從全方位為你比較3種資料科學工具的比較：Python、R和SAS（附連結）

翻譯：張玲 校對：吳金笛

 

本文約3000字，建議閱讀5分鐘。

關於三種資料科學工具Python、R和SAS，本文從8個角度進行比較分析併在文末提供記分卡，以便你隨時調整權重，快速做出選擇。

簡介

我們喜歡比較！

從比較三星、蘋果、HTC的智慧手機，iOS、Android、Windows的移動作業系統到比較即將選舉的選舉候選人，或者選擇世界盃隊長，比較和討論豐富了我們的生活。如果你喜歡討論，你所要的就是在一個充滿激情的群體中丟擲一個相關問題，然後看著它爆炸式地發展！這個過程的美妙之處在於，社群裡的每個人都是一個知識淵博的人。

我在這裡也引發類似的討論，比較SAS、R和Python。SAS和R孰好孰壞可能是資料科學領域的最大爭論，而Python是目前發展最快的語言之一，自其誕生以來，已經走過很長的路。我開始這個討論的原因並不是想看它爆炸（不過那也很有趣），而是知道我們都會從討論中受益。

這也是我在這個部落格上最常見的問題之一，所以我會和所有的讀者、訪客一起討論這個問題。

SAS

https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-business-analyst-sas/

R

https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-r-data-science/

資料科學領域

https://courses.analyticsvidhya.com/courses/introduction-to-data-science-2?utm_source=blog&utm;_medium=PythonvRvSASarticle

Python

https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-data-science-Python/

關於這個話題不是已經說了很多了嗎？

可能是的，但我仍然覺得有必要談論，原因如下：

• 資料科學行業是一個充滿活力的行業，兩年前進行的任何比較都有可能和資料科學不再相關。

• 傳統上，Python不在比較範圍內，但現在我認為這不僅僅是一個值得考慮的問題。

• 在我即將討論語言全球趨勢的同時，我將新增有關印度分析行業（處於不同發展水平）的特定資訊。

所以，不要再拖延了，讓討論開始吧！

背景

以下是對3種資料科學工具的簡要描述：

• SAS：毋庸置疑，SAS一直是商業分析領域的市場領導者。該軟體提供了大量的統計功能，具有良好的圖形使用者介面（Enterprise Guide&Miner;），便於人們快速學習，並提供出色的技術支援。然而，最終它成為最昂貴的選擇，還不具備豐富的最新統計功能。

• R:R是SAS的開源版本，傳統上用於學術和研究。由於其開源特性，最新的統計功能很快就會釋出，而且網際網路上有很多學習檔案，R是一個非常划算的選擇。

• Python：Python作為一種開源語言，它的使用與日俱增。如今，它的擴充套件程式庫（numpy、scipy和matplotlib）和功能幾乎可以用於您可能想要進行的任何統計操作/模型構建。自從引入panda後，它在結構化資料操作方面變得非常強大。

比較屬性（比較角度）

我將在以下8個屬性上比較這些語言：

1. 可用性/成本

2. 易學性

3. 資料處理能力

4. 圖形功能

5. 工具進展

6. 工作情形

7. 深度學習支援

8. 客戶服務支援和社群

我從分析師的角度比較這些，所以，如果你想為公司購買一個工具，你可能無法在這裡得到完整的答案，但下麵的資訊仍然有用。對這三種工具，我就每個比較屬性進行評分（1–低；5–高）。

這些比較屬性的權重取決於你從事的職業和抱負。

1.可用性/成本

SAS是一種商業軟體，很昂貴，對於大多數專業人員（以個人身份）來說仍然遙不可及。然而，它在私營機構中佔有最高的市場份額。因此，除非您所在的組織購買了SAS，否則可能很難接觸它。雖然，SAS提供了一個免費的大學版本，可以使用Jupyter筆記本，但它仍有一些限制！

另一方面，R&Python;是完全免費的。以下是我在這個引數上的評分：

SAS – 3

R – 5

Python – 5

2.易學性

SAS很容易學習，並且為已經瞭解SQL的人提供了簡單的選項（PROC

-SQL）。即使不這樣，它的知識庫中也有一個很好的、穩定的圖形使用者介面。在資源方面，各個大學的網站上都有教程，SAS有一個全面的檔案。有來自SAS培訓機構的認證，但需要花錢才能獲得。

在這裡列出的3種工具中，R的學習曲線最陡，因為需要你學習和理解編碼。R是一種低階程式語言，因此簡單的過程可能需要較長的程式碼。

SQL 

https://www.analyticsvidhya.com/blog/2015/03/basics-sql-rdbms/

proc-sql 

https://www.analyticsvidhya.com/blog/2015/04/data-exploration-sas-data-step-proc-sql/

Python在程式設計領域以其簡單性而聞名，這對於資料分析也是如此。雖然到目前為止還沒有廣泛使用的圖形介面，但我希望Python notebooks會越來越成為主流，這會為檔案和共享提供了很棒的功能。

SAS – 4.5

R – 2.5

Python – 3.5

3.資料處理能力

在過去，這一直是SAS的優勢。R在記憶體（RAM）中進行所有的計算，因此計算受到32位機器上RAM數量的限制，但情況不再是這樣了。這三種工具都具有良好的資料處理能力和平行計算選項，我覺得這不再是一個很大的區別。他們都可以整合Hadoop和Spark整合，同時也支援Cloudera和ApachePig。

SAS – 4

R – 4

Python – 4

4.圖形功能

SAS具有良好的功能圖形功能，然而，只是功能性的。任何對繪圖的自定義都是困難的，需要你理解複雜的SAS圖形（程式擴充套件）包。

R和Python都具有非常高階的圖形功能，有許多軟體（程式擴充套件）包將為您提供高階圖形功能。

現在，隨著這兩種工具都引入plotly並且Python引入了Seaborn，自定義繪圖變得前所未有的簡單。

SAS – 3

R – 4.5

Python – 4.5

5.工具進展

這3個工具都具有最基本基本和最需要的所有功能，只有在研究最新的技術和演演算法時，這個特性才重要。

由於其開放性，R&Python;可以快速獲得最新特性，而SAS在新版本的推出中更新了其功能。由於R在學術界廣泛應用，因此新功能的發展很快。

儘管如此，SAS在受控環境中釋出更新，因此它們經過了很好的測試。另一方面，R&Python;是開放的，在最新功能的開發中有出錯的可能。

SAS – 4

R – 4.5

Python – 4.5

6.工作情形

在全球範圍內，SAS仍然是市場領導者，大多數大型組織仍然在SAS上工作。另一方面，R/Python對於初創企業和尋求成本效益的公司來說是更好的選擇。此外，據報告，在過去幾年裡，R/Python相關的工作數量有所增加。這是一個在網際網路上廣泛釋出的趨勢，顯示了R和SAS工作數量的趨勢。用於資料分析的Python工作與R工作具有類似或更高的趨勢：

在下圖中，藍色代表R，橙色代表SAS。

在下圖中，藍色代表R，橙色代表Python。

資料科學工作中使用的工具分佈情況如下：

SAS – 4

R – 4.5

Python – 4.5

7.客戶服務支援與社群

R和Python擁有最大的線上社群，但沒有客戶服務支援。所以，如果你有麻煩，你就靠自己了。不過，你會得到很多幫助的。

SAS提供了專門的客戶服務社群。因此，如果你在安裝方面遇到問題或任何其他技術挑戰，你可以聯絡他們。

SAS – 4

R – 3.5

Python – 3.5

8.深度學習支援

SAS的深度學習仍處於起步階段，還有很多工作要做。

Python在該領域有著巨大的進步，它有許多（程式擴充套件）包，如tensorflow和keras。

R最近增加了對這些包以及一些基本包的支援。R中的kerasR和keras包充當Python包keras的介面。

SAS – 2

Python – 4.5

R – 3

其他因素：

以下是一些值得註意的要點：

• Python廣泛應用在Web開發中，如果你從事線上業務，使用Python可以同時進行Web開發和分析。

• SAS過去在部署端到端基礎架構（視覺化分析、資料倉庫、資料質量、報告和分析）方面具有很大優勢，但現在可以透過在SAP HANA和Tableau等平臺上整合/支援R，這種優勢已不再明顯。儘管它距離SAS這樣的無縫整合還有很遠的距離，但這段旅程已經開始。

結論

在今天的情況下，我們看到市場對Python略有傾斜。考慮到行業的動態性，押註什麼即將佔據上風，時機尚未成熟。根據你的情況（職業階段、財務狀況等），你可以增加你自己的權重，並想出可能適合你的方案。以下是一些特定的場景：

• 如果你是一個剛進入分析行業的人（特別是在印度），我建議你學習SAS作為你的第一語言。學習容易，就業市場佔有率最高。

• 如果你是一個已經在這個行業中一段時間的人，你應該嘗試學習一個新工具來多樣化你的專業知識。

• 對於業內的專家和專業人士，人們至少應該知道其中的兩個，這將為未來增加許多靈活性，並開啟新的機會。

• 如果您是初創企業/自由職業者，R/Python更有用。

從戰略上講，具備更多實際操作幫助和培訓的企業機構可以選擇SAS作為選項。

研究人員和統計學家選擇R作為替代方案，因為它有助於進行大量的計算。正如他們所說，R是為了完成工作，而不是為了讓你的電腦更輕鬆。

由於其輕量級的特性和不斷增長的社群，Python明顯已經成為當今初創企業的選擇，這也是深度學習的最佳選擇。

下麵是最後的記分卡：

以上是我對這一比較的看法。現在輪到你透過下麵的評論來分享你的觀點了。

原文標題：

Python vs. R (vs. SAS) – which tool should I learn?

原文連結：

https://www.analyticsvidhya.com/blog/2017/09/sas-vs-vs-Python-tool-learn/

譯者簡介:張玲，在崗資料分析師，計算機碩士畢業。從事資料工作，需要重塑自我的勇氣，也需要終生學習的毅力。但我依舊熱愛它的嚴謹，痴迷它的藝術。資料海洋一望無境，資料工作充滿挑戰。

轉自：資料派THU 公眾號；

版權宣告：本號內容部分來自網際網路，轉載請註明原文連結和作者，如有侵權或出處有誤請和我們聯絡。