經常有讀者問我們，在數據科學領域里，到底是該選 Python 呢，還是選 R 更好？誠然，對于數據科學家來說，R 和 Python 都很重要。但是對于一個新人數據科學家來說，又該如何取舍呢？同時學習 Python 和 R 也有些不切實際。作者 Tom Waterman 作為過來人，他是先學了 R，后來才學的 Python，他給我們列出了為什么 Python 比 R 更適合數據科學領域的四大理由。InfoQ 中文站翻譯并分享給大家。

我認為，在數據科學領域，Python 比 R 更合適的理由主要有四個。

新人數據科學家都面臨著一個問題，而這個問題非常重要：我是應該學習 Python 呢，還是學習 R？

問得好！這個問題真的非常重要。因為，“男怕入錯行，女怕嫁錯郎”，要知道，學習第一門編程語言是需要耗費數百個小時的。試圖都學這兩門編程語言是不切實際的，特別是當你剛剛開始職業生涯的時候。

那么，你應該做出怎樣的選擇呢？

根據我的經驗，如果你選擇了 Python，我相信，你的職業生涯將會因此受益良多。

在我看來，對數據科學這一職業來說，Python 是更好的選擇，尤其是如果你剛剛起步的話。

我將給出四個理由，來說明為什么我認為 Python 對你職業來說是更好的選擇，但我也要澄清一點：我并不認為 R 是一個糟糕的選擇。

選擇 R 并不會對你的工作機會產生什么負面影響，而是要取決于你的團隊，你甚至有可能會被要求學習 R。事實上，Facebook 將 R 作為內部調查工具的分析組件，而我們所有的數據科學基礎設施都支持這門語言。

也就是說，我相信，如果你學習 Python 的話，你將會更快地成為一名實踐數據科學家，而且還能夠更好地在統計建模之外的重要領域為你的團隊做出貢獻。

因此，學習 Python 將會使你能夠為公司帶來更大的影響力，而你的職業生涯也將因此碩果累累。

理由一：無論如何，你可能得學習 Python

大多數公司要求他們的數據科學家所做的并不僅僅是預測建模（即機器學習）。至少，你可能需要維護為模型提供數據的數據管道，而這些數據管道很可能就是用 Python 構建的。

目前，管道的行業標準是基于 Python 的 Airflow，而在 Facebook 上，我們使用的內部 Python 工具基本上也是相同的。

事實上，據我估計，在 Facebook，我們的數據科學家 100% 都會在每周使用 Python，而積極使用 R 的人可能只有 10% 左右。

因此，對你來說，如果選擇 Python 的話，可能會更有效率：雖然你一旦找到工作就可以避開 R，但不太可能會繞開 Python。

理由二：Python 更容易學習

要知道，成為可雇傭的人所需的時間非常重要，尤其是如果你是在大學以外的地方自學的話。

Python 以易學而聞名。在學過 Python 和 R 之后（雖然我對 Python 方面更深入），我認為，Python 的聲譽是當之無愧的。

當你開始使用統計建模之外的語言特性時，Python 易學所帶來的好處尤為明顯。這些特性包括將項目打包用于分發、開發命令行界面、使用像 SQLAlchemy 這樣的對象關系映射（Object-relational mapping，ORM）為數據結構建模等等。

若掌握 Python，將使你更容易精通這些特性，你的職業生涯也將因此受益。

理由三：Python 的社區更龐大

Python 是世界上最流行的編程語言之一，在 Stack overflow、Kaggle 甚至 Mediun 等網站都有龐大的社區。

因此，當你不可避免地遇到連自己也無法解決的問題時，你更有可能找到那些在你之前遇到過這個問題、尋求過幫助并得到解決方案的人。

這意味著你將花費更少的時間來調試與系統的兼容性問題，而將更多的時間用于交付可為公司帶來影響的代碼。

理由四：使用 Python 部署模型更容易

最后，在職業生涯中，你可能會達到這樣的一個階段：你希望能夠將模型實時提供給任何一個最終用戶。要解決這個問題，你需要構建一個基于 REST 的 Web 應用程序，使用 Python 的話，這件事就會變得很容易。

實際上，Python 擁有一些世界上最流行的 Web 應用程序框架，即 Django 和 Flask。你公司的內部部署工具更有可能就支持這些框架，而且相對來說不太可能會支持 R。

這些框架的流行也意味著它們得到了平臺即服務提供商（如 Heroku、Amazon Lightsail 等）的良好支持。有了這些框架，你將能夠在線發布你的個人項目，而所需的工作量僅相當于在 R 中部署相同項目所需工作量的一小部分。

最重要的是，如果你足夠幸運，你的公司在自己的產品中已經使用了 Python 框架，那么學習 Python 就意味著你將有足夠的危機感，連接你自己的應用內跟蹤。若能夠自主為你的模型捕獲更多的特性，將會對你所能夠帶來的影響產生顯著的效果。

當然，所有的決策都是需要權衡取舍的，選擇學習 Python 而不是 R 也沒有什么不同。盡管我個人認為 Python 對數據科學職業來說是更好的選擇，但 Python 的缺點也同樣值得考慮。

對我來說，Python 最大的缺點就是沒有與 RStudio 相當的工具。Python 最有可比性的是 Jupyter Notebook，但我個人覺得 RStuduo 更好一些，因為它具有數據探索的功能。

作者注： 在寫完本文后，Marcelo Garcia 指出可以使用免費的 Spyder 包作為 RStudio 的 Python 替代方案。但作者還沒有機會嘗試 Spyder，但是看起來很棒！

R 在學術界也非常流行，因此，R 中軟件包的文檔更有可能是直接引用學術研究。這些文檔對于從事研究“前沿”工作的數據科學家來說非常有用。

但我并不認為 RStudio 的缺乏，就能足以否定 Python 的相對優勢。而且，在數據科學學術界從業者也少得多，這使得 R 的研究相關優勢對大多數數據科學家來說不那么重要了。

因此，盡管 R 有很多優點，但我相信如果你選擇學習 Python，你的職業生涯將會受益匪淺。

最后，我認為值得一提的是，我并不認為學習 R 就是個糟糕的選擇，只不過 Python 更可能是你職業生涯中的一個更好的選擇而已。要根據你的具體情況，學習 R 對你來說也有可能更有意義。

不管你選擇學習哪種語言，你都不應該覺得你永遠不能改變主意。要知道，所有的編程語言的相似之處可要遠遠多于不同之處：學習第二門編程語言要比第一門編程語言容易得多。

實際上，我恰恰選擇的就是先學習 R 的！因此，就算我現在建議將 Python 作為你職業生涯的更好選擇，但我也很難對 R 發出太過強烈的警告。