CPDA資料分析師：為什麼Python在資料科學方面超越R和SQL?

隨著越來越多的專業人員進入該領域 資料科學行業正在從傳統的“核心”資料科學家轉向具有更專業技能的人，在活躍的市場中，求職者通常能夠對所從事的工作有所選擇，報告發現資料科學家比技術行業其他任何領域的專業人員更快地在角色之間轉換，每個職位平均不到兩年，在工具方面，資料科學領域的一個普遍爭論是Python或R是否是用於資料工作的更好的程式語言，儘管兩種語言都有其優缺點，報告選擇了一個贏家，至少在流行方面：Python。

我們看到企業對準員工的期望正在上升 並且透過一種以上的方式做出貢獻的能力已成為一種必要，這可能是使用多種語言進行編碼的能力，將研究轉化為生產程式碼的經驗或者僅僅是一定程度的商業頭腦，對基於Python的深度學習經驗的需求也急劇上升，因此對工具的熟悉像TensorFlow，Caffe和Torch對招聘經理越來越有吸引力，比較Python它比R更優雅，並且在機器學習工作，語言統一性和連結資料結構方面勝出，然而，R還具有許多優點，包括更容易學習的曲線，統計正確性和麵向物件，最終兩種語言都是用於資料科學工作的有用工具。

Python是否將R程式語言從資料科學中擠出來？ 一份報告提出了另一個跡象，R在資料科學家中的流行程度可能正在下降，R程式語言又遭受了一次敲門，20種流行程式語言中脫穎而出，這是該語言三年來首次跌出前20名，將其歸因於資料科學和機器學習領域中Python的統治地位，通常使用R。

統計程式設計市場似乎正在整合 Python已經成為最大的贏家，這可能是因為統計程式設計正從當今的大學到工業界找到了途徑，而Python已為業界所接受，Python具有在可用性和使用者友好性之間取得良好平衡的聲譽，它廣泛使用了程式語言，包括進行統計分析並幫助其進行機器學習，指數將嘗試估計全球基於從各大搜尋引擎結果的語言普及，有時會批評該指數是一個比較鈍的指標，可能會受到語言流行程度以外的一系列因素的影響，但是在這種情況下，指數是一系列調查中最新的一個，已確定R處於下降趨勢。

R在今年的RedMonk程式設計排名中也下降了一位，對職位空缺的分析發現，只有18％的職位需要R的技能，而66％的求職者是有使用Python經驗的求職者，同樣使用Python的機器學習開發人員和資料科學家中有69％使用Python，而使用R的24％的人則是如此，相對於其他語言，增長和社群參與度下降也使R上升至第12最差的程式語言列表，為了支援Python的優勢，一項調查發現Python是資料科學家在其工作中最常用的語言，並且如果您對機器學習感興趣的話，到目前為止，它是學習該語言的最受歡迎的選擇.

在今年的開發人員調查中

Python也是增長最快的語言，就是說重要的是不要誇大R的下降，仍然有很多跡象表明，R已廣泛用於資料科學和統計分析中，最近的一項調查表明，儘管受訪者人數相對較少，但發現將近一半資料科學家定期仍然使用R ，不要過多地瞭解R在其調查中的失敗命運，他說該語言繼續為活躍的分析和資料科學用例基礎提供服務。

經典Python教程，學不會才是奇蹟！