行分析处理。 R可以提供全面的、更优的数据分析方案。你可以把R当作是Python的一个库，或者把Python当作是R的一个用于预处理的库。掌握了python和R各自的优缺点，现在你可以更好地选择一个最适合于你目前项目的编程语言。原文链接：https://towardsdatascience.com/python-vs-r-which-is-good-for-machine-learning-ecfb87c7f8ca作者简介：ManavJain ，技术顾问与博客专家。

文章图片