摘要：然而，它最終變成了一種昂貴的選擇，并不總是具有最新的統(tǒng)計功能。對于大多數(shù)專業(yè)人士而言，這是昂貴的且沒有能力以個人身份購買。

我們熱衷于比較！

從智能手機中的三星，蘋果和HTC，移動操作系統(tǒng)中的iOS，Android和Windows，到即將進行選舉的候選人的比較，或為世界杯團隊選擇隊長，比較和討論豐富了我們的生活。如果你喜歡討論，你需要做的就是在一個充滿激情的論壇里拋出一個相關的問題，然后看著它發(fā)酵。這個過程的美妙之處就在于，論壇里的每個人都是一個知識淵博的人。

那我在這里就拋出一個類似的話題—— SAS和R語言之爭可能是數(shù)據(jù)科學行業(yè)可能見證的最大爭辯，而Python是現(xiàn)在發(fā)展最快的語言之一，自成立以來已經(jīng)走過了漫長的道路。我開始討論這個話題不是想看它引爆全場（雖然這也很有趣），而是我知道我們都會從討論中受益。

這個問題也經(jīng)常在博客中被人們討論。所以，我想和大家一起討論！

可能是！ 所以我還是覺得有必要進行討論，理由如下：

數(shù)據(jù)科學非常有活力，前兩年進行的討論可能與現(xiàn)在的情況沒什么關聯(lián)了。

傳統(tǒng)觀念里沒有把python列作比較之內(nèi)，我覺得現(xiàn)在這是個非常值得深思的問題。

雖然我們將討論有關語言的全球趨勢，但我也將添加印度分析行業(yè)的相關具體信息（處于不同的發(fā)展水平）

好了，閑話少說，讓我們開始討論吧！

下面是一些關于這三個生態(tài)系統(tǒng)的簡要說明：

SAS：SAS一直是商業(yè)分析領域無可爭議的市場領導者。該軟件提供大量統(tǒng)計功能，具有良好的GUI，供人們快速學習，并提供強大的技術支持。然而，它最終變成了一種昂貴的選擇，并不總是具有最新的統(tǒng)計功能。

R：R是SAS的開源對應物，傳統(tǒng)上用于學術和研究。由于其開源性質(zhì)，最新技術可以快速發(fā)布?；ヂ?lián)網(wǎng)上有很多相關文檔，R是一個非常劃算的選擇。

Python：作為一種開源腳本語言，Python的使用者數(shù)量隨著時間的推移而不斷增長。今天，它集成一些庫（numpy，scipy和matplotlib）和幾乎所有你可能想做的統(tǒng)計操作/模型構建的功能。自從引入pandas以來，它在結構化數(shù)據(jù)的操作方面變得非常強大。

我將在以下屬性上比較這些語言：

1.可用性/成本

2.易于學習

3.數(shù)據(jù)處理能力

4.圖形功能

5.先進的工具

6.工作場景

7.深度學習支持

8.客戶服務支持和社區(qū)

我從分析師的角度來比較這些。 因此，如果您正在為您的公司尋找要購買的工具，您可能無法在此獲得完整的答案。但是以下信息仍然有用。 對于每個屬性，我給這三種語言中的每一種都給出一個分數(shù)（1 - 低 ; 5 - 高）。

這些參數(shù)的權重，根據(jù)您的職業(yè)生涯階段和雄心而有所不同。

SAS是一款商業(yè)軟件。對于大多數(shù)專業(yè)人士而言，這是昂貴的且沒有能力以個人身份購買。但是，它在私人企業(yè)中擁有最高的市場份額。 因此，除非您在投資了SAS的機構中，否則可能很難接觸到SAS。 盡管如此，SAS已經(jīng)引入了一個可以免費訪問的大學版，但它有一些局限性。在那里你也是可以使用 Jupyter notebook的！

另一方面，R＆Python是完全免費的。以下是我對此參數(shù)的打分：

SAS - 3

R - 5

Python - 5

SAS易于學習，并為已經(jīng)了解SQL的人提供簡便的選項（PROC SQL）。 不僅如此，它在其存儲庫中具有良好的穩(wěn)定GUI界面。 在資源方面，各大學的網(wǎng)站上都有教程，SAS有全面的文檔。 從SAS培訓機構出來是可以獲得認證的，但它們也是需要一筆花費。

R在3種語言中具有最陡峭的學習曲線。它要求您學習和理解編碼。R是低級編程語言，因此簡單的過程可能需要較長的代碼。

Python因其編程世界的簡單性而聞名。 對于數(shù)據(jù)分析也是如此。，雖然目前還沒有廣泛的GUI界面，但我希望Python notebooks會變得越來越主流。 它們?yōu)槲臋n和共享提供了出色的功能。

SAS - 4.5

R - 2.5

Python - 3.5

這一度是SAS的優(yōu)勢。 R計算內(nèi)存（RAM）中的每一個單元，因此計算受到32位機器上的RAM數(shù)量的限制。 但是現(xiàn)在已不再是這種情況。 這三種語言都具有良好的數(shù)據(jù)處理能力和并行計算選項。我覺得這不再是一個很大的區(qū)別。 他們都帶來了Hadoop和Spark集成，他們也支持Cloudera和Apache Pig。

SAS - 4

R - 4

Python - 4

SAS具有不錯的功能圖形功能。但是，它只是功能性的。對繪圖進行任何自定義都很困難，需要您了解SAS Graph包的復雜性。R和Python具有非常先進的圖形功能。 有許多軟件包可以為您提供高級圖形功能。隨著Plotly被引入兩種語言并且Python帶有Seaborn，制作自定義繪圖從未如此簡單。

SAS - 3

R - 4.5

Python - 4.5

所有3個生態(tài)系統(tǒng)都具備所有基本和最需要的功能。 此功能僅在您處理最新技術和算法時才有意義。

由于其開放性，R＆Python可以快速獲得最新功能。 另一方面，SAS更新了其在新版本推出中的功能。 由于R在過去被廣泛用于學術界，因此新技術的發(fā)展很快。

話雖如此，SAS在受控環(huán)境中發(fā)布更新，因此它們經(jīng)過了充分測試。 另一方面，R＆Python有開放的貢獻，并且在最新的發(fā)展中存在錯誤的可能性。

SAS - 4

R - 4.5

Python - 4.5

在全球范圍內(nèi)，SAS仍然是用于企業(yè)工作的市場領導者。大多數(shù)大公司仍在使用SAS。另一方面，R / Python是尋求成本效益的初創(chuàng)企業(yè)和公司的更好選擇。此外，據(jù)報道R / Python上的工作數(shù)量在過去幾年中有所增加。 這是一個在互聯(lián)網(wǎng)上廣泛發(fā)布的趨勢，它顯示了R和SAS工作的趨勢。 用于數(shù)據(jù)分析的Python作業(yè)與R作業(yè)具有相似或更高的趨勢：

下圖顯示了藍色的R和橙色的SAS：

這個圖表現(xiàn)了另一個方面，藍色的R與橙色的python：

總的來說，語言的市場可以用下圖表示：

SAS – 4

R – 4.5

Python – 4.5

R和Python擁有最大的在線社區(qū)，但沒有客戶服務支持。 所以，如果你遇到麻煩，你就是靠自己。 你會得到很多幫助。另一方面，SAS提供專門的客戶服務與社區(qū)服務。 因此，如果您在安裝或任何其他技術挑戰(zhàn)方面遇到問題，可以與他們聯(lián)系。

SAS – 4

R – 3.5

Python – 3.5

SAS的深度學習仍處于起步階段，有很多工作要做。

另一方面，Python在該領域取得了很大的進步，并擁有許多軟件包，如Tensorflow和Keras。

R最近增加了對這些軟件包的支持，以及一些基礎的軟件包。 R中的kerasR和keras包充當了原始Python包，Keras的接口。

SAS – 2

Python – 4.5

R – 3

以下是一些值得注意的問題：

Python在Web開發(fā)中被廣泛使用。 因此，如果您從事在線業(yè)務，使用Python進行Web開發(fā)和分析可以提供協(xié)同效應。

SAS過去在部署端到端基礎架構（可視化分析，數(shù)據(jù)倉庫，數(shù)據(jù)質(zhì)量，報告和分析）方面具有很大的優(yōu)勢，這已經(jīng)通過在SAP HANA和Tableau等平臺上集成/支持R而得到緩解。 它仍然遠離SAS之類的無縫集成，但旅程已經(jīng)開始。

在今天的情景中，我們看到市場略微向Python傾斜?？紤]到行業(yè)的動態(tài)性，投資將會占據(jù)優(yōu)勢。根據(jù)您的情況（職業(yè)階段，財務等），您可以添加自己的權重，并提出可能適合您的權重。以下是一些具體方案：

如果您是進入分析行業(yè)的新手（特別是在印度），我建議您學習SAS作為您的第一語言。它易于學習，占有最高的就業(yè)市場份額。

如果你是一個已經(jīng)在工業(yè)上花時間的人，你應該嘗試將你的專業(yè)知識多樣化，學習一種新工具。

對于行業(yè)的專家和專業(yè)人士，人們至少應該知道其中的兩個。這將為未來增加很多靈活性并開辟新的機會。

如果你是一個初創(chuàng)/自由職業(yè)者，R / Python更有用。

從戰(zhàn)略上講，需要更多實際操作幫助和培訓的企業(yè)設置選擇SAS作為選項。

研究人員和統(tǒng)計學家選擇R作為替代方案，因為它有助于繁重的計算。正如他們所說，R的目的是完成工作而不是簡化您的計算機。

由于其輕量級特性和不斷發(fā)展的社區(qū)，Python已成為當今初創(chuàng)公司的明顯選擇。它也是深度學習的最佳選擇。

這是最終的得分表：