用r也可以跑python了（Python里\r）

• 1、如何運行Python程序的方法
• 2、r語言和python哪個更有用
• 3、如何使用python和R高效而優雅地處理大數據?
• 4、如何做到R和python的完美配合
• 5、怎麼用rstudio寫python程序

在linux和mac系統里自帶python，在終端里輸入python -V查看python版本，輸入“python”運行python 2.X版本，“python3”運行python 3.x版本。運行.py程序，切換到程序所在目錄，“python或python3 xxxx.py”即可執行。

在windows系統， 到python.org官網上下載python2.x或3.x版本，下載到本地後安裝。 安裝完成後把python的安裝目錄添加到系統變量中，win+R打開“運行”，輸入CMD打開命令提示符窗口，輸入“python”回車即可進入python交互界面。也可使用安裝python自帶的IDE：IDLE。

使用python IDE，比如 PyCharm，Eclipse with PyDev，vim,Wing，PyScripter,Sublime Text等…

通常，我們認為Python比R在計算機編程、網絡爬蟲上更有優勢，而 R 在統計分析上是一種更高效的獨立數據分析工具。所以說，同時學會Python和R這兩把刷子才是數據科學的王道。

R語言，一種自由軟件編程語言與操作環境，主要用於統計分析、繪圖、數據挖掘。R本來是由來自新西蘭奧克蘭大學的羅斯·伊哈卡和羅伯特·杰特曼開發(也因此稱為R)，現在由“R開發核心團隊”負責開發。

R基於S語言的一個GNU計劃項目，所以也可以當作S語言的一種實現，通常用S語言編寫的代碼都可以不作修改的在R環境下運行。R的語法是來自Scheme。

R的源代碼可自由下載使用，亦有已編譯的可執行文件版本可以下載，可在多種平台下運行，包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作，同時有人開發了幾種圖形用戶界面。

R的功能能夠通過由用戶撰寫的包增強。增加的功能有特殊的統計技術、繪圖功能，以及編程接口和數據輸出/輸入功能。這些軟件包是由R語言、LaTeX、Java及最常用C語言和Fortran撰寫。

下載的可執行文件版本會連同一批核心功能的軟件包，而根據CRAN紀錄有過千種不同的軟件包。其中有幾款較為常用，例如用於經濟計量、財經分析、人文科學研究以及人工智能。

Python與R語言的共同特點：

Python和R在數據分析和數據挖掘方面都有比較專業和全面的模塊，很多常用的功能，比如矩陣運算、向量運算等都有比較高級的用法。

Python和R兩門語言有多平台適應性，linux、window都可以使用，並且代碼可移植性強。

Python和R比較貼近MATLAB以及minitab等常用的數學工具。

Python與R語言的區別：

數據結構方面，由於是從科學計算的角度出發，R中的數據結構非常的簡單，主要包括向量(一維)、多維數組(二維時為矩陣)、列表(非結構化數據)、數據框(結構化數據)。

而 Python 則包含更豐富的數據結構來實現數據更精準的訪問和內存控制，多維數組(可讀寫、有序)、元組(只讀、有序)、集合(唯一、無序)、字典(Key-Value)等等。

Python與R相比速度要快。Python可以直接處理上G的數據;R不行，R分析數據時需要先通過數據庫把大數據轉化為小數據(通過groupby)才能交給R做分析，因此R不可能直接分析行為詳單，只能分析統計結果。

Python是一套比較平衡的語言，各方面都可以，無論是對其他語言的調用，和數據源的連接、讀取，對系統的操作，還是正則表達和文字處理，Python都有着明顯優勢。 而R是在統計方面比較突出。

Python的pandas借鑒了R的dataframes，R中的rvest則參考了Python的BeautifulSoup，兩種語言在一定程度上存在互補性。

1、從分類上，兩種語言各有優勢：

（1）python的優勢不在於運行效率，而在於開發效率和高可維護性。在數據的載入和分發，python是很高效的；如果是求一些常用的統計量和求一些基本算法的結果，python也有現成的高效的庫；如果是純粹自己寫的算法，沒有任何其他可借鑒的，什麼庫也用不上，用純python寫是自討苦吃。

（2）R 主要是統計學家為解決數據分析領域問題而開發的語言，R 語言的優勢則是在於：

統計學家和幾乎覆蓋整個統計領域的前沿算法（3700+ 擴展包）；開放的源代碼（free, in both senses），可以部署在任何操作系統，比如 Windows, Linux, Mac OS X, BSD, Unix強大的社區支持；高質量、廣泛的統計分析、數據挖掘平台；重複性的分析工作（Sweave = R + LATEX），藉助 R 語言的強大的分析能力 + LaTeX 完美的排版能力，可以自動生成分析報告；方便的擴展性，包括可通過相應接口連接數據庫，如 Oracle、DB2、MySQL、同 Python、Java、C、C++ 等語言進行互調，提供 API 接口均可以調用，比如 Google、Twitter、Weibo，其他統計軟件大部分均可調用 R，比如 SAS、SPSS、Statistica等，甚至一些比較直接的商業應用，比如 Oracle R Enterprise, IBM Netezza, R add-on for Teradata, SAP HANA, Sybase RAP。

2、關於如何優雅地處理，則是一項藝術家的工作，如果有看過TED演講的話，可以看到很多可視化的數據分析結果，這些都是非常cool的。

3、綜上所述，首先，要針對特定的問題分清楚問題的核心，和研究的方法；然後，挑選合適的工具，進行分析；最後，則是通過藝術家般的想象力，通過數據可視化表達清楚。

python是一門標準化的編程語言，結構比較規範，但是很多時候代碼寫起來不如R簡便。因此，在python中用rpy2包（接口）調用R代碼不失為一種兩全其美的辦法。此外，python中直接裝個ggplot的第三方模塊來代替matplotlib來畫圖，可以有效提高工作效率的。

PTVS（Python Tools for Visual Studio）是一個VS下的Python開發插件； 下載安裝就可以直接使用了！