哪些编程语言有利于统计？

Question

我最近对某些事情进行了更多的统计分析，我很好奇是否有任何编程语言特别适合这个目的。我知道R，但我更喜欢一些更通用的东西（或者R是非常通用的？）。

你们有什么建议？是否有任何语言的语法/语义特别针对这个？或者是否有任何语言具有非常好的库？

Answer 1

没有竞争 - R作为S的主要实现（并且恰好是正确的开源和GNU项目）。

不仅因为S语言正是为此目的设计的 （请参阅John Chambers的书籍），但CRAN对特定领域软件包的相当丰富的支持是首屈一指的：超过2000个具有适当质量控制的包装，通常由该领域的专家撰写。

ACM在1998年以ACM Software Systems Award

向citation向约翰钱伯斯提供{{3}}时看到的方式相同

  

John M. Chambers

     

对于永远存在的S系统   改变了人们分析，可视化的方式，   并操纵数据。

作为参考，此奖项的其他获奖者是TeX，Smalltalk，Postscript，RPC，“网络”，Mosaic，Tcl / Tk，Java，Make，......这不是一个糟糕的公司。

现在，如果您“只想”收集和汇总一些数据，那么任何程序或功能语言都可以。但是如果你想要一些设计用于数据编程的东西，那么R就是主要的S实现。

Answer 2

正如Dirk所说，毫无疑问 R 是统计数据的最佳语言。我只想补充几点：

首先，我认为你应该使用R的主要原因是因为社区。在这个阶段，学术界和工业界的专家大量使用它，没有其他语言可以与CRAN上的财富相媲美。

其次，应该承认R语言是一种乐趣。这是我的主要语言，并且在尝试了替代方案后，我没有意图在任何时候放弃它。但它也没有垄断数据编程的优势，这种说法可能会走得太远。所有Lisp和Functional语言在数据编程方面都很强大。毕竟，Lisp源自“列表编程”，而Lisp对R的影响使语言成为现实。

R社区的成员（例如Ross Ihaka）实际上将Lisp视为未来的统计语言（参见“回到未来”论文作为参考），因为有一些深层设计问题。 R语言（例如，没有多线程）。

因此，虽然R无疑是统计计算的最佳语言，但我认为熟悉另一种语言如OCaml，Haskell或（可能）Clojure / Incanter有一些价值。

Answer 3

根据Incanter查看clojure。 “Incanter是一个基于Clojure的，类似R的统计计算和图形平台。” Clojure是一种基于lisp的语言，在JVM的顶层实现。它可以轻松访问Java库。无法获得更多的通用目的。

Answer 4

根据我的经验，R在这些领域是一种非常强大的语言：

1. 操纵和转换数据。

2. 统计分析。

3. 图形。

但R绝不是一个三招小马。我还将语言应用于不完全适合上述类别的任务。一些例子是：

• 通过识别和匹配不同体系结构的静态和动态库，然后通过lipo运行生成的组来协助创建OSX通用二进制文件的脚本。

• 从网页上抓取信息的脚本。

• 一组用于创建地理配准图像的脚本，使用GDAL将图像剪切为图块集，形成一个描述输出的JSON清单，并将结果上传到网站，以便立即显示OpenLayers。

我最喜欢使用R的部分是我说的频率：

  

WHOA！有一个包 THAT？！

Answer 5

您可以查看程序sage，它是python解释器的重新实现，允许您使用a调用不同的编程语言来进行统计（R，matlab，octave等）。 python语法。

编写程序进行统计时遇到的一个主要问题是，您最终可能会遇到许多不同的小脚本，每个脚本都执行单独的任务，最终会导致文件夹混乱并导致结果混乱。< / p>

因此，除了选择编程语言（我认为其他人已经回答了你的问题）之外，你还需要一种语法来定义脚本的管道：你可以用程序'gnu / make'来实现它（例如read { {3}}）或使用此this，或者还有其他解决方案。

Answer 6

我会说R因为我大学的大部分统计课程都使用R而且我的大多数参加过这些课程的朋友对其范围和范围非常满意。

我甚至尝试过MATLAB，发现它非常方便。

欢呼声

Answer 7

如果你正在做的所有是统计数据，那么R很棒。它有一个很好的交互式界面和可视化工具。但是，它很难用作通用语言，因为它的语法和语义在进行统计时非常高度优化。如果你想要一个更通用的语言，使用SciPy的Python将是一个不错的选择，虽然我已经使用它并发现其中的统计例程有点不成熟。它们通常效率低下或在极端情况下失败。

如果您正在对大型数据集进行数据挖掘，使性能变得重要，并且/或者您不介意使用alpha-ish工具，则D编程语言和dstats library可能非常好。 D就像你得到的通用语言一样，但是IMHO dstats非常容易使用，因为模板元编程使得即使在静态编译的，接近金属的语言中也可以很容易地设计出一个好的API。 （完全披露：我写了大部分dstats，所以我认为这很好。）

Answer 8

pystats library（适用于Python）非常适合进行统计分析。

Answer 9

您是否考虑使用MatLab之类的内容？它具有许多执行数据分析的高级功能，您可以在环境中进行一些编程。

Answer 10

Stata怎么样？我有一个朋友，他是博士生经济学博士，他一直对Stata赞不绝口。我对Mathematica有个人的亲和力。

Answer 11

Matlab也擅长统计数据。但这并不是完全免费的。

Octave是一个免费的克隆版，可能也可以满足您的需求。

Answer 12

我的一位专注于市场统计的朋友使用SAS。我不太了解它 - 它似乎不是一种“真正的”语言，但可能值得一试。

我全都是使用R绑定的Python。

Answer 13

查看RooFit的ROOT包。它被例如用于粒子物理学家进行数据分析。

ROOT是一个C++框架，还附带了python和ruby绑定。它还包括一个有限的交互式C++翻译。

Answer 14

我也想为R添加+1。它可能不像STATA甚至SPSS那样容易处理，特别是对于非程序员。虽然我猜平均stackoverflower比我更像程序员。

话虽如此，我想简要介绍一下，因为我看过一些用户的统计软件包（经济学家（观点）。

STATA仍然是大多数经济学家的选择，实际上它也有一些优势。 STATAs GUI有助于掌控一系列选项和统计功能。除了STATA似乎只是一个包含邮件列表的软件包，它至少有点接近基准：独一无二的R邮件列表。还有人可以编写复杂的.do文件或从网上下载一些文件。 STATA可能不像R那样接近编程语言，但仍然提供了一种很好的编程语言用于统计目的。根据数据集的大小，您应该检查所需的许可证。

您还可以使用SPSS，它甚至比STATA更像是一个GUI工具，并且对于计量经济学工作（例如TOBIT模型或面板回归，尤其是离散选择模型）而言，它不太全面。

还有Eviews - 遗憾的是我已经忘记了大部分内容，并且在我的学习中只使用它进行了几次简单的回归。因此，我在这里命名。 GAUSS也是如此，它看起来比其他人更具数学性。最近我听说过Octave，它也更具数学性。

对于我个人的用法，R比其他任何东西都要强硬。偶尔我会用Python配对它或将它连接到MySQL或PostgreSQL数据库，这也很有效。 R真的可以帮助您学习统计数据，因为您需要了解更多信息才能执行某些操作，而不是单击通过SPSS之类的方式。虽然如果你需要一个GUI，你可以尝试RKward或考虑在Windows上安装Komodo / Sciviews-R或Tinn-R。后者不是GUI，但编辑器或多或少支持Code Highlight和代码建议，这也有助于完成它。 R中的Farnsworth计量经济学是一本很好的读物。啊，我不能忘记提到密谋。来自Hadley Wickham的ggplot2套装刚刚起步。只要您不需要它们是交互式的，那么创建图形的最佳方式。在一天结束时，R真的是最灵活的包：你甚至可以将它安装在网络服务器上并构建一些漂亮的网络界面 - 天空是极限。

Answer 15

APL显然是统计工作的最佳语言之一。虽然不是一般目的......

它需要特殊的键盘和字体，因为它不使用ascii。

请参阅Conway's Game of Life in one line of APL，了解可以用它做些什么。

Answer 16

因为我是统计学的学生。我发现R在所有其他统计相关软件中是最好的。也许它有能力用统计数据做任何事情。