Python與R語言－行銷資料科學家十大技能之一

Published in

Marketingdatascience

Aug 18, 2021

在上一篇〈成為資料科學家必備的十大技能〉這篇文章當中，我們為大家整理出了十大必備技能，今天就來跟大家介紹第一項技能：Python與R語言。

對於未來想從事與資料科學相關職業的人（如成為資料科學家、數據分析師…等），會對於要選擇哪一種程式語言入門而感到困惑。而最常見的論戰就是Python與R，網路上也會出現「Python大戰R」等標題，來形容這兩種程式語言不分上下的熱門程度。但其實，這兩種程式語言的功能與定位不盡相同，本文帶您簡單了解Python與R在資料科學領域的應用。

一、 Python與R功能的不同

(一) Python的功能

Python被定位成一種能被廣泛使用的程式語言，應用多、資源多、支援多，入門的門檻低，相對於其他語言更容易撰寫且直觀，我們可以把它想像成一個多功能的工具，可以用在網路爬蟲、資料整理、機器學習、深度學習、資料視覺化、自動排程與部署等。

(二) R語言的功能

R語言則更常被用在統計分析。R的設計起源來自於「數學」，是一種適用於統計運算與畫圖的語言與環境。我們可以將其比喻成一種專攻某種功能的工具，適用於需要頻繁的數據檢驗時，能夠快速建模。而且R的視覺化功能非常強大，適合製作視覺化圖表與統計分析。

(三) Python與R的比較

除了以上的功能方面不盡相同外，以易學程度來說，Python門檻較低，應用程度也較廣，但R有其在統計上以及資料視覺化的優勢，如表1所示。

二、 Python逐漸成為初學者入手首要選擇

TIOBE INDEX是一個對各大程式語言進行排名的網站，我們可以從網站中發現使用者對Python的使用度日益提升。

資料來源：TIOBE INDEX

截止到2021年的4月，從圖1中可以看到Python在TIOBE INDEX上的排名已經高達第3名，僅次於C與Java。

資料來源：TIOBE INDEX

從圖2中也可以看到，過去20年來，Python的排名從27名進步到第3名。

這樣的排名，可以呼應在「資料科學家必備的十大技能」當中，企業對程式語言的需求，有超三分之二的公司對資料科學家必備語言指定為Python。

三、程式語言的選擇與其工作內容偏向有關

到目前為止，我們已經了解到Python與R的功能不盡相同。除此之外，Python逐年受到程式使用者的喜愛，但這不等於Python就是勝過於R的。

〈數據分析的領導者 — 爲什麼要使用Python語言呢?〉[1]這篇文章整理了來自Kaggle於2019年針對資料科學及機器學習的使用者所做的調查，在「資料科學家」、「資料分析師」等職位的調查結果中Python的推薦比例是最高的，但在「統計學家」類R程式語言為推薦第一名。所以，不同領域需要解決的問題不同，最適合的程式語言也會有所不同。

四、結語

Python與R語言都是資料科學領域當中最熱門的程式語言。其中Python的排名越來越高，但R語言也有它的優勢，尤其是在統計領域方面。因此，若要進行資料整理、網路爬蟲、機器學習、與人工智慧，Python是較佳的選擇。而若要進行適用頻繁的數據檢驗，以及視覺化圖表與統計分析，則R會是不二選擇。大家可以依據自身的需求，來選擇最適合的工具。當然，若能同時學會兩種語言，並相輔相成，將大幅增強自己在資料科學上的功力。

參考資料：[1] 數據分析的領導者 — 爲什麼要使用Python語言呢?

作者：李蓓儒（臺灣行銷研究特約作者）、羅凱揚（台科大企管系博士）

繪圖者：李蓓儒