R語言和Python一塊學習會弄混嗎？

參考前期的一篇文章：R vs Python / R 和 Python : 哪一種更好用？

R 和 Python 都是開源的、免費的高級編程語言。R 專門用于統計計算。它有大量附加包（package）/工具來支持機器學習和數據分析。另一方面，Python 是一種通用的強大的編程語言，在數據準備、數據調試和數據分析方面有特殊的應用。

這種區別也是不同分析人士喜歡這些編程語言的原因。Python 通常被嘗試開發數字處理和分析技能的計算機程序員所青睞。另一方面，R 被數學家和統計學家優先選擇。這些差異在這些語言的學習資源（書籍和網上論壇）中是顯而易見的。例如，考慮以下 4 本免費的在線圖書。

所有這些書都是高質量的統計教材，用 R 作為首選編程語言。這些只是幾個例子。請注意，第一本書不是專門用于 R，與第二本書有相同的作者。你很少會找到用 Python 作為首選語言的書籍。因此，R 更有能力處理數據挖掘和統計分析的相關問題。另一方面，Python 提供了非常好的應用程序來處理非結構化和復雜的數據集，如圖像、書面文本（網絡、電子郵件等）、基因、聲音等。

實質上，Python 和 R 一起構成了數據科學家的工具包。因此，對于務實的和面向應用的數據科學家來說，了解這兩種語言的超級能力和特點是至關重要的。

使用 R 進行分析、數據可視化與建模：

為分析提供了極好的靈活性

R 使你在分析的時候更容易思考

由于有著十分活躍的統計與數學社區，可以持續的更新和增強分析功能優秀的數據可視化工具

優秀的數據可視化工具

使用 Python 進行數據預處理、數據清洗，特別針對于非結構化數據（如網頁，圖像，文本等）：

極強的靈活性，能夠從自由文本、網站和社交媒體網站提取信息

便于圖像挖掘和為分析準備數據

處理大量的數據的時候比 R 語言更好

對于一個認真的數據科學家來說，R 和 Python 都應該了解。我們需要的是 R+Python，而不是 R vs Python。

附圖：