R 和 python两种编程语言

总的概括：R主要在学术界盛行，python(numpy scipy)在工程方便比拟适用。

R是S（Splus）的开源版本，或许下一代。发源地在新西兰奥克兰。这个软件的统计背景很浓郁。我这里浓郁的意思是，假设你不熟习统计知识（历史）的话，R的协助文档看起来是很累的。由统计背景的人开发。R的维护组叫CRAN-R。在生物信息方便，有个叫bioconductor的组织，外面有很多生物信息方面可以用的软件包，他们有一套自己维护package系统。

Python是个综合言语（这里特指指CPython解释器），numpy scipy是数值计算的扩展包，pandas是主要用来做数据处置（numpy依赖），sympy做符号计算（相似mathematica？）此外还有一些不太成熟的包如sciki learn，statistical models。成熟度不如R。但是曾经到了可用的水平了。是读计算机的人写的统计包。ipython 更新到1.0以后，功用基本完善，其notebook十分弱小（觉得就像mathematica)而且还是基于web，在协作分享方面十分好用。

功用：

大家都说R慢，特别是CS的人。其实这里主要是两点：一个R外面数组的调用都是用复制的，二是Rscript慢。三是处置大数据慢。假设R用的好的话，R是不太慢的。详细来说就是Rscript用的少，多用命令，跑点小数据。这样的话，实践在跑的都是面前的fortran和C库。他们都有快二三十年历史了。可谓异常牢靠，优化得不能再优化了（指单线程，假设去看源代码挥发先许多莫名的常数，永用了以后精度高速度快！）。比如一个自己编写一个R脚本，loop套loop的那种，那真是想死的心都会有。外加一点，R处置文本文件很慢！

Python归根揭底还是个有解释器的脚本言语，而且有致命伤——GIL，但python最屡见不鲜的就是它很容易变得更快。比如pypy，cython，或许直接ctypes挂C库。纯python写个原型，然后就开是不时的profiling和减速吧。很随便可以到达和C一个数量级的速度，但是写顺序、调试的时间少了很多。

并行计算：

R v15 之后有了自带的parallel包，用挺轻松的。不过其实就是不停的fork，或许mpi，内存消耗挺凶猛的。parSapply，parApply什么的，真是很好用。

Python虽然有GIL——并行计算的死敌，但是有multiprocessing(fork依赖) ，是可以共享数据的什么的，估量内存消耗方面比R好点，数据零散的话overhead很多。到了MPI的话，mpi4py还是挺好用的。用cython的话结合openmp可以打破GIL，但是进程中不能调用python的对象。

学习曲线：假定什么编程都不会的同窗。

R一末尾还是很容易上手的，查到基本的命令，包，直接print一下就有结果了。但是假设要自己写算法、优化功用的时分，学习难度陡增。

Python么，挺好学的，绝大少数的协助文档都比R好了许多。有些包用起来没R方便。总的来说深化吼R陡。

扩展资源：

基本上新的统计方法都会有R的package，装置适用都不费事。但是基本上都是搞统计的人写的计算机包。所以效能上能够有问好。比拟知名的有两个包的管理网站，cran-r 和bioconductor。 所以搞生化的估量R用起来很方便。

python的统计计算包们比R少，多很年轻，还在不时的开发中。优于是计算机人写的统计包，用起来的时分要多涨个心眼。

画图：

R自带的那些工具就挺好用了，然后还有ggplot这种十分优美的得力工具。

python 有matplotlib，画出来效果觉得比R自带的好一些些，而且界面基于QT，跨平台支持。能够是R用得多了，pyplot用起来还是不太随手，觉得其各个组建的一致性不高。

IDE：

Rstudio十分不错，提供类matlab环境。（自己过去用vim-r-plugin，如今用emacs + ess。）

windows 下有python(x,y) 还有许多商业的工具。（自己如今的emacs环境还不是很随手~）

建议：

假设只是处置（小）数据的，用R。结果更牢靠，速度可以接受，上手方便，多有现成的命令、顺序可以用。

要自己搞个算法、处置大数据、计算量大的，用python。开发效率高，一切尽在掌握。

ps：自觉地用R的包比自觉的地用python的包要更平安。最少R会把你指向一篇论文，而python只是指向一堆代码。R出效果了还有论文作者、审稿人陪葬。

题外话，团体阅历：

我首先用python完成了一个统计方法，其中用到了ctypes，multiprocess。

之后一个项目要做方法比拟，又用回R，发现一些bioconductor上的包曾经默许用parallel了。（但那个包还是很慢，一下子把我所以线程都用掉了，招致整个电脑运用不能，看网页十分卡~）

后来用python pandas做了一些数据整理任务，相似数据库，两三个表来回查、婚配。觉得还是很方便的。虽然这些任务R也能做，但估量会慢点，毕竟几十万行的条目了。

整理好之后末尾尝试用python matplotlib画图。pyplot作图的方式和R差异很大，R是一条命令画点东西，pylot是预备好了以后一同出来。pyplot的颜色选择有点蛋疼，默许颜色比拟少，之后可用html的颜色，但是名字太长了~。pyplot 的legend比R 好用多了，算是半自动化了。pyplot画出来后可以自在拉升缩放，然后再保管为图片，这点比R好用多了。