R和Python進行統計分析，哪個更好

R是必須的，python很強，但不是必需的。 如果只是統計分析，毫無疑問，r是必學的。

如果你要去一家大公司，你會同時學習這兩樣東西。

沒有比這更好的了。 Python 已經使用了 10 多年，我並不覺得它真的很好，只是乙個過得去的指令碼語言。 它不是太好，但也好不到哪裡去。

R已經學習了2年，非常強壯。 我一直在研究大資料。 感覺很方便。 我可以在沒有 r 的情況下完成所有大資料工作，而且我不再有 python 了。

但對於乙個有統計學背景的人來說，沒有R就沒有辦法。 即使你懂python，如果沒有流中的開發水平，也很難直接快速地幫助自己。 畢竟，Python 是一種通用語言，需要大量的積累才能真正發揮作用。

k-means演算法是最著名的聚類演算法，思路簡單，但效果很好。 聚類演算法的步驟如下： 1：

初始化 k 個樣本作為初始聚類中心; 2：計算每個取樣點到k個中心的距離，選擇最近的中心作為其分類，直到所有取樣點都分類完畢; 3：分別計算K類。

R 更專業，因為畢竟他是專門用於統計的。

推薦使用Python，簡單易學，相關庫非常豐富

人生苦短，我用python

R是統計分析的語言。 Python 是一種通用語言，具有更廣泛的應用。 如果專注於資料分析，挖掘和選擇幾乎沒有區別，如果除了資料處理之外還涉及其他開發，則只能選擇Python。

R是一款比較專業的統計分析軟體，特別是R本身有很多統計功能，比如t檢驗、正態性檢驗等，在分析上比較簡單方便。 但如果你在做大資料的統計分析，掌握python也是必須的，python更有利於爬蟲和文字挖掘。

建議如果你只是做簡單的資料分析，但覺得SPSS太低，就用R，因為R好學，而且R可以載入很多包，比如ggplot，畫功能很強大，在**裡看起來很高，還有TM包等，都是非常有用的載入包。

但如果你需要做大資料分析和資料抓取，你應該掌握Python。

最好在學了R之後再學Python，至少作為統計學專業的學生，一定要學R，Python是自己學的，老師只推薦不要求。

此外，當涉及到一些更複雜的資料處理時，R 語言感覺較慢。 我們經常跑幾個小時。 但是，python 感覺要快得多。