為什麼R語言是學習數據分析的第一選擇

剛開始學習數據科學的人都會面對同一個問題：

不知道該先學習哪種程式語言。

不僅僅是程式語言，像Tableau，SPSS等軟體系統也是同樣的情況。有越來越多的工具和程式語言，很難知道該選擇哪一種。

事實是，你的時間有限。學習一門新的程式語言相當於一項巨大的投資，因此在選擇語言時需要有戰略性。很明顯，一些語言會給你的投資帶來很高的回報。然而其他語言可能是你每年只用幾次的純粹輔助工具。

建議就是：先學習R語言

專注於一種語

在說明為什麼你應該學習R語言之前，想強調的是，在開始學習數據科學時，你應該學習一種語言。

有些人問是否應該學習在學R語言的同時學習Python。答案基本上是否定的，除非你需要使用一種以上的語言，否則你應該選擇一種語言進行學習。

專注於一種程式語言的原因是，你需要更多地關注過程和技術，而不是語法。你需要掌握如何通過數據科學工具來分析數據，以及如何解決問題。事實證明，R語言是最佳的選。

學習R語言

建議你將R語言作為你的第一個「數據科學程式語言」。雖然也有例外，比如特定的項目需要。

因為R語言正在成為數據科學的「通用語言」。這並不是說R語言是唯一的語言，也不是說它是每個工作的最佳工具。然而，它是使用最廣泛的，而且越來越受歡迎。

另一個常見的語言排名系統是Redmonk程式語言排名，它由GitHub(代碼行)和Stack Overflow(標籤數)的流行指數派生而來。截至2016年11月，R語言在所有程式語言中排名第13。此外，R語言多年來一直呈持續上升趨勢:

此外還有TIOBE指數(按搜尋引擎搜索次數對程式語言進行排名)。在TIOBE指數上，R語言十年來呈現出穩定上升趨勢。

R語言在學術界很受歡迎

R語言不僅僅是一個行業工具。它在學術科學家和研究人員中也非常受歡迎，最近著名《自然》雜誌上發表的R語言概況也證實了這一點。R語言在學術界的備受歡迎，因為它創造了供應行業的人才庫。

此外，隨著數據科學的成熟，商業屆的數據科學家將需要與學術屆的科學家進行更多的溝通。我們需要借鑑技術和交流觀點。隨著世界轉變為數據流時，學術科學與面向商業的數據科學之間的界線會變得模糊。

通過R語言學習「數據科學的技能」是最簡單的

在選擇語言時，你需要一種在這些領域都具有重要功能的語言。同時你需要執行這些任務的工具，以及在你所選語言中來學習這些技能的資源。

如上所述，你更多地需要關注流程和技術，而不是語法，為此，你需要掌握數據科學的3個核心技能領域：數據處理，數據可視化和機器學習。在R語言中掌握這些技能將比任何其他語言都容易。

Python

Python是一種值得考慮的多用途程式語言。在O'Reilly最近的調查中，Python是數據科學家中第二受歡迎的程式語言。它具有優秀的可視化工具，以及機器學習工具。我認為，對於大多數人來說Python是應該學習的第二種語言

總結：學習R語言，並集中精力

如上所述，如果你確實希望在數據科學工作流程中提高技能。至少在數據可視化和數據處理方面，你得具備紮實的技能。

在R語言上花費100個小時，將比在10個不同工具上各花費10個小時得到更高的回報。最後，通過集中精力，你的時間回報率將更高。