CPDA数据分析师：为什么Python在数据科学方面超越R和SQL?

随着越来越多的专业人员进入该领域 数据科学行业正在从传统的“核心”数据科学家转向具有更专业技能的人，在活跃的市场中，求职者通常能够对所从事的工作有所选择，报告发现数据科学家比技术行业其他任何领域的专业人员更快地在角色之间转换，每个职位平均不到两年，在工具方面，数据科学领域的一个普遍争论是Python或R是否是用于数据工作的更好的编程语言，尽管两种语言都有其优缺点，报告选择了一个赢家，至少在流行方面：Python。

我们看到企业对准员工的期望正在上升 并且通过一种以上的方式做出贡献的能力已成为一种必要，这可能是使用多种语言进行编码的能力，将研究转化为生产代码的经验或者仅仅是一定程度的商业头脑，对基于Python的深度学习经验的需求也急剧上升，因此对工具的熟悉像TensorFlow，Caffe和Torch对招聘经理越来越有吸引力，比较Python它比R更优雅，并且在机器学习工作，语言统一性和链接数据结构方面胜出，然而，R还具有许多优点，包括更容易学习的曲线，统计正确性和面向对象，最终两种语言都是用于数据科学工作的有用工具。

Python是否将R编程语言从数据科学中挤出来？ 一份报告提出了另一个迹象，R在数据科学家中的流行程度可能正在下降，R编程语言又遭受了一次敲门，20种流行编程语言中脱颖而出，这是该语言三年来首次跌出前20名，将其归因于数据科学和机器学习领域中Python的统治地位，通常使用R。

统计编程市场似乎正在整合 Python已经成为最大的赢家，这可能是因为统计编程正从当今的大学到工业界找到了途径，而Python已为业界所接受，Python具有在可用性和用户友好性之间取得良好平衡的声誉，它广泛使用了编程语言，包括进行统计分析并帮助其进行机器学习，指数将尝试估计全球基于从各大搜索引擎结果的语言普及，有时会批评该指数是一个比较钝的指标，可能会受到语言流行程度以外的一系列因素的影响，但是在这种情况下，指数是一系列调查中最新的一个，已确定R处于下降趋势。

R在今年的RedMonk编程排名中也下降了一位，对职位空缺的分析发现，只有18％的职位需要R的技能，而66％的求职者是有使用Python经验的求职者，同样使用Python的机器学习开发人员和数据科学家中有69％使用Python，而使用R的24％的人则是如此，相对于其他语言，增长和社区参与度下降也使R上升至第12最差的编程语言列表，为了支持Python的优势，一项调查发现Python是数据科学家在其工作中最常用的语言，并且如果您对机器学习感兴趣的话，到目前为止，它是学习该语言的最受欢迎的选择.

在今年的开发人员调查中

Python也是增长最快的语言，就是说重要的是不要夸大R的下降，仍然有很多迹象表明，R已广泛用于数据科学和统计分析中，最近的一项调查表明，尽管受访者人数相对较少，但发现将近一半数据科学家定期仍然使用R ，不要过多地了解R在其调查中的失败命运，他说该语言继续为活跃的分析和数据科学用例基础提供服务。

经典Python教程，学不会才是奇迹！