学习了一段时间 R 之后的一个感觉： 数据挖掘的任务，应该由 R 来整理思路、创建模型，然后由其他语言来实现生产需求

[RangerWolf]

不知道这种感觉是否正确啊

[meteor2013]

能具体说下理由吗？

[RangerWolf]

@meteor2013 因为感觉使用R进行数据分析以及可视化都非常方便，几行命令就搞定了。同样的，matlab\octave 也挺方便的，但是创建一些方法啊、调试啊以及在追求性能、代码可维护方面，貌似还是传统的语言更合适一点。。。
求讨论，我也只接触了一些皮毛而已

[RelativeLayout]

用python吧，python下有很多关于数学、图像展示、机器学习、图片处理的库，虽然学习路线陡峭，但是python做的东西很快就能用到生产上。这是matlab和r没法比的。

[yelite]

之前我也是这么想的...直到今年的 kdd，把所有数据读进去就占了 6g 内存...
现在用 ipython notebook，读取速度和内存占用都好了很多，可视化也很方便

[cbsw]

@RelativeLayout 说 python 学习曲线陡峭的是个什么心态
@yelite 如果处理大数据时把所有数据读进去，python 内存也差不多吧

[laoyang945]

我也有同感，R作为一個中间的環節不錯

[yelite]

@cbsw
csv 文件的总大小在 3G 左右
python 用的是 pandas 的 read_csv
R 用的是 read.csv

python 4148M

rsession 6684M

还有一点，python 读取花了两分钟左右，R 居然用了将近二十分钟

[wb13]

如果用Python的话，pandas确实非常好用

[qian19876025]

真专业的那群人 别个都是用SPSS Matlab 之类的

[RangerWolf]

@RelativeLayout python我没用来做过ML之类的事情，不知道在可视化、图表以及统计方面表现如何？ R的性能之前也听别人说过，可能底层需要推倒重来提高性能。。。

@qian19876025 你说的专业是指哪方面？ 比如在阿里巴巴做用户行为分析，是否属于你说的“专业”方面？ 我对类似用户行为分析、金融风险预测这方面比较刚兴趣~

[Josephpeng]

@qian19876025
SPSS 都是些坑爹的市场调研机构在用。
R 是made by statistician, for statistician.
Matlab应用数学，工程方面比较常见。

R血统最纯正！

[qian19876025]

@Josephpeng 晕死 什么血统论都来了

matlab 别个的库 R根本没有
R 是怎么火起来的 如果不是因为不要钱 谁用啊

你看看那些写论文的 用的是什么工具 以前几乎清一色的matlab 之类的
SPSS 为什么被IBM收购 还不就是因为以前做统计的那群人一直在使用

说好听点R是开源 说不好听点因为没钱的人太多了
@RangerWolf 做数据分析 ML 统计 基本上好多R都靠不上边 只不过现在使用R的人多了点而已

[RelativeLayout]

Python ML及其相关的库：
http://scikit-learn.org
http://numpy.scipy.org
http://matplotlib.org
http://scikit-image.org
http://www.nltk.org/

[Todd_Leo]

@qian19876025 说说看matlab什么库R没有呢?

[xunyu]

把数据放在内存中不是个办法，spark才是王道，r的实时交互没有python好

[RangerWolf]

@xunyu spark 不也是放在内存之中吗？ 没用过，听说是这样

[xunyu]

@RangerWolf spark是分布式的，多台电脑构建一个集群，数据分布在多台电脑内存中了，最夸张的是主页上显示的迭代的运算可以快10+倍

[Josephpeng]

@qian19876025 念了4年统计，今天受教了。

[RangerWolf]

@xunyu 了解了~ thx

[13k]

入时尝试使用一些参数（nrows、comment.char、colClasses等）或者看看data.table包。R的package真是越来越多而且很方便，比如大神Hadley Wickham的一系列包，当然也有Spark提供的R接口包SparkR。。。