错过了蓝月亮,没关系~~
毕竟你还有小编呀~
虽然不能给你158年一次的蓝月亮
但是可以送给你一年一次的年度豪华大大大大礼包!
请开始看小编的表演
R语言的现状R 语言在国际和国内的发展差异非常大,国际上R语言已然是专业数据分析领域的标准,但在国内依旧任重而道远,这固然有数据学科地位不高的原因,国人版权概念薄弱以及学术领域相对闭塞的原因也不容忽视。R语言之所以能够被广大的数据分析工作者接受,这其中有诸多原因。
(摘自R语言发展报告)
R语言的优势从R语言的发展历史上看,R主要是统计学家为解决数据分析领域的问题而开发的语言,因此R具有一些独特的优势。
统计学家和前沿算法(3400+ 扩展包)。
开放的源代码(自由且免费),可以部署在任何操作系统,例如 Windows、Linux、Mac OS X、BSD、Unix。
强大的社区支持。
高质量、广泛的统计分析、数据挖掘平台。
重复性的分析工作(Sweave = R + LaTeX),借助R语言的强大分析能力 +LaTeX 完美的排版能力,可以自动生成分析报告。
方便的扩展性。
– 可通过相应接口连接数据库,例如 Oracle、DB2、MySQL。
– 同 Python、Java、C、C++等语言进行互调。
– 提供 API 接口均可以调用,例如 Google、Twitter、Weibo。
– 其他统计软件大部分均可调用R,例如 SAS、SPSS、Statistica 等。
– 甚至一些比较直接的商业应用,例如 Oracle R Enterprise、R add-on for Teradata、Sybase RAP 等。
虽然R语言有诸多优势,但它并不是万能的——它毕竟是统计编程类语言。受到其算法架构的通用性以及速度性能方面的影响,因此其初始设计完全基于单线程和纯粹的内存计算。虽然一般情况下无关R的使用,但在当今大数据条件下,这两个设计思路的劣势逐渐变得愈加刺眼。好在R的一些优秀的扩展性包解决了上述问题,例如:
snow 支持 MPI、PVM、nws、Socket 通信,解决单线程和内存限制;
multicore 适合大规模计算环境,主要解决单线程问题;
parallel R 2.14.0 版本增加的标准包,整合了 snow 和 multicore 功能;
R + Hadoop 在 Hadoop 集群上运行R代码;
RHIPE 提供了更友好的R代码运行环境,解决单线程和内存限制;
Segue 利用 Amazon’s Web Services(EC2)。
(摘自R语言发展报告)
所以,为了帮助优秀的你更全面更细致地学习R语言,R语言中文社区特推出【年末福利套餐】,视频搭配资料,学起来更有味道哟!这里是视频~~
悄咪咪的剧透:
这里是资料~~
目录
干货1----- 2017年R语言发展报告
干货2----- R语言学习教材
干货3----- R语言可视化分析
干货4----- R语言时间序列
干货5----- R语言会议前沿学习
干货6----- R语言机器学习
干货7----- Python资料(附加值)
更要有图有真相
具体领取方式
长按识别图中二维码
(也可以直接戳图片)
或者
点击原文
本章摘自:《程序员》作者:刘思喆
图片截取自:《R语言发展报告》