Comments 15
Минус: R сложен в изучении
Кривая обучения языку R нетривиальна, особенно если вы беретесь за статистический анализ, опираясь на графический интерфейс. Даже поиск пакетов может занять много времени, если вам это в новинку.

Мне кажется в Питоне поиск и установка пакетов занимает еще больше времени. Пытался поставить все необходимые ML пакеты, не выдержал, снес обычный Питон и установил дистрибутив от Анаконды. Хотя возможно всему виной моя криворукость.
В R установка пакетов это одна строка (иногда пара строк). Гуглится практически все по запросу "задача r package"

По собственному опыту могу сказать, что R в обучении был проще, с Питоном бодаюсь до сих пор (опять же возможно дело в криворукости).

Голосовать не могу — я за книгу по Питону в ML (по R книг и так много).
Спасибо за статью.
Есть сборка pythonxy где почти все что нужно из коробки, но под питон 2.7. Впрочем можно теже пакеты руками поставить в третий (если заработают, конечно).
Спасибо, попробую. Все, что использую, вроде, up-to-date в стандартном пакете, кроме OpenCV, но она как раз просто инсталится.
Мне тоже R оказалось выучить проще. Особенно если учесть, что естественные в R операции над весторами в Python сделаны в библиотеке, которую тоже надо изучить.
Читать код на Python мне сложнее, чем хорошо написанный код на R — осмысленные куски кода часто не помещаются на экране, много переменных и время жизни их достаточно велико.
И синтаксис Python не слишком удобен для интерактивной работы (хотя это компенсируется наличием iPython — аналогичные инструменты есть и для R, но там я мог обходиться стандартным REPLом).
Обратите внимание на книги по Django (фреймворк для Python). Русскоязычных актуальных книг нет в принципе.
У Django отменная документация, большая часть которой переведена на русский язык. В книгах по этому фреймворку нет особой необходимости
Самоучитель и документация — это все же разные вещи.
Просто хотел обратить внимание издательства на этот сегмент.
Вдруг посчитают нужным восполнить недостачу самоучителей. Ладно, не будем фдудить, чтобы нас «минусовать» не начали.
Сразу скажу, что в данном холиваре я нахожусь на стороне гордых useR'ов, т.к. считаю, что анализ данных (а не программирование) целесообразно изучать и выполнять в языке, который изначально для этих целей создавался, т.е. в R.

Поэтому если вашей задачей является развитие направления обучающей литературы по теме Data Science (а не по программированию), то целесообразнее издавать книги по R. Тем более, если вы сами считаете, что R сложен в изучении (с чем я, кстати, не согласен). Я навскидку знаю только 2 книги по R на русском языке (одна из них переводная), что опять же свидетельствует в пользу издания книг по данному языку.

Вот список достойных, на мой взгляд, книг:
Learning R
R in a Nutshell
R Graphics Cookbook
R Cookbook.
Practical Data Science with R
Не за что. Все эти книги у меня есть и уже изрядно «замусолены» (даже в PDF), поэтому радею тут я не ради себя =). Я учил/читал их примерно в той последовательности, в которой расположил тут и если бы нужно было выбрать для издания только одну, я бы склонился к R in Nutshell, потому что именно на ней чаще всего заканчивались мои базовые вопросы по работе с языком. Дальше — только StackOverflow.
Поэтому рейтинги зачастую искажаются в пользу Python, тогда как зарплаты оказываются существенно выше у специалистов по R.

Вот тут не много не так. R-программисты это в основном специалисты по данным, а питон-программисты в большинстве своём веб-разработчики, тестировщики, etc. Уверен что зарплата специалиста по данным одинаковая на обоих языках.
Only those users with full accounts are able to leave comments. Log in, please.