轉載：

簡單回答題主的問題，如果編程零基礎，建議以python入門，但是并不建議以此作為數據分析的全部。R可以說是必須要學的，除此兩者以外的，可以泛泛的關注。

=================================分割線=================================

下面詳細說一下自己的看法，僅僅是個人體會，僅供題主參考。

首先要說的是R，絕對是目前國外學術界的主流，統計系基本除R以外沒有其他了，計量作為和統計相關的方向，R也在逐漸滲透。所以推薦題主學習。

順便說一句，R的學習曲線是比較陡峭的，所以我不太建議零基礎的人從R開始，否則挫折感會比較強烈。而python會略好，所以我建議從python開始。

python并非是專用于統計或者計量的軟件，而是一種非常流行的通用編程語言。經過多年發展，庫也非常齊備。我試用過numpy，scipy和pandas等庫，與其他通用編程語言相比，算是相當好用，不過個人感覺還是比不上R，比如畫圖，ggplot2真心是神一般的存在，python的庫還是略遜一籌。

但是，如樓上各位所說，除了數據處理之外，python可以干的事情太多了，也太牛了。我們主要要用到的，比如網頁采集數據，需要正則表達式，解析網頁等等。這些方面python就比R有優勢多了。

當然，從趨勢來看，未來似乎python比R更優。R是一群統計學家在編程序，python是一群計算機專家在爭取搞數據處理。似乎python的基礎更扎實。個人觀點，僅供參考。

stata我認為是除了R以外最好的計量軟件了，我兩者均用過數年數個項目，但是依然感覺R更好用，整理和處理數據更方便。所以即使在樓上諸位所提到的微觀計量領域，我依然更喜歡R。

除此以外spss，或者eviews等，感覺管理類學生用的更多，功能比較受限，不太推薦。這里不贅述。

上述的幾個軟件，還有個問題，在于都是收費的，考慮到未來知識產權的保護，還是用免費的略靠譜。

R的主要缺點有兩個：

1，面對大數據乏力。這方面sas確實有優勢，但是不得不說，sas的語法太反人類了，完全接受不能。面對這個問題，我要說的是，你得看問題有多大。以我的經驗，經濟里面的數據量似乎還不足以超過R的處理上限很多。可能金融的高頻數據會比較大，我個人沒啥經驗，如果遇到再補充。我嘗試過10g的數據，最簡單的辦法，不是學sas，而是買16g的內存。：）以現在的內存價格，我覺得32g以下的問題不大。

2，性能不足。這方面python也有同樣的問題，最好的解決方案是混合c/c++，不過這個就是無底洞了，耗時極多，都不見得能學好。建議的方法，還是買硬件，這個最簡單。：）當然用并行包等，也是解決方法之一，我嘗試過幾次用機房的多臺機器做集群，不是太成功。求高人指點。

上面諸位還提到過幾個軟件，我也略微說一下自己知道的一些軟件的看法：

matlab：好東西，關鍵還是性能問題，同樣可以靠c/c++來解決。但是我不喜歡比較大的軟件，為了求個均值方差，等它啟動就占了5分鐘。。。

julia：好東西X2，目前關注中，可能還比較年輕，導致配套的庫略少，不過看好未來發展，主要是吸取了matlab，python和c/c++的有點，寫的快，運算的也快，未來看漲，緊密關注。

最后提一下函數式編程，是個好東西，但是不看好純粹函數式編程的未來。它體現了一種頗先進的編程思想，但是在實際工作中，往往性能方面的問題較大。要解決這個問題，還是的混合函數式編程和其他方式，但這就是python，R等軟件已經實現的方式，似乎又沒有必要專門去學其他的函數式編程了。

總結

以上是生活随笔為你收集整理的python还是r_Python和R到底该学哪个呢的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。