在从事数据分析行业中我们都會从R与Python当中进行选择，但是从这两个异常强大、灵活好用的数据分析语中选择，却是非常难以选择的
为了让大家能选择出更适合大家，我们将两种语言的信处做个对比把决策权留给大家
上图显示了自从2008年(Stack Overflow 成立)以来，这两种语言随着时间的推移而发生的变化
R和Python在數据科学领域展开激烈竞争，我们来看看他们各自的平台份额并将2016与2017年进行比较：
我们再从适用场景、数据处理能力、安装难度及开放笁具了解语言
R适用于数据分析任务需要独立计算或单个服务器的应用场景。Python作为一种粘合剂语言在数据分析任务中需要与Web应用程序集成或者当一条统计代码需要插入到生产数据库中时，使用Python更好
在进行探索性统计分析时，R胜出它非常适合初学者，统计模型仅需几行代码即可实现Python作为一个完整而强大的编程语言，是部署用于生产使用的算法的有力工具
有了大量针对专业程序员以及非专業程序员的软件包和库的支持，不管是执行统计测试还是创建机器学习模型R语言都得心应手。
Python最初在数据分析方面不是特别擅长泹随着NumPy、Pandas以及其他扩展库的推出，它已经逐渐在数据分析领域获得了广泛的应用
R和Python之间有很强的关联，并且这两种语言日益普及很难說选对其一，事实上日常用户和数据科学家可以同时利用这两种语言
1.Python和R语言对比数据分析与挖掘该选哪一个?
2.Python工程师与人工智能工程师之間，最根本的区别是什么?
3.为什么要学习Python有哪些优缺点，应该如何上手
