R versus Python

Interessantes ohne bestimmtes Thema!

Moderator: student

consuli
Beiträge: 479
Registriert: Mo Okt 10, 2016 8:18 pm

R versus Python

Beitrag von consuli »

An alle, die sich bereits mit Python beschäftigt haben oder dies noch machen wollen. In einem anderen Thread wurde der Vergleich mit Python bereits unterschwellig thematisiert.
bigben hat geschrieben:
consuli hat geschrieben:Dann gibt es weitere programmiertechnische Einschränkungen, dass R keine strikt durchstruktierte objektorientierte Programmiersprache ist
Das ist ein sehr guter Hinweis, weil das natürlich ein deutlicher Unterschied zum Hauptkonkurrenten Python ist. Objektiorientierung ist R ist sehr ungewöhnlich gelöst und dass es zwei bis drei verschiedene Objektorientierungssysteme gibt, ist nervig (hat Hadley Wickham eigentlich schon ein Objektsystem für R entwickelt? Vielleicht {tidy_obj}?). Python ist von Grund auf auf Objektorientierung ausgelegt und zieht das aus sehr schön durch, ohne übermäßig komplex zu werden. Vielleicht kommt mir das auch nur so vor, weil bei mir der Groschen zur Objektorientierung erst mit Python gefallen ist.
consuli hat geschrieben: und keine GUI Programmierung zulässt.
Jedenfalls sehe ich den Bonus von Python nicht in möglichen Geschwindigkeitsgewinnen sondern darin, dass es sowohl als general purpose Sprache als auch als Statistik- und Maschinenlernen-Sprache tauglich ist. Wenn irgendwas, dann könnte das mich irgendwann in diese Richtung ziehen. Derzeit zieht da aber noch nichts.
Bigben, Du scheinst Dich ja bereits intensiv mit Python auseinander gesetzt zu haben. Und auch bei Student habe ich das Anaconda Symbol schon auf einem Tutorial Video gesehen. Auch ich überlege mal in Python reinzuschnuppern. Vielleicht könnt Ihr noch etwas mehr von Euren Erfahrungen mit Python erzählen? Was ist besser als in R, was ist schlechter? Was gewöhungsbedürftig?
Irmgard.
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: R versus Python

Beitrag von EDi »

Ich hab Python auch schon mehrere Versuche gegeben, aber bisher hat mich nichts dabei behalten.

Vielleicht liegts daran, dass ich schon so flüssig in R bin?
Vielleicht lag es aber auch an den mangelnden Möglichkeiten/Libraries?
Vielleicht lag es an den Funktionen, die z.T. unintuitiv fand?
Vielleicht an der Dokumentation?
Vielleicht hätte ich mehr Numpy/Pandas lernen sollen oder vielleicht mit IPython arbeiten?
Ich weiß es nicht... Vielleicht auch alles zusammen.

Werde in Zukunft Python sicherlich nochmal eine Chance geben, vielcith ja dann... Abgeneigt wäre ich nicht...

und dass es zwei bis drei verschiedene Objektorientierungssysteme gibt
Ich glaube es sind 4: S3, S4, RC und R6.

Bei mir ist der Groschen zur Objektorientierung noch nicht gefallen - kommt mir bisher alles umständlich vor...
Ich nutze bisher nur S3 und komme damit auch gut in meinen Paketen zurecht.
Vorteile der anderen Systeme konnte ich bisher nicht sehen bzw. mich überzeugen. Aber auch hier bin ich offen!
Diese R6-Projekt finde ich zum Beispiel interessant. HAb mich aber noch zu wenig damit beschäfftigt, was R6 da beiträgt / Vorteile bringt...
Wenn ich (irgendwannmal) Zeit habe...
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.
bigben
Beiträge: 2771
Registriert: Mi Okt 12, 2016 9:09 am

Re: R versus Python

Beitrag von bigben »

Hallo,

also das wird jetzt etwas länger.

Ich habe meine ersten BASIC-Kenntnisse erworben, als Computer noch von Commodore stammten und 64 k Speicher hatten und das für alle Aufgaben reichte. Nur bei mir nicht, weil mein Vater mir so ein böses Teil nicht erlaubt hat. (Die ganzen Computerkits werden später nämlich mal soziopathen und sterben an Mangel an Sonnenlicht, frischer Luft und Kaffeevergiftung - das hat man in den 80ern so vorhergesehen und vor den Risiken entsprechend gewarnt.) Auf meinem Amiga 500 lief dann ein ganz anderes BASIC: das kam ohne Zeilennummern aus und man brauchte auch eigentlich keinen GOTO Befehl und ich habe mir die Augen gerieben. Dafür gab es diese schicken "Funktionen", die ich dann in der Schule auch in PASCAL kennen gelernt habe. Für meinen Amiga habe ich dann doch in die damals recht flache Tasche gegriffen und mir einen C-Compiler gekauft. Das war dann doch was ganz anderes und fühlte sich auch viel besser an. Im Studium hatte ich dann doch anderes zu tun und Programmieren spielte keine Rolle mehr. Ich hatte auch für keine Sprache einen Compiler oder Interpreter mehr und das Programmieren hat mir gefehlt. Auf Java entwickle ich damals wie heute allergische Reaktionen und für C gab es sowas kompliziertes kommandozeilenbezogenes aus der Linux-Welt kostenlos aber das war mir dann doch zu unhandlich und für die knappe Zeit war mir C auch zu maschinennah.

DANN STIESS ICH AUF PYTHON!

Das Deutsche Python-Forum verliert seine Daten nicht und so kann ich rekonstruieren, dass ich mich da 2006 angemeldet habe. Ungefähr in diese Zeit gehen auch meine ersten unbeholfenen und nicht erfolgreichen Gehversuche mit R zurück. Damals hatte ich R als Rechner für statistische Tests missverstanden und nicht als Programmiersprache begriffen, was ein Fehler war. Python hingegen habe ich mit Begeisterung gelernt, es wäre mir aber nie in den Sinn gekommen, damit statistische Datenanalyse zu betreiben. Damals hatte ich auch nicht wirklich Daten zum Auswerten. Ich habe mich dann durch Python inspiriert mit komischeren Programmiersprachen beschäftigt und Python schon lange nicht mehr angefasst, aber nur, weil ich die anderen Sprachen vorübergehend interessanter fand. Nicht, weil ich mit Python unzufrieden gewesen wäre. Wenn ich etwas ernsthaftes zu programmieren hätte, das auch noch länger gewartet werden soll, würde ich wahrscheinlich meine Python-Kenntnisse wieder aufwärmen und darauf setzen.

PYTHON IST KLASSE!

Nicht für die Datenanalyse, sondern mit den Augen eines Mannes, der gerne eine möglichst vielseitige Sprache lernen möchte, die mächtig aber nicht überfrachtet ist, eine klare Syntax hat und einen zu guten Angewohnheiten hin lenkt, die wirklich viele batteries included hat und in Form des o. g. Forums eine wirklich gute deutschsprachige Community, die vernünftige GUI-Toolkits hat und eine lange Lernkurve garantiert, d. h. nicht langweilig wird. Alles ist ein Objekt, aber wer imperativ programmieren will darf imperativ programmieren, wer objectorientiert programmieren will darf objektorientiert programmieren und wer funktional programmieren will, der kann das tun. Nur wer beim Code Einrücken schlampig ist, bekommt sofort von der Sprache was auf die Finger. Andererseits: Wer beim Einrücken ein wenig Ordnung hält, der braucht halt auch keine geschweiften Klammern und jeder hier weiß, wie doof die auf der deutschen Tastatur liegen.
Heute weiß ich, dass vieles von der Schönheit der Syntax bei Haskell geklaut worden ist. In Reinform in Haskell ist das noch mal viel eleganter, aber wer nutzt schon Haskell? Python ist im echten Leben angekommen. Python hat die kritische Masse an Anwendern überschritten. Python zu lernen ist eine zukunftssichere Investition. Punkt. Python ist klasse.

WARUM DANN R?

Nach dieser ultimativen Lobhudelei -und ich könnte noch ne ganze Weile so weiter machen- warum dann R? Ganz einfach, weil ich jetzt keine general purpose Programmiersprache brauche, sondern mich mit Datenverarbeitung beschäftigen möchte. Und dafür ist R gemacht und das geht in R flüssig. Ich möchte nicht für jeden t-Test das scipy.stats Modul importieren, um dann Funktionsaufrufe wie

Code: Alles auswählen

one_sample = stats.ttest_1samp(one_sample_data, 175.3)
zu tippen. Ich schreibe ja auch nicht bei jeder Entscheidung structure.conditional.if() sondern einfach if(), dementsprechend möchte ich auch t.test() schreiben...
Ok, das war gerade kleinlich. Wie wäre es mit folgendem Beispiel. Eine Frage auf Stackoverflow:
What is python's equivalent of R's NA?
To be more specific: R has NaN, NA, NULL, Inf and -Inf. NA is generally used when there is missing data. What is python's equivalent?
Berechtigte Frage. Dass jeder Datentyp auch den Wert NA haben kann zeugt von Rs tiefer Verwurzelung in der statistischen Datananalyse. Wie lautet die akzeptierte Antwort darauf?
Scikit-learn doesn't handle missing values currently. For most machine learning algorithms, it is unclear how to handle missing values, and so we rely on the user of handling them prior to giving them to the algorithm. Numpy doesn't have a "missing" value. Pandas uses NaN, but inside numeric algorithms that might lead to confusion.
http://stackoverflow.com/questions/2865 ... t-of-rs-na
Anscheinend gibt es in Numpy einen Datenwert nan und in Pandas einen NaN. Das ist ungefähr so elegant gehandhabt wie die Objektorientierung in R, nur dass mich der Umgang mit fehlenden Werten sehr viel mehr interessiert als der mit Objektorientierung. Maschinenlernen ohne NA-Daten? Muss ich denn alles selbst machen? Ich kenne mich nicht wirklich aus, aber aus der Außenseiterperspektive wirkt das alles sehr aufgepfropft und unharmonisch mit diesen Datenverarbeitungsmodulen.
Was wahrscheinlich eine viel größere Bedeutung für mich hat als diese Sprachaspekte -aber das kann Dir egal sein- ist, dass ich Statistik und R gleichzeitig gelernt habe. Es gibt einfach sehr viele Lernmaterialien für Statistik und R und ich habe den Eindruck, dass das bei Python schwieriger ist. Wenn ich mir CrossValidated ansehe, dann sind dort in den letzten 24 Stunden seit jetzt 18 Fragen mit dem R-tag aber nur eine mit dem Python-tag geschrieben worden. Gib mal bei Amazon "Statistik mit Python" und "Statistik mit R" ein. Das Ergebnis spricht Bände. Persönlich ist mein Flaschenhals eher das Verständnis von Statistik und Maschinenlernen als die programmiererische Umsetzung und da glaube ich, mit R auf das richtige Pferd zu setzen. Zumal ich mit meinen kleinen Datensätzen eher echte Statistik als "Data Science" brauche.


Ich werde in Sachen Datenanalyse vorläufig streng bei R bleiben. Angesichts des unübersehbaren Trends zu rechenintensiven Verfahren könnte ich mir als nächste Statistiksprache vorstellen, nochmal eine compilierte Sprache zu lernen. Nach dem Lesen eines halben Buchs darüber gefällt mir Scala gut, aber da weiß ich von keinen Statistikentwicklungen. Clojure ist sicher mehr als nur ein kurzer Hype, aber so richtig mainstreamtauglich ist es wahrscheinlich nicht. Julia ist mir noch zu jung und unreif, aber eine von Anfang an auf Datenauswertung ausgerichtete Sprache, die sich in richtig schnellen Code compilieren lässt, das klingt schon arg verlockend. Hier macht jemand interessante Anmerkungen zu Javascript: https://www.r-bloggers.com/statistical- ... am-i-nuts/ Auf JavaScript ist schon so viel geschimpft worden, wie untauglich es sei, das hat ganz sicher noch eine lange Zukunft. Haskell wäre toll für mathematische Berechnungen und sowas wie NA könnte man beispielsweise über die Maybe-Monade elegant darstellen. Richtig schnell ist Haskell auch, aber eine Einbindung in R, ein "RHaskell" wird es wohl eher nicht geben.

HTH,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Benutzeravatar
student
Beiträge: 674
Registriert: Fr Okt 07, 2016 9:52 am

Re: R versus Python

Beitrag von student »

Was soll ich jetzt noch sagen, Bernhard hat vieles und richtiges geschrieben! Vor allen Dingen erkenne ich Ähnlichkeiten (C64!)! ;)

Jetzt kommt es aber: Ich konnte mich nicht richtig mit Python anfreunden und habe bisher damit auch noch keine reale Anwendung implementiert!
Mir schwebt immer vor, dem Anwender der eine exakt beschriebene Anforderung hat, eine Oberfläche (z. B. mit Hilfe von Python) anzubieten und unter der Motorhaube [R] zu verbergen.

Zurzeit beschäftige ich mich mit Java in Verbindung mit Eclipse , weil ich es für aufgeräumter als Python halte. Das soll aber nicht heißen, dass Python für mich in Zukunft nicht in Frage kommt.
Bernhard's Wink bezüglich des Datenverlustes habe ich natürlich verstanden, deswegen muss ich einen Kommentar loswerden: Meiner Kenntnis nach, wird die Python-Community gesponsert und dann fällt natürlich einiges leichter...

Was [R] angeht, kann ich EDi's Aufzählung nur wiederholen!
Viele Grüße,
Student
-----------------------------------------------------------------------------------------------------------------------
faes.de, Datenanalyse mit R & das Ad-Oculos-Projekt
Das Ad-Oculos-Projekt auf YouTube

Habe Mut, dich deines eigenen Verstandes zu bedienen! (Kant)
consuli
Beiträge: 479
Registriert: Mo Okt 10, 2016 8:18 pm

Re: R versus Python

Beitrag von consuli »

student hat geschrieben:Was soll ich jetzt noch sagen, Bernhard hat vieles und richtiges geschrieben! Vor allen Dingen erkenne ich Ähnlichkeiten (C64!)!
Das wichtigste zuerst.;) Leider war ich nie stolzer Besitzer eines C64. Aber mein Schulzeitfreund im Dorf hatte einen. Und der verwirrte Physiklehrer erhob die Messdaten immer mit einem C64. Immerhin reichten meine spartanischen C64 Kenntnisse dazu aus, load Messdatenerfassung, 8,1 oder so ähnlich abzubrechen, wenn der Physiklehrer im Nebenraum noch Versuchsgerät besorgte. Ich hatte einen Amiga 2000 mit 4,77 MHZ PC Bridgekarte. Aber die Amiga Spiele waren so gut, dass ich über MS-Dos nie hinaus gekommen bin. Das Turbo-Pascal mit dem Hamster im Labyrinth oder so ähnlich im Informatik Kurs am Gymnasium war auch ziemlich schnöde. Ausserdem vertrug sich das Turbo Pascal überhaupt nicht mit den Disco besuchen [DO, FR nur bis 12 zum entspannen :lol:, SA, SO). Im Wiwi Studium musste ich dann einen Mini Turbo Pascal Schein machen. Da war ich froh, dass ich es von der Schule schon kannte. In Studienschwerpunkt Wirtschaftsinformatik habe ich SQL gelernt, dass ich ziemlich gut beherrsche. Auch mal Javakurs am Unirechenzentrum versucht, aber wegen des mangelnden Verständnisses der Objektorientierung nach dem dritten Kurstag abgebrochen. Mit meiner Diplomarbeit bin ich zur Statistik gekommen. Von der Statistik zur SAS Data Mining Challenge (4. Platz von 250). Während Doktorandenphase in Ökonometrie (nicht abgeschlossen) auch 2 C++ Kurse am Unirechenzentrum, aber nie praktisch programmiert. Von SAS zur Unternehmensberatung und Versicherung. Dann Einstieg in R mit der Unterstützung des R-Forums bei Forencity. :)

Python
Eigentlich bin ich auch über unser R-Forum auf Python aufmerksam geworden. Im alten Forum hatte ich mich mal über einen Python Code zur Berechnung des VSTOXX Volatilitätsindex lustig gemacht, der (ohne Nutzung von Numpy und Pandas) quälend lang war. Irgendwer (bigben?) meinte aber, Python wäre eigentlich die Standard Data Science Sprache. In der c't wurden in der letzten Zeit viel über Maschinenlernen mit Python berichtet. Nach meinen Recherchen hat zwar R die besseren Statistik Funkltionen aber Python die besseren Maschinenlernfunktionen, insbesondere bei neuronalen Netzen. Vor ein paar Tagen habe ich die Pythonbücher rausgekramt, um Mediendateien auf einem NAS per Remote FTP zu verwalten. Und ich muss sagen, dass es sehr angenehm ist, dass sich die Python ftp Befehle in einer Library konzentrieren und sich nicht über diverse Packages wie in R verteilen. Deshalb hat Python für FTP erstmal den Zuschlag bekommen. Ansonsten kann ich noch nicht viel sagen, ausser dass sich der Quellcode von statistischen Verfahren in Python deutlich besser verstehen lässt, als der Quellcode von statistischen R Verfahren, die in C, C++ und Fortran geschrieben sind und den man an allen möglichen Enden und Ecken mühsam zusammenklauben muss. Vielleicht stelle ich mich aber auch nur dumm an.

Nachtrag
Schade, dass man keine R-Pakete in Python schreiben kann. Stimmt doch, oder? Es wäre so schön, wenn die beiden Haupt-Data-Science Sprachen noch mehr Schnittstellen hätten, über RPy? hinaus meine ich.
Irmgard.
bigben
Beiträge: 2771
Registriert: Mi Okt 12, 2016 9:09 am

Re: R versus Python

Beitrag von bigben »

student hat geschrieben:Bernhard's Wink bezüglich des Datenverlustes habe ich natürlich verstanden,
SCNR.

B
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
bigben
Beiträge: 2771
Registriert: Mi Okt 12, 2016 9:09 am

Re: R versus Python

Beitrag von bigben »

consuli hat geschrieben:Schade, dass man keine R-Pakete in Python schreiben kann. Stimmt doch, oder? Es wäre so schön, wenn die beiden Haupt-Data-Science Sprachen noch mehr Schnittstellen hätten, über RPy? hinaus meine ich.
Hallo consuli,

das wirft aber doch die Frage auf, warum Du überhaupt mit Python arbeiten willst, wenn Du in Python gleich wieder auf die Vorteile von R zurückgreifen möchtest? Was versprichst Du Dir von Python? Wenn Du das beantwortest, kommt die Diskussion vielleicht eher weiter als mit der breiten Anfrage. Vor über einem Jahr hast Du im Python-Forum mal geschrieben, dass Du Python auch nur als Datenprogrammiersprache verwenden wolltest. Ist das noch so, oder suchst Du jetzt nach einer general purpose Sprache? Geht es primär um die Horizonterweiterung? Gibt es konkrete Dinge, die Dich in R unglücklich machen? Versprichst Du Dir eine bessere Arbeitsmarktposition mit breit gestreuten Kenntnissen? Geht es tatsächlich um Geschwindigkeitsvorteile?

LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
consuli
Beiträge: 479
Registriert: Mo Okt 10, 2016 8:18 pm

Re: R versus Python

Beitrag von consuli »

bigben hat geschrieben: Geht es tatsächlich um Geschwindigkeitsvorteile?
Nein.
bigben hat geschrieben: Vor über einem Jahr hast Du im Python-Forum mal geschrieben, dass Du Python auch nur als Datenprogrammiersprache verwenden wolltest. Ist das noch so?
Du Spion. ;-) Ja, das ist noch so.

bigben hat geschrieben: Das wirft (...) die Frage auf, warum Du überhaupt mit Python arbeiten willst, wenn Du in Python gleich wieder auf die Vorteile von R zurückgreifen möchtest?
Natürlich biete R z.Z. die grösste Statistikfunktionalität, die ich ungern verlieren würde.
bigben hat geschrieben: Was versprichst Du Dir von Python? Wenn Du das beantwortest, kommt die Diskussion vielleicht eher weiter als mit der breiten Anfrage. Geht es primär um die Horizonterweiterung? Gibt es konkrete Dinge, die Dich in R unglücklich machen?
Ich bin mit R nicht unglücklich. Aber natürlich ist das situativ Bessere immer der Feind des Guten. Zum einen fehlen mir in R im Moment ein paar Features, die es in Python gibt. Das erste, R fällt im machine learning immer weiter hinter Python zurück vgl. https://channel9.msdn.com/Events/useR-i ... mpetitions. Insbesondere fehlen in R Deep Convictional Neural Networks und moderne Entscheidungsbäume. Die neueste Informatik Machine Learning Errrungenschaft ist das Trainieren von Neural Networks auf Grafikkarten, die bestimmte Gleitkommaberechnungen um Welten schneller ausführen können als normale CPUs. Mit Python kann man die entsprechenden Nvidia Bibliotheken anbinden, in R nicht. Dann forsche ich privat an einem neuen (numerischen) GLM Verfahren. Das kann ich in Python imho leichter implementieren als R, weil mir Python schöne themengeordnete Libraries (keine wilden Packages Sammlungen) insbesondere zur numerischen Optimierung anliefert und ich mich an dem Python Code des GLMs sehr gut orientieren kann, weil ich ihn gut verstehen kann, während der R Code des GLM in mehreren Paketen z.B. auch in family und erschwerdend in mehreren Sprachen verteilt ist (die ich nicht beherrsche). Darüber hinaus findet man im Finanzbereich allgemein öfter Python Schnittstellen als R Schnittstellen. U.a. gibt es für Python mehrere Papertrader und einige andere Finanzschnittstellen mehr als für R. Last but not least gibt im Finanzbereich einen neuen Trend Investmentalgorithmen in Python zu entwickeln und dann ganz oder mit C Verstärkung der laufzeitkritischen Bereiche als operatives Investmentsystem zu übernehmen. Wobei die C Verstärkung über die Python_C API o. ä. anscheinend leichter zu realisieren ist, als bei R.
Irmgard.
bigben
Beiträge: 2771
Registriert: Mi Okt 12, 2016 9:09 am

Re: R versus Python

Beitrag von bigben »

Hallo consuli,

danke für die ausführliche Antwort. Ich habe das von Dir verlinkte Video nicht ganz gesehen aber doch geung um mitzubekommen, dass sich der Trend bei Kaggle geändert hat. R führt nicht mehr bei Kaggle sondern das hat sich zu Python verschoben, vorwiegend wegen besserer Boosting-Module. Richtig verstanden?

Du beschreibst das sehr treffend als situativ. Wenn es besonders gute Boosting Algorithmen gibt, dann wird die irgendwann irgendwer in einer schnellen Sprache wie C++ implementieren und irgendwer wird diese Implementation an R anbinden; aber wir wissen nicht, wann das sein wird. Andererseits sind die Kaggle-Teilnehmer wahrscheinlich immer hinter dem letzten Schrei her und sie werden sehr schnell ihre Marschrichtung ändern, wenn was neues erscheint, dass in manchen Situationen ein Promille besser ist, denn dieses Promille kann bei Kaggle über Sieg und Niederlage entscheiden.
Das gilt bei anderen Dingen auch. Es gibt ja durchaus eine Reihe von Packages, mit denen man in R auf der Grafikkarte rechnen kann - das wird dann für Neuronale Netzwerke irgendwann auch gehen. Wenn Du es aber jetzt brauchst oder haben willst, ist das natürlich ein ganz starker Grund, Python zu lernen. Zumal Python in Grundlagen nicht besonders schwer zu lernen ist. In Python laufen lernen geht wahrscheinlich schneller als in R. Dann wiederum habe ich keine Ahnung, wie aufwändig Numpy, SciPy, Pandas, Matplotlib -und wie sie alle heißen- dazu zu lernen sind. Ich selbst beiße mir in R seit Jahren an einem einzigen Package die Zähne aus, das ich einigermaßen beherrschen lernen möchte (heißt "ggplot2 ").

Damals, vor vielen Jahren, hat mich bei Python genervt, dass es zu vielen wichtigen Modulen (wie TkInter oder Matplotlib) nur sehr oberflächliche Dokumentation und Anleitungen gegeben hat und man für Details recht schnell auf die Dokumentation der zugrundeliegenden C++-Bibliothek verwiesen wurde. Ich kann natürlich nicht sagen, ob ich mich damals nur dumm angestellt habe oder ob sich das zwischenzeitlich verbessert hat. In diesem Punkt erschien mir Python damals sehr anfängertauglich und augenscheinlich auch für Profis spannend aber dazwischen fühlte ich mich in einer Lücke. Wie gesagt, YMMV.

Bin gespannt, wie Deine Reise weiter geht und würde mich auch in einem R Forum über zwischenzeitliche Reiseberichte aus dem Pythonland freuen.

Noch kurz aufräumen:
Das wichtigste zuerst.;) Leider war ich nie stolzer Besitzer eines C64.
Ich ja auch nicht. Das Geld hätte ich gehabt, aber da war mein Vater streng. Habe Stunden im Kaufhof gestanden und am Ausstellungsstück irgendwas eingetippt, was ich mir zuhause auf einen Zettel geschrieben hatte.
Irgendwer (bigben?) meinte aber, Python wäre eigentlich die Standard Data Science Sprache.
Nee, kann ich mir nicht vorstellen, dass ich das war, aber was ich nicht den lieben langen Tag alles rede ;-)
Werde in Zukunft Python sicherlich nochmal eine Chance geben, vielcith ja dann... Abgeneigt wäre ich nicht...
Momentan zieht es mich da nicht hin, aber es macht sicher auch keinen Sinn, sich in seinem Garten einzugraben um nicht mehr über den Zaun zu gucken. All die Kaggle-Teilnehmer sind ja nicht zu dumm für R und Language Wars helfen keinem. Ich wünsche mir da auch im Forum Offenheit und keine Denk- oder Sprechverbote. Die von consuli angesprochenen Schnittstellen von R und Python sollten on topic sein.
Du Spion.
Spionage setzt planvolles Handeln voraus. Letzteres solltest Du mir grundsätzlich nie unterstellen. ;-) Bin irgendwann mal zufällig drüber gestolpert.

LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: R versus Python

Beitrag von EDi »

Die von consuli angesprochenen Schnittstellen von R und Python sollten on topic sein.
Python in R geht wunderbar durch das gleichnamige Package.
Andersrum, fällt mir IPython ein, wo am R-Code Stücke einbinden kann.
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.
Antworten