R和Python

Question

这两个语言一起混编用能完成什么事情？我比较清楚R能做什么，和R混编为什么推荐Python，用c的话我相对比较熟悉，可以改用C混编吗？……另外，能推荐学习Python的入门和数据处理计算的书吗？目前只有Head first python这本书……（大概3个问题，望解答）……

Answer 1

我python很熟悉（10几年），R刚学。通常来讲用python调用R应该更方便些。或者是两者用文件做交换。大部分情况下python都是调用其它的语言更方便。这是因为python是一种胶水语言，可以很方便的调用其它语言。特别是C和C++的。

如果要通过文件交换R与C混编也是可以的。 当然直接调用更可以。只是感觉成本太高。不合算。你都用C语言了。为什么还贪图R的方便，直接自己手写工，或者是调用C的库就可以了。

python入门很容易，精通不太容易。不过比basic, java, c#都要简单吧。 数据处理方面，学一学numpy就可以，它自带教程。 另外python本身最好的教程 还是python自已的帮助文档。

如果还不懂就去看代码。即使没有学过python的人，看python代码也不吃力。（如果有其它语言基础的话）。

head first这本书挺不错的。我看过一些head first java的。 至于python的书太多了。不过我自己看过的都不满意 。学好语言还是要靠自己练习，还有就是看别人的代码。

R是好东西。我最近在试着做一个分布式的计算环境 。 R也可以做分词，文本处理也是可以的。 并不需要python帮助做什么。除非你象我这样，python很熟悉，而R不熟悉。追问

那可以顺便推荐一下，python的集成编程环境吗？我打算安装winpython……

追答

集成环境看需要。我常用的有sublime text2, idle, vi, eric4, wingide, eclipse。这些都挺好用的。

Answer 2

英文好的话推荐官方文档的tutorial部分,否则就推荐Python核心编程.

Answer 3

py完全可以和c混编，而且是最好的组合，py数据处理的有以下几本《NumPy攻略》《利用Python进行数据分析》《统计思维：程序员数学之概率统计》如果你是机器学习或者数据挖掘方向此类的py中文书也有很多，这几本都有中文版卖，可以先下载pdf版看看再决定

Answer 4

Python与R的区别和联系
1、区别
Python与R的区别是显而易见的，因为R是针对统计的，python是给程序员设计的。2012年R是学术界的主流，但是现在Python正在慢慢取代R在学术界的地位。
Python与R相比速度要快。Python可以直接处理上G的数据；R不行，R分析数据时需要先通过数据库把大数据转化为小数据（通过groupby）才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。所以有人说：Python=R+SQL/Hive，并不是没有道理的。
Python的一个最明显的优势在于其胶水语言的特性，很多书里也都会提到这一点，一些底层用C写的算法封装在Python包里后性能非常高效(Python的数据挖掘包Orange canve 中的决策树分析50万用户10秒出结果，用R几个小时也出不来，8G内存全部占满)。但是，凡事都不绝对，如果R矢量化编程做得好的话（有点小难度），会使R的速度和程序的长度都有显著性提升。
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。但是，现在Python有了pandas。pandas提供了一组标准的时间序列处理工具和数据算法。因此，可以高效处理非常大的时间序列，轻松地进行切片/切块、聚合、对定期/不定期的时间序列进行重采样等。近年来，由于Python有不断改良的库（主要是pandas），使其成为数据处理任务的一大替代方案。
2、联系
通过R和Python只共享文件，Python把源数据处理干净，生成格式化的文件放在预定的目录下，做个定时器让R去读文件，最终输出统计结果和图表。
让Python直接调用R的函数，R是开源项目，有rpy2之类的模块，可以实现使用python读取R的对象、调用R的方法以及Python与R数据结构转换等。