原文：
www.kdnuggets.com/2017/08/python-overtakes-r-leader-analytics-data-science.html
评论上一个 KDnuggets 调查 询问
你在 2016 和 2017 年是否使用了 R、Python（及其包）、两者，或其他工具用于分析、数据科学、机器学习工作？
Python 并未完全“吞并” R，但基于 954 位投票者的结果显示，2017 年 Python 生态系统 超越 R 成为分析、数据科学、机器学习的领先平台。
另请参见我的后续文章：Python 与 R – 谁在数据科学、机器学习中真正领先？
虽然在 2016 年 Python 排在第 2 位（“主要使用 Python”份额为 34%，而“主要使用 R”的份额为 42%），但在 2017 年 Python 达到了 41%，而 R 为 36%。
使用 两者 R 和 Python 的 KDnuggets 读者的份额也从 2017 年的 8.5% 增加到 12%，而主要使用 其他 工具的份额从 16% 下降到 11%。
图 1: Python、R、两者或其他平台在 2016 年和 2017 年的使用份额
接下来，我们将检查不同平台之间的过渡。
图 2: 分析、数据科学、机器学习平台
从 2016 到 2017 年的 R、Python、两者和其他的过渡**
这张图表看起来复杂，但我们看到两个关键方面，Python 在这两个方面都赢了：
-
忠诚度：Python 用户更忠诚，2016 年的 91% Python 用户继续使用 Python。而只有 74% 的 R 用户继续使用，其他平台用户中有 60% 继续使用。
-
切换：只有 5% 的 Python 用户转向 R，而转向 Python 的 R 用户则是两倍，达到了 10%。在 2016 年同时使用两者的人中，只有 49% 继续使用两者，38% 转向 Python，11% 转向 R。
净的，我们查看跨多个年的趋势。
在我们的 2015 年 R 与 Python 调查中，我们没有提供“Python 和 R 两者”选项，因此为了比较 4 年间的趋势，我们用 2016 和 2017 年 Python 和 R 的份额进行替换
Python* = (Python 分享) + 50% 的 (Python 和 R)
R* = (R 分享) + 50% 的 (Python 和 R)
我们看到 R 使用的份额在缓慢下降（从 2015 年的约 50% 下降到 2017 年的 36%），而 Python 份额则稳步增长——从 2014 年的 23% 增长到 2017 年的 47%。其他平台的份额也在稳步下降。
图 3: Python 与 R 与其他平台在分析、数据科学和机器学习中的 2014-17 趋势
最后，我们查看了按地区的趋势和模式。各地区的参与情况是：
-
美国/加拿大，40%
-
欧洲，35%
-
亚洲，12.5%
-
拉丁美洲，6.2%
-
非洲/中东，3.6%
-
澳大利亚/新西兰，3.1%
为了简化图表，我们将“同时”投票分配给 R 和 Python，并将亚洲、澳大利亚/新西兰、拉丁美洲和非洲/中东的 4 个参与较少的地区合并为一个“其他”地区。
图 4: Python 与 R 与其他地区，2016 年对比 2017 年**
我们在所有地区观察到相同的模式：
-
Python 份额增加，8-10%
-
R 份额下降，大约 2-4%
-
其他平台的下降，5-7%
对于 Python 用户来说，未来看起来非常光明，但我们预计 R 和其他平台在可预见的未来将保持一定份额，因为它们有着庞大的用户基础。
评论
比尔·温克勒，计算速度等。
我们是一个使用 SAS 的团队，拥有大约 30 名新获得博士学位的人员和其他主要使用 R 的人员。由于我们开始转向基于云的环境，一些人开始使用 Python。对于使用基于严格理论模型的软件处理国家文件，我们使用高度优化的 C 和 FORTRAN 例程。SAS、R，甚至有时 Python 都慢了 100 多倍。
1. Google 网络安全证书 - 快速开启网络安全职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT