【統計解析】Rとpythonのどちらをもちいるべきなのでしょうか。

Question

統計解析を行うにあたって、Rとpythonの両方で、同じ様なライブラリを用いて、
解析を行うことができると思います。

私自身、Rを用いた分析しか行ったことがないのですが
Rとpythonってどう使い分けるべきなのでしょうか。
もし、pythonでRでできることの全てが解決し、R以上のパフォーマンスが出せるならば
pythonを学ぶことも考えております。

pythonを用いるメリットや、pythonを用いることで広がる可能性などありましたらご教授願いたいです。

よろしくお願い致します。

Answer 1

個人的には以下のように考えています。

• 都度データを抽出してきて、あれやこれや手元で試行錯誤した上でベストのモデル（統計学でも機械学習でも）を作り上げた上で、都度アウトプットとして出す。というやり方であればR
• システムに組み込み、自動的にインポートされたデータに対してバッチorオンラインで処理（統計学でも機械学習でも）し、自動的に結果をエクスポートする。というやり方であればPython

基本的にRはDSLとみなされており、コーディングには向きません（for文など制御系が貧弱）。その代わり多彩を極める動的型付けやメソッド組み込みなどの仕様により、対話的処理においては非常に優れています。PythonでiPython Notebookを用いて対話的処理を行うよりも、個人的にはRの方が勝ると思っています。

他方、Pythonは一般のwebアプリなどでも多用されるようにコーディング向け汎用言語としても優れており、システム開発においてはRよりも遥かに向いています。

ですので、naoyanさんがどちらの方向性で今後データ分析を手掛けていかれるかによって、RとPythonどちらを用いるかを選んでみてはいかがでしょうか。

なお、統計学・機械学習という観点で見れば、RとPythonに大きな優劣はありません。一部の最先端の統計学分野においてはRのパッケージが充実している一方、一部の最先端の機械学習分野においてはPythonのパッケージの方が充実しているということもあり、最先端のところで比べても一長一短です。あえて言えばPythonの方がCUDAなどGPU周りの環境が整っていて強いというところでしょうか。

Answer 2

イベントに出ていないので主旨からずれるかも & 飽くまで個人的な感想ですが、

Rのメリット
・細かいアルゴリズムまわりはRの方が充実している
・比較して簡単に計算ができる
・ggplot2などグラフ化のライブラリもRの方が使いやすい
・ベクトル・データフレームの計算がやたら早い
Rのデメリット
・メモリにデータを貯めるので大容量の分析に向かない（ff, bigmemory対処可能）
・forの処理が遅い（並行処理・並列処理で対処可能）
・R Studio Serverなどがあるが他のシステムと組み合わせて常時稼働させるのには向かいない

Pythonのメリット（がっつりPythonやっているわけではないのでイメージです）
・基本的に早い（ただしベクトル特化するのではればRの方が早い）
・応用性が高いのでデータの収集やデータの整形にも強い
・他システムへの組み込みにも向いている
Pythonのデメリット
・パッケージがRと比べると少ない・細かいところに手がとどかない
・統計系の日本語のレファレンスが少ない
・pip使ってもパッケージインストールでエラーが出て、対処が大変になることがある

という感じです。
結局Rが手頃なので、大規模データを処理する、組織として組み込み他の人にも使われる、常に走らせ続ける必要がある、等特別な理由がない限りRで処理しちゃってます。