你好,游客 登录 注册 搜索
背景:
阅读新闻

一文读懂R语言 R可以做所有SAS做的事情

[日期:2014-05-12] 来源:36大数据  作者: LinkinPark [字体: ]

  以下5种语言 NODE、LUA、Python、Ruby、R ,哪个在2014年的应用前景会更好?

  我毫不犹豫的选择R。R不仅是2014年,也是以后更长一段时间的主角。

  1. 我的编程背景

  本人程序员、架构师,从编程入门到今天,一直深信着Java是改变世界的语言,Java已经做到了,而且一直很辉煌。但当Java的世界越来越大,变得无所不能的时候,反而不够专业,给了其他语言发展的机会。

  本次要比较要5种编程语言(NODE,LUA,Python,Ruby,R),这些都是非常优秀的,在特定领域发展壮大的语言。

  我已使用Java语言 11年,R语言 3年,Node 1年,对于本次问题 “哪个语言在2014年的应用前景会更好?”,我选择R语言。

  2. 为什么我会选择R?

  我会从下面的几个方面,来说明我选择R的原因。

  1). R的基因

  R是统计学家发明的语言,天生具有统计的基因。

  从我开始学习R语言,我就开始了知识的跨界思考。统计基于概率论,概率论又基于数学,用计算机的方式编程,解决某个领域的实际问题。简单一算,4个学科知识的交集,决定着我们解决问题的能力。统计的基因,让R语言与众不同!

  2). R的发展

  R一直在小众领域成长着,最早也只有统计学家在用,主要用R来代替SAS做统计计算。时代在进步,随着大数据的爆发,R终于在这一波浪潮中,被工业 界所发现。然后,有越来越多的工程背景的人加入到这个圈子,对R计算引擎,R的性能,R的各种程序包进行改进和升级,让R获得了新生。

  我们现在用到的R语言软件,已经越来越接近工业软件的标准了。由工程师推动的R的发展速度,远远地超过了由统计学家推动的步伐。随着人们对数据分析要求的进一步增加,R会以更快的脚步继续发展,将成为免费的、开源的、数据分析软件的代名词。

  3). R的社区和资源

  R的发展,离不开R的社区支持。当然,我不得不承认R的官方社区,从Web页上看起来太简陋了,稍微调整一下CSS样式表,都会比现在好看很多。也许这种简单、无修饰也是统计学家的基因吧。

  在R的社区中,我们可以下载到R语言软件,R的第三方软件包,和R的其他支持软件。可以找到开发者论坛,R-Journal列表,软件包列表,R语言图书列表,R用户组等的信息,同其他语言的社区资源一样丰富。

  R是自由软件,开发者可以开发自己的软件包,封装自己的功能,然后在CRAN上面发布。截止到2014年2月,共有5236个R包在CRAN上面发布。

  可能很多人会说只有5236个包,数量太少了。这是因为CRAN是需要提交申请的,R语言小组审核,检查后再会发布的出来。而且审核非常严格的,高 质量是发布一个新的R包基本要求。由于CRAN过于严格的审查,让很多的开发者选择在RForge上发布,还有些R包是基于Github发布的,我也在 github上面发布了自己的R包:https://github.com/bsspirit/chinaWeather。

  R官方地址:http://www.r-project.org/

  R开发者论坛:http://r.789695.n4.nabble.com/

  CRAN:http://cran.rstudio.com/

  RForge:https://r-forge.r-project.org/

  4). R的哲学

  每种语言都有自己的设计理念和哲学,而我体会的R的哲学,就是“静下心做事情”。

  R不需要很长的代码,R也不需要设计模式。一个函数调用,传几个参数,就能实现一个复杂的统计模型。我们需要思考,用什么模型,传什么参数,而不是怎么进行程序设计。

  我们可能会用R实现 “从一个数学公式,变成一个统计模型” 的过程,我们也可能会考虑 “如何让一个分类器结果更准确”,但我们不会思考 “时间复杂度是多少,空间复杂度是多少”。

  R的哲学,可以让你把数学和统计学的知识,变成计算模型,这也是R的基因所决定的。

  5). R的使用者

  R语言早期主要是学术界统计学家在用,在各种不同的领域,包括统计分析,应用数学,计量经济,金融分析,财经分析,人文科学,数据挖掘,人工智能,生物信息学,生物制药,全球地理科学,数据可视化等等。

  近些年来,由互联网引发的大数据革命,才让工业界的人,开始认识R,加入R。当越来越多的有工程背景的人,加入到R语言使用者的队伍后,R才开始像着全领域发展,逐步实现工业化的要求。

  RevolutionAnalytics公司的RHadoop产品,让R可以直接调用Hadoop集群资源

  RStudio公司的RStudio产品,给了我们对于编辑软件新的认识

  RMySQL, ROracle, RJDBC 打通了R和数据库访问通道

  rmongodb, rredis, RHive, rhbase, RCassandra 打通过R和NoSQL的访问通道

  Rmpi, snow 打通了单机多核并行计算的通道

  Rserve,rwebsocket 打通了R语言的跨平台通信的通道

  R不仅是学术界的语言,更将成为工业界必备的语言。

  6). R的语法

  R是面向对象语言,语法如同Python。但R的语法很自由,很多函数的名字,看起来都是那么随意,这也是R的哲学的一部分吧!

  看到这样的赋值语法,有其他语言基础的程序员,肯定会崩溃的。

  正是因为R自由哲学,让R的语法独特而简洁,我已经喜欢上这种哲学了。

  7). R的思维模式

  R语言让我跳出了原有思维定式。使用R语言,我们应该从统计学的角度想问题,而不是计算机的思维模式。

  R语言是直接面向数据的语言。在我们的日常生活中,无论做什么事情都会产生数据,上网有浏览数据,买东西有消费数据,就算什么都不干,也会受大气PM2.5的影响。利用R语言,我可以直接分析这些数据。

  面向什么业务,就分析什么数据,不需要从产品经理向程序员的角色转换,不需要考虑有什么功能,更不需要考虑程序设计的事。

  跳出程序员的思维模式,你所能认知的东西会更多,找到更适合自己的定位。

  8). R解决的问题

  当数据成为生产资料的时候,R就是为人们能运用生产资料创造价值的生产工具,R语言主要解决的是数据的问题。

  在很长期的历史时期,人类产生的数据都没有自互联网诞生以来产生的数据多;当Hadoop帮助人们解决了大数据存储的问题后,如何发现数据的价值,成为当前最火的话题。R语言的统计分析能力,就是数据分析最好的工具。

  所以,R要解决的问题,就是大数据时代的问题,是时代赋予的任务。

  9). R的不足

  前面说了太多R的优点了,R也有很多不足之处。

  R语言是统计学家编写的软件,并不如软件工程师编写的软件那么健壮。

  R语言软件的性能,存在一些问题。

  R语言很自由,语法命名不太规范,需要花时间熟悉。

  R语言结合了很多数学、概率、统计的基础知识,学起来有一定门槛。

  R的这些不足,都是可以克服的。当有更多的工程背景的人加入的时候,R语言会比现在更强大,帮助使用者创造更多的价值。

  3. R的应用前景

  R可以做所有SAS做的事情。

  R应用最热门的领域:

  统计分析:包括统计分布,假设检验,统计建模

  金融分析:量化策略,投资组合,风险控制,时间序列,波动率

  数据挖掘:数据挖掘算法,数据建模,机器学习

  互联网:推荐系统,消费预测,社交网络

  生物信息学:DNA分析,物种分析

  生物制药:生存分析,制药过程管理

  全球地理科学:天气,气候,遥感数据

  数据可视化:静态图,可交互的动态图,社交图,地图,热图,与各种Javascript库的集成

  R有着非常广阔的应用前景,而且R也将成为新一代的最有能力创造价值的工具。

  4. 时代赋予R的任务

  R语言是在大数据时代被工业界了解和认识的语言,R语言被时代赋予了,挖掘数据价值,发现数据规律,创造数据财富的任务。

  R语言也是帮助人们发挥智慧和创造力的最好的生产工具,我们不仅要学好R语言,还要用好R语言,为社会注入更多的创新的生产力。

  所以,通过上面的几节内容所有的文字描述,我认为“R是最值得学习的编程语言”。不论你还在读书,还是已经工作,掌握R语言这个工具,找最适合自己的位置,前途将无限量。

  最后总结:在这5种语言中,R是最特殊的,R被赋予了与其他语言不同的使命。R的基因决定了,R将成为2014年,也可能是以后更长一段时间的主角。





收藏 推荐 打印 | 录入:elainebo | 阅读:
本文评论   查看全部评论 (2)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款
第 2 楼
* 匿名 发表于 2014-5-13 19:25:13
这个R我学过,主要用来统计分析,没想到这么强啊
第 1 楼
* 匿名 发表于 2014-5-12 15:41:47
你好,请问写一个R包难不难?