大家好，今天小编关注到一个比较有意思的话题，就是关于机器学习算法python r哪个更好的问题，于是小编就整理了2个相关介绍机器学习算法Python r哪个更好的解答，让我们一起看看吧。
R和Python (numpy scipy pandas) 用于统计学分析，哪个更好？
谢谢邀请，R语言可以说是专用语言，应用领域只是数据分析，而Python是一种通用编程语言，相比来说Python的应用更为广泛，如果你的工作局限于统计分析的话可以选择R语言，如果未来可能往AI、数据科学等其他方向发展的话建议还是学习Python！
1.Python应用方向很广泛
不过Python仅仅是编程语言，你应该首先还要选择一个发展方向，学习特定方向的Python模块，比如数据分析与挖掘、爬虫工程师、Web开发、自动化运维、自动化测试，甚至人工智能。Web开发小型是PHP居多，中大型Web应用Java独霸天下Python很难抗衡。自动化测试与运维已经脱离了软件开发主方向，工资与发展的话相比来说没有开发与数据分析好。总体来讲用Python做数据分析甚至人工智能是最好得方向，不过人工智能难度要高，对学历与学校也有要求，建议从数据分析入行，未来向大数据甚至人工智能方向发展是不错的选择，这也是Python语言最有优势的领域。
不过不是科班出身，走人工智能方向要费劲得多，数学与统计要好，计算机相关专业的话应该也学过高数、线性代数、概率统计吧，就看学的怎么样了！
4.Python在数据科学领域是霸主
数据岗位发展方向，都是比较新型的职位，数据分析员、数据分析师、数据产品经理、数据总监、首席数据官等等，从数据分析员、初级数据分析师（就是表哥表姐哦）入行，逐步发展！
python做数据分析相对于传统数据分析究竟强在哪？
数据分析的方法都是一样的。Python好用的话应该是在数据挖掘机器学习等方面。Python的标准库很好用，而且库很专一内容很全。用过r，但觉得还是Python好用。再就是深度学习的库基本都会支持Python，在Python上调用也很方便。
传统的数据分析一般指通过、SPSS或者SAS等工具，基于传统的统计分析方法，对数据进行分析。
相比Excel，Python能够处理更大的数据集，还能够建立复杂的机器学习模型。总结一下，用Python进行数据分析相对于传统数据分析有以下三点优势：
Python有丰富的用于数据分析的第三方库，例如Numpy、Pandas、Matplotlib、PyMySQL等。
Numpy：开源的数值计算框架，能够处理向量、矩阵等各种问题，相当于一个迷你MATLAB，小巧而且免费！
Pandas：基于Numpy构建，为时间序列分析提供了很好的支持，对于数据的预处理、连接外部数据文件等有强大的支持，借助于Pandas，Python可以很方便地连接外部数据源，例如csv、xlsx、json等文件。
Matplotlib：一个优秀的数据可视化库，能够绘制常用的数据分析图表，还能够绘制三维[_a***_]。
PyMySQL：可以让Python很方便地连接MySQL数据库，对数据库中的数据进行分析。
简单来说，Excel能做到的Python都能做到，但是Excel不能进行强大的编程及复杂的分析。但要说明的是，有些情况下，Python虽然能做到，但是不如Excel方便。
很多数据分析问题，光凭传统的统计分析方法已经无法解决，还需要借助于更强大的机器学习算法，而Python中的scikit-learn几乎能够实现所有的机器学习算法，调用起来非常方便。
监督学习算法：线性回归，分类算法如K近邻算法、决策树、逻辑回归、SVM及集成学习方法。
到此，以上就是小编对于机器学习算法python r哪个更好的问题就介绍到这了，希望介绍关于机器学习算法python r哪个更好的2点解答对大家有用。
