前言

R編程語言在數字分析與機器學習領域已經成為一款重要的工具。隨著機器逐步成為愈發核心的數據生成器，該語言的人氣也必然會一路攀升。不過R語言當然也擁有著自己的優勢與缺點，開發人員只有加以了解后才能充分發揮它的強大能力。

正如Tiobe、PyPL以及Redmonk等編程語言人氣排名所指出，R語言所受到的關注程度正在快速提升。作為一款誕生于上世紀九十年代的語言，R已經成為S統計編程語言的一類實現方式。已經擁有十八年R編程經驗的高校教授兼Coursera在線平臺培訓師Roger Peng指出，“R語言已經成為統計領域最具人氣的語言選項”。

“我之所以喜愛R語言，是因為它易于從計算機科學角度出發實現編程，”Peng表示。而R語言隨時間推移正呈現出愈發迅猛的發展態勢，并成為能夠將不同數據集、工具乃至軟件包結合在一起的膠水型語言，Peng解釋道。

“R語言是創建可重復性及高質量分析的最佳途徑。它擁有數據處理所必需的一切靈活性及強大要素，”在線編程教育機構Code School數據科學家Matt Adams指出。“我用R語言編寫的大部分程序實際上都是在將各類腳本整理到項目當中。”

? ? r語言有什么優劣勢分析

R語言擁有強大的軟件包生態系統與圖表優勢

R語言的優勢主要體現在其軟件包生態系統上。“龐大的軟件包生態系統無疑是R語言最為突出的優勢之一——如果某項統計技術已經存在，那么幾乎必然存在著一款R軟件包與之對應，”Adams指出。

“其中內置有大量專門面向統計人員的實用功能，”Peng表示。R語言具備可擴展能力且擁有豐富的功能選項，幫助開發人員構建自己的工具及方法，從而順利實現數據分析，他進一步解釋稱。“隨著時間的推移，越來越多來自其它領域的用戶也被吸引到了R身邊來，”其中包括生物科學乃至人文學科等。

“人們能夠在無需申請權限的前提下對其進行擴展。”事實上，Peng回憶稱多年之前R的使用方式就已經給相關工作帶來了巨大便利。“當R語言剛剛誕生之時，它最大的優勢就是以自由軟件的姿態出現。其源代碼以及所有一切都可供我們直接查看。”

Adams也表示，R語言在圖形及圖表方面的一切能夠都是“無與倫比”的。其dplyr與ggplot2軟件包分別用于進行數據處理與繪圖，且“能夠非常直觀地提升我的生活質量，”他感嘆道。

在機器學習方面，R語言的優勢則體現在與學術界的強大聯動效應，Adams指出。“在這一領域的任何新型研究成果可能都會馬上以R軟件包的形式體現出來。因此從這個角度看，R語言始終站在技術發展的尖端位置，”他表示。“這種接入軟件包還能夠提供良好的途徑，幫助我們利用相對統一的API在R語言環境下實現機器學習研究。”Peng進一步補充稱，目前已經有眾多主流機器學習算法以R語言作為實現手段。

R的短板在于安全性與內存管理

說了這么多優勢，R語言當然也存在著一定不足。“內存管理、速度與效率可能是R語言面臨的幾大最為嚴峻的挑戰，”Adams指出。“在這方面，人們仍然需要努力推動——而且也確實正在推動——其進展與完善。此外，從其它語言轉投R懷抱的開發人員也會發現后者在某些設定上確實有些古怪。”

R語言的基本原理來自上世紀六十年代出現的各類編程語言，Peng解釋道。“從這個意義上講，R語言在設計思路上屬于一項古老的技術成果。”這種語言的設計局限有時候會令大規模數據集處理工作遇到難題，他強調稱。因為數據必須被保存在物理內存當中——但隨著計算機內存容量的不斷提升，這個問題已經在很大程度上得到了解決，Peng指出。

安全等相關功能并沒有被內置在R語言當中，Peng指出。此外，R語言無法被嵌入到網絡瀏覽器當中，Peng表示。“我們不能利用它開發Web類或者互聯網類應用程序。”再有，我們基本上沒辦法利用R語言當作后端服務器執行計算任務，因為它在網絡層面缺乏安全性保障，他表示。不過Amazon Web Services云平臺上的虛擬容器等技術方案的出現已經在很大程度上解決了此類安全隱患，Peng補充道。

長久以來，R語言當中始終缺少充足的交互元素，他表示。但以JavaScript為代表的各類編程語言介入其中并填補了這項空白，Peng指出。雖然我們仍然需要利用R語言處理分析任務，但最終結果的具體顯示方式則可以由JavaScript等其它語言來完成，他總結道。

R語言并不單純面向高端程序員

不過Adams與Peng都會R視為一種易于接受的語言。“我本人并沒有計算機科學教育背景，而且從來沒想過要當一名程序員。將編程基礎知識納入技能儲備當然很不錯，但這并不是上手R語言的必要前提，”Adams指出。“我甚至并不認為R語言只適用于程序員。它非常適合那些面向數據并試圖解決相關問題的用戶——無論他們的實際編程能力如何，”他強調稱。