Qualquer pessoa que queira se aprofundar no mundo da ciência de dados não tem alternativa a não ser programar. É impossível alcançar determinados resultados ou processos tão complexos e específicos como os exigidos por um projeto de Data Science utilizando aplicações previamente desenvolvidas por um fornecedor. Por sua vez, isto torna-se duplamente desafiante se um determinado processo tiver de ser automatizado ou implementado dentro de um sistema pré-existente.

Por esse motivo, os aspirantes à ciência de dados costumam perguntar sobre as linguagens mais populares e convenientes quando se trata de treinamento e, geralmente, encontram duas: R e Python. O artigo discutirá brevemente os dois idiomas e as vantagens que apresentam. Além disso, serão utilizados materiais de organizações especificamente dedicadas ao uso e desenvolvimento dessas ferramentas.

Do que estamos falando quando nos referimos a R e Python?

Conforme bem descrito em seu site, R é uma linguagem desenvolvida para análises matemático-estatísticas. Em 1995, evoluiu a partir da sua antecessora, a linguagem de programação S, e iniciou a sua expansão para o mundo académico, que agora complementa com a ciência de dados. Por outro lado, Python foi lançado ao mundo em 1991, com o objetivo de ser uma linguagem de programação mais voltada para o desenvolvimento de software, com características de ser muito agradável de entender e com sintaxe simples.

Qual é o melhor para ciência de dados? Ficou interessado?

Siga o link: https://medium.com/@dblancbellido/r-vs-python-which-is-best-for-data-science-9951b67001e8

Imagem de Gerd Altmann por Pixabay