用于处理R的大数据的编程语言

Question

最近我有时间学习数据可视化，作为Excel图表的替代品。我的选择是R（使用ggplot2）并且已经开始学习它了。

在“R简而言之”中，约瑟夫阿德勒说：

  

通常，我使用像Perl这样的工具来预处理大文件   在R.中使用它们。

     

我建议使用像Perl，Python或Ruby这样的脚本语言   预处理大型复杂的文本文件并将其转换为易于理解的文件   形成。 （作为旁注，我通常会写出字段名称列表   Excel中的长度，然后使用Excel公式创建R或Perl   加载它们的代码。

这个想法落后于Unix哲学 - 让每个工具都能很好地完成工作，让它们一起工作。因此，从长远来看，我打算学习：

• R用于可视化，
• 另一种数据编程语言 处理未来。

问题出现在哪种语言上学习？

我没有计算机科学背景，同时Perl对我来说太难了。我在网上做了一些搜索，发现Haskell和Clojure非常有趣。由于这里有很多程序员+统计员，我想知道，哪一个作为大数据处理目的与R一起顺利？

尼克

Answer 1

我真的不喜欢工作流程中有太多工具。如果我只是使用R就可以逃脱，我更喜欢。您最终必须手动运行一些串联的工具，这使得再次运行更有效。或者你花时间连接不同的工具，这需要时间并引入自己的一系列问题。

对于一个初学程序员来说，坚持使用R还有另一个好处：你花费所有时间学习一种语言，即防止成为所有行业的杰克，但不能掌握。

我使用几种编程语言（R，Python，IDL，Fortran），但是对于数据处理，我倾向于坚持使用纯R，如果我能帮助它的话。

Answer 2

我在这个领域的个人选择工具是Incanter。

它结合了：

• 受R
启发的统计/可视化功能
• 使用Clojure作为通用编程语言
• 在JVM上运行并可以访问所有Java库：如果您想要与其他系统集成或直接在生产中使用，这是一个很大的好处。

总的来说，从纯粹的统计角度来看，它还不像R那么复杂，但恕我直言Clojure是一种更好，更有能力的通用语言。因此，如果您想使用数据构建生产应用程序，整个包更有用。

Answer 3

我会使用python，主要是因为：

1. 更容易阅读/理解
2. R-python bridge可让您轻松集成这两种语言。