R和Python两种语言在数据分析上的都有着较大的成就，用的人也比较多，但是对于零基础的人来说，该选择哪一个编程语言比较好呢?达内成都数据分析培训小编今天就来给大家分析一下，这两种编程语言的优劣势及市场占有份额!

　　数据分析师的薪资在全国都是比较高的，北上广这样的一线城市更是超出其他地方许多，北京数据分析师平均工资：¥ 17830/月，取自 9840 份样本。并且随着工作时间的增加，薪资也随之上涨。一般具有3-5年经验的数据分析师，薪资都能提升到20-30K左右。

　　关于Python

　　Python 是由 Guido van Rossem 创建于 1991 年，并强调效率和代码的可读性。希望深入的数据分析或应用统计技术的程序员是 Python 的主要用户。

　　当你越需要在工程环境中工作，你会越喜欢 Python。它是一种灵活的语言，在处理一些新东西上表现很好，并且注重可读性和简单性，它的学习曲线是比较低的。

　　和R类似，Python 也有包，pypi 是一个 Python 包的仓库，里面有很多别人写好的 Python 库。

　　Python 也是一个大社区，但它是一个有点比较分散，因为它是一个通用的语言。然而，Python 自称他们在数据科学中更占优势地位：预期的增长，更新颖的科学数据应用的起源在这里。

　　关于R语言

　　Ross Ihaka 和 Robert Gentleman 于 1995 年在S语言中创造了开源语言R，目的是专注于提供更好和更人性化的方式做数据分析、统计和图形模型的语言。

　　起初R主要是在学术和研究使用，但近来企业界发现R也很不错。这使得中的R成为企业中使用的全球发展最快的统计语言之一。

　　R的优势在于有包罗万象的统计函数可以调用，特别是在时间序列分析方面，无论是经典还是前沿的方法都有相应的包直接使用。 相比之下，Python之前在这方面贫乏不少。

　　Python和R语言的比较

　　Python是一套比较平衡的语言，各方面都可以，无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处理，Python都有着明显优势。 而R是在统计方面比较突出。但是数据分析其实不仅仅是统计，前期的数据收集，数据处理，数据抽样，数据聚类，以及比较复杂的数据挖掘算法，数据建模等等这些任务，只要是100M以上的数据，R都很难胜任，但是Python却基本胜任。

　　结合其在通用编程方面的强大实力，我们完全可以只使用Python这一种语言去构建以数据为中心的应用程序。 但世上本没有最好的软件或程序，也鲜有人能把单一语言挖掘运用到极致。

　　尤其是很多人早先学了R，现在完全不用又舍不得，所以对于想要学以致用的人来说，如果能把R和Python相结合，就更好不过了，很早看过一篇文章——让R与Python共舞，咱们坛子里有原帖，就不多说了，看完会有更多启发。

　　BTW： 如果之前没有学过R，可以先学Python然后决定是不是学R，如果学了R，学Python的时候会更快上手。

　　Python：优点和缺点

　　优点

　　IPython Notebook

　　IPython Notebook 使我们更容易使用 Python 进行数据工作，你可以轻松地与同事共享 Notebook，而无需他们安装任何东西。这大大减少了组织代码，输出和注释文件的开销。可以花更多的时间做实际的工作。

　　通用语言

　　Python 是一种通用的语言，容易和直观。在学习上会比较容易，它可以加快你写一个程序的速度。此外，Python 测试框架是一个内置的，这样可以保证你的代码是可重复使用和可靠的。

　　一个多用途的语言

　　Python 把不同背景的人集合在一起。作为一种常见的、容易理解，大部分程序员都懂的，可以很容易地和统计学家沟通，你可以使用一个简单的工具就把你每一个工作伙伴都整合起来。

　　缺点

　　可视化

　　可视化是选择数据分析软件的一个重要的标准。虽然 Python 有一些不错的可视化库，如 Seaborn，Bokeh 和 Pygal。但相比于R，呈现的结果并不总是那么顺眼。

　　附一张Python和R的具体对比表格给大家：

　　另外从工作岗位上来看，学完Python和R之后，除了数据分析之外，还能做其他事情!

　　对Python有要求的职位有：

　　数据架构师

　　数据分析师

　　数据工程师

　　数据科学家

　　程序开发员

　　管理人员

　　对R有要求的职位有：

　　数据分析师

　　数据科学家

　　投资分析师

　　管理人员

　　税务人员

　　科学家

　　成都达内现在开设Python课程，已有许多学员学完之后成功进入数据分析行业，在该岗位上大放异彩，你也可以!