مقارنة: R vs Python
لغتي R و Python لغات برمجة مفتوحة المصدر مع مجتمع كبير من المطورين. تستخدم R بشكل أساسي للتحليل الإحصائي بينما توفّر Python نهجًا أكثر عمومية لعلوم البيانات.
كلتا اللغتين هما الأفضل في مجال علم البيانات وتعلم الآلة. تعلّم كليهما هو - بطبيعة الحال - الحل المثالي. لكن هذا يتطلب استثماراً كبيراً في الوقت، هذا الوقت قد لا يكون متاحاً للكثير منا.
باختصار، تقترب الفجوة الإحصائية بين R وبايثون. معظم المهام يمكن القيام بها باللغتين. من الأفضل أن تختار الأداة التي تناسب احتياجاتك ولكن أيضًا الأداة التي يستخدمها معظم زملاؤك. بعد أن تعرف لغة البرمجة الأولى، يصبح تعلم اللغة الثانية أكثر بساطة.
تذكر في النهاية أن الأهم من اللغة هو الناتج، نحن نهتم بعمل تحليلات وإنتاج بيانات صحيحة أكثر من كتابة كود صحيح.
بايثون هي لغة عامة تستخدم في أغراض عامة مثل مثل تطبيقات الويب وتحليل البيانات والتعلم العميق. بايثون كسبت شهرة بسبب سهولة قراءة وفهم الكود عن نظيراتها من لغات البرمجة.
R لغة معروفة بقوتها في التحليلات الإحصائية، تم انشائها في تسعينيات القرن الماضي من قبل الإحصائيين وهي صممت لعمل تحليلات إحصائية وتصميم نماذج رسومية.
السؤال الشائع: أيهما أفضل R أم Python؟
هناك العديد من المقارنات بين لغتي البرمجة R و Python. لا توجد كفة راجحة بنسبة 100% إلا أن هناك تحيز أكبر لصالح Python بسبب قوة وسرعة أداء اللغة، وسهولة قراءة الكود. كلا اللغتين يستخدمان في تحليل البيانات وبناء نماذج تعلم الالة وكلاهما لديهم شريحة كبيرة من المطورين الداعمين لكل لغة، وكلاهما مستخدمتان في سوق العمل، لكن معظم الشركات لديها ميول أو توجه أكثر للغة البايثون.
هناك أسباب عامة للاختيار بين R و Python:
R جيدة جدا في تصوير البيانات وتصميم نماذج رسومية وهي أسهل وأسرع في التحليلات الإستكشافية.
بينما أداء البايثون مع البيانات الكبيرة وفي تطبيق الخوارزميات وبناء ونشر النماذج.
أيضا هناك أسباب خاصة مثل توافر مكتبات موجودة في R وليست موجودة في نظيرتها Python أو العكس. تلك الحالات قد تستدعي منك استخدام لغة عن أخرى. لأن بناء مكتبة جديدة سيستغرق وقـتًـا قد لايكون لديك.
إن نظرنا لسوق العمل فإن هناك انتشار أكبر للغة البايثون لعدة أسباب أهمها:
كونها لغة عامة يعطيها الأفضلية في بناء التطبيقات.
أدوات التعلم العميق والبيانات الضخمة أكثر توافقا مع البايثون ومعظمها بُني باستخدام البايثون.
لأن البايثون لغة عامة، أتاحت للمطورين وعلماء البيانات وعلماء الذكاء الاصطناعي استخدام منصة واحدة لتطوير منتجاتهم.
كذلك إذا نظرنا لمؤشر شعبية اللغة من IEEE Spectrum سنجد أن بايثون تقع في المركز الأول مقارنة بR التي تقع في المركز السابع
بالإضافة إلى ذلك على مدار الخمس سنوات الماضية فرص العمل المتعلقة بعلم البيانات متوافرة بلغة بايثون أكثر من R والفارق بينهما يزداد كل عام .
أيهما أستخدم؟
في رأينا ، إذا كنت مبتدئًا في علم البيانات، وتريد أن تتعلم كيف تعمل الخوارزمية، وبناء ونشر نماذج أو models فإننا ننصحك بتعلم بايثون. أما إذا كنت ستركز على الأساليب الإحصائية فإن R ستكون الأفضل لك، كذلك إذا كنت مهتماً بإعداد تقارير وإنشاء لوحات عرض للبيانات (dashboards) فإن R ستكون الأفضل لك. وفي هذا المساق نحن نستخدم لغة بايثون.
مصادر للتعلم:
إذا كنت مهتم بتعلم علم البيانات باستخدام R، يمكنك البدء بتخصص علم البيانات من جامعة جون هوبكينز على موقع كورسيرا
https://www.coursera.org/specializations/jhu-data-science
أيضا يمكنك الإطلاع على كتاب R for Data Science المقدم بواسطة غاريت جرلموند وهادلي ويكهام.
وكتاب Introduction to Machine Learning with R المقدم بواسطة جيك فاندر بلاس.
وإذا أردت تعلم علم البيانات باستخدام بايثون، يمكنك البدء بتخصص علم البيانات التطبيقي بالبايثون المقدم من جامعة ميتشيجن على كورسيرا
https://www.coursera.org/specializations/data-science-python
كذلك مساقات تعلم الآلة والتعلم العميق المقدمة من أندرو ان جيه على كورسيرا
https://www.coursera.org/learn/machine-learning
https://www.coursera.org/specializations/deep-learning
ملاحظة: جميع الدورات على موقع Coursera يمكن مشاهدة محتواها كاملاً بشكل مجاني، ويمكنك القيام بذلك باختيار خيار "Audit This Course" الموجود في صفحة الدورة.
أيضا يمكنك الإطلاع على كتاب Python for Data Analysis المقدم من ويس ماكيني.
وكتاب Hands-On Machine Learning with Scikit-Learn and TensorFlow المقدم من أوريلين جيرون.
هذا المقال نقلاً من مساعد ومشرف على كورس مقدمة لغة بايثون من موقع إدراك
م. علي سعد - مساعد ومشرف المساق
تعليقات
إرسال تعليق