[原]深刻對比數據科學工具箱：Python3 和 R 之爭[2020版]

概述

R 和 Python2/Python3 在過去十年（Pandas問世後）的數據科學領域持續着激烈的競爭，隨着時間的推移競爭格局也從混沌走向清晰。

R 從誕生開始就繼承了 S 語言的統計特性，經歷了野蠻生長，2009 年 ggplot2 和 data.table 的橫空出世大幅提高數據可視分析的效率，極大衝擊了數據科學早期市場，要知道當時數據科學還主要被商業軟件 Excel、SAS 和 Matlab 所壟斷。R語言做爲數據科學開源軟件的先驅，多個商業應用領域不斷進化，貝葉斯、空間分析、網絡分析、時序分析、生存分析等在代碼庫 CRAN 和 GitHub 上開始快速增加，直到 2015年 Revolution R 被 Microsoft 公司收購達到頂峯。

Python 本來是一種膠水語言，在Web開發、嵌入式開發、運維測試等領域使用較爲普遍，在數據科學領域運用並不普遍。然而，自 2015年大數據和深度學習的人工智能革命起，Python 中的兩大開源框架 PySpark 和 Tensorflow 開始大放異彩，全民學習 Python 的熱情也隨水漲船高，Python 成功實現了數據科學領域的逆襲。

隨着2020年起，Python2 的正式中止維護，Python。

Python Version

生態對比

Domain	Python3	R
基礎數據處理	Pandas/Dplython	Tidyverse/Dplyr
並行計算（數據密集）	Koalas/PySpark	Sparklyr/SparkR
並行計算（計算密集）	Dask/Modin	Disk.frame
網絡挖掘	Networkx/Graph-tool	Tidygraph
地理挖掘	Geopandas/Rasterio	Sf/Raster
時序挖掘	Prophet/Backtrader	Fable/Quantstrat
圖像處理	OpenCV	magick
文本處理	Gensim/NLTK	tidytext
基礎統計工具	Statsmodels	tidymodel
貝葉斯統計	PyMC3/PyStan	Brms/Rstanarm
機器學習	Sklearn	Mlr
深度學習	Tensorflow/Mxnet	Tensorflow/Mxnet
強化學習	RLlib/Gym	ReinforcementLearning
仿真建模	Simpy	Simmer
優化建模	Cvxplayers/Ortools/Scipy	CVXR/ompr
原型開發	Dash	Shiny
數據探索	Plotly/Matplotlib/Plotnine	Plotly/Ggplot2/Esquisse

1. 數據流操做對比

基礎數據處理:Pandas/Dplython vs Tidyverse/Dplyr

分佈式數據處理：Koalas/PySpark vs Sparklyr/SparkR

分佈式數據處理：Dask/Modin vs Disk.frame

2. 領域建模

網絡挖掘: NetworkX/Graph-tool vs Tidygraph

地理挖掘：Geopandas vs Sf

3. 統計建模

基礎統計工具 Statsmodels vs tidymodel

貝葉斯統計 PyMC3/PyStan vs RStan

機器學習 Sklearn vs Mlr

4. 可視化

總結

• R 社區活躍度有所降低
• Python2 逐漸放棄維護
• Python3 取代 Python2 和 R 成爲新一代人工智能主流編程語言。

參考資料

• 在這我的人擁抱python的時代，R真的out了嗎？
• Migrating Python2 to Python3
• Network Packages Comparison
• https://github.com/mementum/b...
• Python iGraph Question
• Popular Graph Packages Bechmark
• data wrangling python vs R
• Get faster pandas with Modin, even on your laptops
• https://analyticsindiamag.com...
• R vs Python in 2020