R vs Python: 8 razões pelas quais python vence

Por que trocar R por Python de vez?

R é um software fantástico, não há como negar isso. No entanto, é limitado pela falta de recursos e detalhes que não evoluem à medida que “deveriam”. A bibliotecas em R utilizadas são muitas vezes especializadas e fragmentadas, o que também pode resultar em problemas de dependência.

A seguir, veremos os motivos pelos quais muitos optam por aprender logo no início, como isso pode mudar a carreira de muitos seguem com Python.

1: Python está por toda parte

Se você está pensando em aprender, então algo que está sendo usado amplamente deve ser um ponto de partida. Não há como escapar disso. Se você quer estar com a multidão, Python é bom lugar para começar.

2: Comunidade massiva online

Se você está preso a um problema ou não consegue descobrir algo, consultar comunidade online de codificadores pode ser um dos lugares mais interessantes a se vistar. O compartilhamento é altruísta e frequente, com muitos sites e blogs de codificação que auxiliam codificadores que estão aprendendo ou estão lutando para completar uma tarefa independentemente de sua complexidade.

Esta comunidade torna muito mais fácil resolver problemas mais difíceis e, portanto, uma comunidade maior permite que os codificadores resolvam seus problemas mais rapidamente.

3: Fácil desenvolvimento

Quando você faz um software ou uma ferramenta bacana, o que você faz com ela? Você quer mantê-la localmente para olhar ou você quer implantá-la para corrigir o problema?

Como codificador você deve estar sempre procurando problemas e, além disso, você deve estar sempre pensando em soluções. Meu código é muito lento? Meu código é muito desajeitado? Minhas tarefas de dados são muito volumosas?

Independentemente do que seja, você deve ser capaz de chegar a uma solução e integrá-la facilmente. Como pode essencialmente fazer toda a vertical quando se trata de codificação, se você fez algum código estatístico, desta vez é mais fácil integrá-lo do que com R.

4: Python está em “Tudo”

Você tem que usar vários chapéus quando se é um cientista de dados. Você tem que ser capaz de gerenciar grandes conjuntos de dados, você tem que ser capaz de limpá-los, tratá-los e implementá-los. Então você tem que ser capaz de analisar e deduzir algo importante. Depois disso, você tem que ser capaz de integrar suas descobertas no negócio para melhorar uma decisão de negócios.

5: Não é tão difícil de aprender

Com uma comunidade online maior, o que significa mais recursos para aprender. Não vai ser difícil encontrar conteúdo gratuito e abundante sobre o tema.

6: Melhor Documentação

Python tem algumas bibliotecas-chave que realmente fazem a maior parte do trabalho:

  • Numpy
  • Pandas
  • SKLearn
  • Scipy

Essas quatro bibliotecas são de código aberto, mas foram desenvolvidas com um grupo sólido de voluntários. Eles foram desenvolvidos de forma profissional para que toda a documentação seja completa, a maioria das funções vem com testes (para garantir a funcionalidade) e também, links de documentação para as referências acadêmicas para as quais seguem.

7: Python é mais rápido que R?

Sim. Mas, na realidade, você não deve usar nenhuma dessas linguagens para aumentar a velocidade.

8: Mais Empregos

Estimasse que há quase 30x mais empregos python indo do que trabalhos R.

À luz disso, diria que você também é mais propenso a conseguir um emprego mais bem pago, embora você possa argumentar que R é mais especializado, então requer um salário mais alto. De acordo com o Business Insider, R tem um salário médio ligeiramente maior.

Coitado do R…

R é uma ótima linguagem, mas é limitada. De uma perspectiva, combina com o que tem a oferecer, mas está tudo muito fragmentado. Bibliotecas em Python carregam tanta responsabilidade, tanto que permitem que os desenvolvedores sejam preguiçosos e vivam dentro de uma pequena bolha de possibilidades numa mesma biblioteca, em R é muito disperso.

Talvez seja uma coisa ruim, talvez seja uma coisa boa. Eu sempre disse que se você quer ser um bom Cientista de Dados, você tem que saber o seu escopo a partir dos primeiros princípios — então se você não pode escrever as fórmulas para seus modelos, você não deve usá-los em primeiro lugar.

Obrigado.

Composing a repository of books (i bought), authors (i follow) & blogs (direct ones) for my own understanding.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store