最近我在进行一些更多的统计分析，我想知道有没有特别适合这种目的的编程语言。我知道 R，但我希望有一个更通用的语言（或者说R就是通用的吗？）。
你们有什么建议吗？有没有语法/语义特别面向此领域的语言？或者有没有出色的库的语言？
哪些编程语言适合统计学？
32
- Jason Baker
2
2有趣的问题，因为有普适性的限制。当您只想在该领域中完成部分工作时，使用DSL可能会很麻烦。 - dsimcha
Jason的通用性约束，正如在对Dirk答案的评论中所描述的那样，实际上非常适合R的优势。在这方面将R与SAS、Stata、Matlab或其他任何东西进行比较是错误的。 - Eduardo Leoni
16个回答
52
没有争议 - R 是S语言的主要实现（同时也是一个真正的开源和GNU项目）。
不仅如此，S语言是专门为此目的设计的（请参阅John Chambers的书），而CRAN上领域特定软件包的支持更是首屈一指：超过2000个软件包，具有适当的质量控制，通常由该领域的专家撰写。
ACM在1998年将ACM软件系统奖授予John Chambers时也认同了这一点，附带以下引文：
现在，如果你“只想”收集和汇总一些数据，任何过程性或函数性语言都可以胜任。 但是如果您想要设计用于数据编程的东西，那么R作为主要的S实现就是它。
不仅如此，S语言是专门为此目的设计的（请参阅John Chambers的书），而CRAN上领域特定软件包的支持更是首屈一指：超过2000个软件包，具有适当的质量控制，通常由该领域的专家撰写。
ACM在1998年将ACM软件系统奖授予John Chambers时也认同了这一点，附带以下引文：
作为参考，该奖项的其他获得者包括TeX、Smalltalk、Postscript、RPC、'the web'、Mosaic、Tcl/Tk、Java、Make等。 这不是一个坏公司。John M. Chambers
出于S系统，它永远改变了人们分析、可视化和操作数据的方式。
现在，如果你“只想”收集和汇总一些数据，任何过程性或函数性语言都可以胜任。 但是如果您想要设计用于数据编程的东西，那么R作为主要的S实现就是它。
- Dirk Eddelbuettel
5
2我完全理解R作为一种统计语言的强大之处。然而，除了统计之外，我需要做一些其他的事情（如解析日志文件和访问sqlite数据库）。R能做到吗？ - Jason Baker
2是的！例如，RSQLite软件包具有读取/写入SQLite文件所需的一切。此外，它使用DBI接口，因此可以在不同的后端上重复使用代码。至于解析，R包含多个正则表达式引擎，包括基本、扩展和Perl——请参见help(regex)——因此也非常擅长这方面的处理。您可以通过Windows、OS X、Linux上的“Rscript”可执行文件以及OS X和Linux上的“r”（“littler”）来使用R进行脚本编写。【我共同编写/维护littler】。 - Dirk Eddelbuettel
9在R中，你可以做任何想做的事情，但你可能不想这么做。我的建议是学习R以及其他与R协作良好的语言。如果你正在构建重型应用程序，也许需要Java或Scala。如果你正在构建中等规模的系统，这些系统大多是R的包装器，那么可能需要Python或Ruby。然后，在需要进行数据和统计方面的复杂工作时，使用人们编写的各种库来从其他语言调用R。 - Harlan
你知道那句话吗，“有一个应用程序可以解决这个问题”。当涉及到R语言时，“有一个包可以解决这个问题”。甚至还有幸运饼干的包！ - Brandon Bertelsen
CRAN无与伦比：超过2000个包，具有适当的质量控制。显然，您对数学软件的适当质量控制标准与我的不同。许多CRAN包非常（在数值上）不稳健，委婉地说。 - Mark L. Stone
15
毫无疑问，正如Dirk所说，R是用于统计的最佳语言。我想在此添加一些观点：
首先，我认为您应该使用R的主要原因是由于社区的支持。它已经被学术界和工业界的专家广泛使用，以至于没有其他语言能够与之相比。
其次，应该承认，R语言很容易使用。它是我的主要语言，尝试过其他选择后，我绝不会放弃它。但是它并没有在数据编程方面的优势垄断，这一点可能有些过分。所有的Lisp和函数式语言在数据编程方面都很强大。毕竟，Lisp来源于“list programming”，而正是Lisp对R的影响使得R成为了现在的样子。
R社区中有些成员（例如Ross Ihaka）实际上将Lisp视为未来的统计语言（请参见“回到未来”论文），因为R语言存在一些深层设计问题（例如没有多线程）。
因此，虽然R无疑是用于统计计算的最佳语言，但我认为熟悉另一种语言像OCaml、Haskell或（可能）Clojure/Incanter也有一定的价值。
- Shane
6
从我的经验来看，R在以下领域具有异常强大的语言能力：
数据的操作和转换。
统计分析。
图形。
但是，R并不仅限于这三个方面。我还将该语言应用于一些不完全适合上述类别的任务。以下是一些例子：
一个脚本，通过识别和匹配不同架构的静态和动态库，然后运行结果组通过
lipo以协助创建OSX通用二进制文件。从网页上抓取信息的脚本。
一组脚本，用于创建地理参考影像，使用
GDAL将图像划分为瓷砖集，形成描述输出的JSON清单，并将结果上传到网站以供OpenLayers立即显示。
我最喜欢使用R的部分是我经常会说：
哇！有一个包可以做那个？！
- Sharpie
4
我认为R语言是最好的选择，因为我们大学的大部分统计课程都使用R语言，而且我的朋友们也对其功能和范围感到非常满意。
我甚至尝试过MATLAB，发现它也很方便。
祝好！
- Arnkrishn
4
R在统计学方面非常优秀，具有良好的交互界面和可视化工具。然而，由于其语法和语义高度针对统计学，因此作为通用编程语言使用相当困难。如果您需要一种更通用的语言，Python与SciPy是一个不错的选择，尽管我曾经使用过它并发现其中的统计例程有些不成熟。它们经常在角落案例中效率低下或失败。
如果您正在处理大型数据集进行数据挖掘，性能很重要，或者您不介意使用类似alpha的工具，则D编程语言和dstats库可能非常好。D是一种最通用的语言，但是我认为dstats非常容易使用，因为模板元编程使得即使在静态编译、接近底层的语言中也很容易设计出一个好的API。（完全披露：我写了大部分dstats代码，所以我当然认为它很好。）
如果您正在处理大型数据集进行数据挖掘，性能很重要，或者您不介意使用类似alpha的工具，则D编程语言和dstats库可能非常好。D是一种最通用的语言，但是我认为dstats非常容易使用，因为模板元编程使得即使在静态编译、接近底层的语言中也很容易设计出一个好的API。（完全披露：我写了大部分dstats代码，所以我当然认为它很好。）
- dsimcha
4
3R 在通用编程方面表现非常出色--例如，CRANberries HTML 和 RSS 摘要背后的代码不到 200 行 ... R。同样，R 用于构建 R、运行测试、从类似 LaTeX 的元格式更新文档的幕后脚本越来越多地使用 R。而且没有其他编程语言能够接近 CRAN 和其 2000 多个软件包。 - Dirk Eddelbuettel
3我猜这很主观，但我发现大多数以数学为导向的语言（如R、Matlab等）在通用编程方面非常笨拙和奇怪，不仅仅是R。 - dsimcha
许多比较都是主观的。此外，R != Matlab，这种比较通常不是一个好的比较。其次，我给了你一些关于R作为通用编程环境的具体例子。由于众多的POSIX调用、文件系统/操作系统级别调用的封装、正则表达式库等等，这是完全可能的。因此，我仍然反驳你的“如果你所做的全部只是统计学”的说法。 - Dirk Eddelbuettel
2我不同意这个观点，R很快就取代了Perl成为我在大多数通用编程任务中的首选工具。 - Sharpie
3
针对统计分析，pystats库（适用于Python）非常合适。
- AJ.
7
3看起来该项目的文件自2005年以来没有进行更新。这通常是一个非常不好的迹象。 - signalseeker
5我有一辆2005年的吉普车，仍然跑得非常好！ - AJ.
我有一点2005年的奶酪！ - Thomas
2@AJ - 可能不足以产生影响。然而，这可能意味着自2005年以来没有人维护该库，因此可能很难获得帮助/修复错误。当然，这并不总是情况，但如果可以的话，我会避免这样的项目。 - Jason Baker
2现代Python数据人员通常使用
scipy，matplotlib，pandas，statsmodels，scikit-learn等组合，具体取决于您正在做什么。当您需要的东西在Python中没有实现时，rpy2也是与R交互的好接口。 - Danica显示剩余2条评论
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接