पायथन या आर: डेटा साइंस के लिए कौन सा बेहतर विकल्प है?

डेटा विज्ञान आने वाले वर्षों में इस दुनिया में पूरी तरह से क्रांति लाने जा रहा है। डेटा वैज्ञानिकों के बीच कठिन सवाल यह है कि कौन सी प्रोग्रामिंग भाषा डेटा विज्ञान में सबसे महत्वपूर्ण भूमिका निभाती है? आर, सी ++, पायथन सहित डेटा विज्ञान में उपयोग की जाने वाली कई प्रोग्रामिंग भाषाएं हैं।

इस ब्लॉग में, हम दो महत्वपूर्ण प्रोग्रामिंग भाषाओं जैसे पायथन और आर पर चर्चा करने जा रहे हैं। इससे आपको अपने अगले डेटा साइंस प्रोजेक्ट के लिए सबसे उपयुक्त भाषा चुनने में मदद मिलेगी।

पायथन एक ओपन-सोर्स, लचीली, ऑब्जेक्ट-ओरिएंटेड और उपयोग में आसान प्रोग्रामिंग भाषा है। इसका एक बड़ा सामुदायिक आधार है और इसमें पुस्तकालयों और उपकरणों का एक समृद्ध समूह है। यह वास्तव में, हर डेटा वैज्ञानिक की पहली पसंद है।

दूसरी ओर, R सांख्यिकीय गणना और डेटा विज्ञान के लिए एक बहुत ही उपयोगी प्रोग्रामिंग भाषा है। यह अद्वितीय तकनीक की पेशकश करता है। nonlinear / रैखिक मॉडलिंग, क्लस्टरिंग, समय-श्रृंखला विश्लेषण, शास्त्रीय सांख्यिकीय परीक्षण और वर्गीकरण तकनीक।

अजगर की विशेषताएं

• डायनामिक रूप से टाइप की गई भाषा, इसलिए चर स्वचालित रूप से परिभाषित होते हैं।
• अधिक पठनीय और अन्य प्रोग्रामिंग भाषाओं की तुलना में समान कार्य करने के लिए कम कोड का उपयोग करता है।
• दृढ़ता से टाइप किया हुआ। इसलिए, डेवलपर्स को मैन्युअल रूप से कास्ट करना होगा।
• एक व्याख्या की गई भाषा। इसका मतलब है कि कार्यक्रम को संकलित करने की आवश्यकता नहीं है।
• लचीला, पोर्टेबल और आसानी से किसी भी प्लेटफॉर्म पर चल सकता है। यह स्केलेबल है और आसानी से अन्य तृतीय-पक्ष सॉफ़्टवेयर के साथ एकीकृत किया जा सकता है।

डेटा विज्ञान ऐप्स के लिए सुविधाएँ

• वैक्टर के साथ कई गणना की जा सकती हैं
• सांख्यिकीय भाषा
• आप बिना किसी कंपाइलर के अपना कोड चला सकते हैं
• डेटा विज्ञान समर्थन

यहां, मैंने कुछ डोमेन सूचीबद्ध किए हैं जो डेटा विज्ञान के लिए इन दो प्रोग्रामिंग भाषाओं को अलग करने के लिए उपयोग किए जाते हैं।

1) डेटा संरचनाएं

जब डेटा संरचनाओं की बात आती है, तो बाइनरी पेड़ों को पायथन में आसानी से लागू किया जा सकता है लेकिन यह प्रक्रिया आर में सूची वर्ग का उपयोग करके की जाती है जो एक धीमी चाल है।

पायथन में बाइनरी पेड़ों का कार्यान्वयन नीचे दिखाया गया है:

सबसे पहले, एक नोड वर्ग बनाएं और नोड के लिए कोई भी मान निर्दिष्ट करें। यह एक रूट नोड के साथ एक पेड़ बनाएगा।

class Node: def __init__(self, data): self.left = None self.right = None self.data = data def PrintTree(self): print(self.data) root = Node(10) root.PrintTree() 

आउटपुट: १०

अब, हमें एक पेड़ में सम्मिलित होने की आवश्यकता है ताकि हम एक सम्मिलित वर्ग और उसी नोड वर्ग को ऊपर डालें।

 class Node: def __init__(self, data): self.left = None self.right = None self.data = data def insert(self, data): # Compare the new value with the parent node if self.data: if data < self.data: if self.left is None: self.left = Node(data) else: self.left.insert(data) elif data > self.data: if self.right is None: self.right = Node(data) else: self.right.insert(data) else: self.data = data # Print the tree def PrintTree(self): if self.left: self.left.PrintTree() print( self.data), if self.right: self.right.PrintTree() # Use the insert method to add nodes root = Node(12) root.insert(6) root.insert(14) root.insert(3) root.PrintTree() 

आउटपुट: 3 6 12 14

जीत की भाषा: पायथन

2) प्रोग्रामिंग भाषा एकता

2.7 से 3.x के पायथन के संस्करण परिवर्तन से बाजार में कोई व्यवधान नहीं होगा जबकि R के संस्करण को दो अलग-अलग बोलियों में बदलने से RStudio: R & Tidyverse के कारण बहुत प्रभाव पड़ रहा है ।

जीत की भाषा: पायथन

3) मेटा प्रोग्रामिंग और ओओपी तथ्य

पायथन प्रोग्रामिंग भाषा में एक ओओपी प्रतिमान है जबकि आर में, आप टर्मिनल पर कई बार एक फ़ंक्शन प्रिंट कर सकते हैं। R यानी कोड का मेटा प्रोग्रामिंग फीचर, जो कोड का उत्पादन करता है, जादुई है। इसलिए, यह कंप्यूटर वैज्ञानिकों की पहली पसंद बन गया है। यद्यपि फ़ंक्शन दोनों प्रोग्रामिंग भाषाओं में ऑब्जेक्ट्स हैं, आर इसे पायथन के रूप में अधिक गंभीरता से लेता है।

एक कार्यात्मक प्रोग्रामिंग भाषा के रूप में, आर अच्छी तरह से संरचित कोड पीढ़ी प्रदर्शन करने के लिए अच्छे उपकरण प्रदान करता है। यहां, एक साधारण कार्य एक वेक्टर को एक तर्क और वापसी तत्व के रूप में ले रहा है जो कि सीमा से अधिक है।

 myFun <- function(vec) { numElements <- length(which(vec > threshold)) numElements } 

एक अलग सीमा मूल्य के लिए, हम एक फ़ंक्शन लिखेंगे जो फ़ंक्शन को हाथ से लिखने के बजाय इन सभी कार्यों को उत्पन्न करता है। नीचे, हमने फ़ंक्शन दिखाया है जो कई प्रकार के myFun का निर्माण करता है:

 genMyFuns <- function(thresholds) { ll <- length(thresholds) print("Generating functions:") for(i in 1:ll) { fName <- paste("myFun.", i, sep="") print(fName) assign(fName, eval( substitute( function(vec) { numElements <- length(which(vec > tt)); numElements; }, list(tt=thresholds[i]) ) ), envir=parent.frame() ) } } 

आप नीचे दिखाए गए अनुसार R CLI सत्र पर संख्यात्मक उदाहरण पर भी विचार कर सकते हैं:

 > genMyFuns(c(7, 9, 10)) [1] "Generating functions:" [1] "myFun.1" [1] "myFun.2" [1] "myFun.3" > myFun.1(1:20) [1] 13 > myFun.2(1:20) [1] 11 > myFun.3(1:20) [1] 10 > 

विजेता भाषा: आर

4) C / C ++ को इंटरफ़ेस

सी / सी ++ के साथ इंटरफेस करने के लिए, आर प्रोग्रामिंग भाषा में पायथन भाषा की तुलना में मजबूत उपकरण हैं। R का Rcpp एक शक्तिशाली उपकरण है जो C / C ++ को इंटरफ़ेस करता है और इसका नया ALTREP विचार प्रदर्शन और प्रयोज्य को और बढ़ा सकता है। दूसरी ओर, पायथन में उपकरण हैं। स्वाइग जो कि उतनी शक्ति नहीं है, लेकिन एक ही काम कर रहा है। साइथॉन और PyPy जैसे पायथन के अन्य वेरिएंट स्पष्ट C / C ++ इंटरफ़ेस की आवश्यकता को पूरी तरह से हटा सकते हैं।
जीत की भाषा: आर प्रोग्रामिंग

5) समानांतर गणना

दोनों प्रोग्रामिंग भाषाएं मल्टीकोर कम्प्यूटेशन के लिए अच्छा समर्थन प्रदान नहीं करती हैं। R एक समानांतर पैकेज के साथ आता है जो एक अच्छा वर्कअराउंड नहीं है और पायथन का मल्टीप्रोसेसिंग पैकेज भी नहीं है। Python में GPU के लिए बेहतर इंटरफेस हैं। हालांकि, क्लस्टर कम्प्यूटेशन का समर्थन करने वाले बाहरी पुस्तकालय दोनों प्रोग्रामिंग भाषाओं में अच्छे हैं।
जीत की भाषा: दोनों में से कोई नहीं

6) सांख्यिकीय मुद्दे

सांख्यिकीविदों के लिए सांख्यिकीविदों द्वारा आर भाषा लिखी गई थी। इसलिए इसमें कोई सांख्यिकीय मुद्दे शामिल नहीं थे। दूसरी ओर, पायथन पेशेवर प्रमुख रूप से मशीन लर्निंग में काम करते हैं और सांख्यिकीय मुद्दों की खराब समझ रखते हैं।

R, S-PLUS के रूप में व्यावसायिक रूप से उपलब्ध S सांख्यिकीय भाषा से संबंधित है। R, sd (वैरिएबल), माडियन (वैरिएबल), मि (वैरिएबल), मीन (वैरिएबल), क्वांटाइल (वैरिएबल, लेवल), लेंथ (वैरिएबल), वैर (वैरिएबल) जैसे कई फंक्शन फंक्शन प्रदान करता है। टी-टेस्ट का उपयोग सांख्यिकीय अंतर निर्धारित करने के लिए किया जाता है। टी-टेस्ट करने के लिए एक उदाहरण नीचे दिया गया है:

> t.test (var1, var2)

दो नमूने टी-परीक्षण का वेल्ड करें

डेटा: एक्स 1 और एक्स 2
t = 4.0369, df = 22.343, पी-मान = 0.0005376
वैकल्पिक परिकल्पना: साधनों में सही अंतर 0 के बराबर नहीं है
95 प्रतिशत आत्मविश्वास अंतराल:
2.238967 6.961033
नमूना अनुमान:
x का मतलब y से है
8.733333 4.133333

>

हालाँकि, टी-टेस्ट के क्लासिक संस्करण को नीचे दिखाए अनुसार चलाया जा सकता है:

> t.test (var1, var2, var.equal = T)

दो सैंपल टी-टेस्ट

डेटा: एक्स 1 और एक्स 2
t = 4.0369, df = 28, p-value = 0.0003806
वैकल्पिक परिकल्पना: साधनों में सही अंतर 0 के बराबर नहीं है
95 प्रतिशत आत्मविश्वास अंतराल:
2.265883 6.934117 है
नमूना अनुमान:
x का मतलब y से है
8.733333 4.133333

>

युग्मित डेटा पर एक टी-टेस्ट चलाने के लिए, आपको नीचे दिए गए कोड की आवश्यकता होगी:

> t.test (var1, var2, paired = T)

जोड़ी गई टी-टेस्ट

डेटा: एक्स 1 और एक्स 2
t = 4.3246, df = 14, p-value = 0.0006995
वैकल्पिक परिकल्पना: साधनों में सही अंतर 0 के बराबर नहीं है
95 प्रतिशत आत्मविश्वास अंतराल:
2.318620 6.881380
नमूना अनुमान:
अंतर का मतलब है
4.6

>
जीत की भाषा: आर भाषा

7) AL & ML

मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस के आने के बाद अजगर को बहुत महत्व मिला। ऐलेक्सनेट जैसी छवि पहचान के लिए पाइथन बड़ी संख्या में बारीक-बारीक पुस्तकालयों की पेशकश करता है। इसलिए, आर संस्करणों को आसानी से विकसित किया जा सकता है। पायथन शक्तिशाली पुस्तकालय कुछ छवि-सुचारू बनाने वाले ऑप्स बनाने से आते हैं, जिन्हें आगे आर के केरस रैपर में लागू किया जा सकता है। जिसके कारण TensorFlow का शुद्ध-आर संस्करण आसानी से विकसित किया जा सकता है। हालाँकि, ग्रेडिएंट बूस्टिंग और रैंडम फॉरेस्ट के लिए R की पैकेज उपलब्धता बकाया है।
जीत की भाषा: पायथन

8) पुस्तकालयों की उपस्थिति

व्यापक आर आर्काइव नेटवर्क (CRAN) में 12,000 से अधिक पैकेज हैं जबकि पायथन पैकेज इंडेक्स ( PyPI ) में 183,000 से अधिक पैकेज हैं। R की तुलना में PyPI डेटा साइंस पर पतला है।



जीत की भाषा: दोनों के बीच बाँध

9) सीखने का ग्राफ

जब यह पायथन में प्रवीण बनने की बात आती है, तो पंडों, न्यूमपी और मेटप्लोटलिब, मैट्रिक्स प्रकारों सहित कई सामग्रियों को सीखने की आवश्यकता होती है, जबकि बुनियादी ग्राफिक्स पहले से ही अंतर्निहित आर हैं। नौसिखिया सरल डेटा द्वारा मिनटों में आसानी से आर प्रोग्रामिंग भाषा सीख सकते हैं। विश्लेषण। हालांकि, उसे कॉन्फ़िगर करने के लिए पायथन लाइब्रेरीज़ मुश्किल हो सकती हैं। लेकिन आर पैकेज बॉक्स से बाहर हैं।

विजेता भाषा: आर प्रोग्रामिंग भाषा

१०) शान

अंतिम तुलना कारक होने के नाते, यह वास्तव में सबसे व्यक्तिपरक है। पायथन आर प्रोग्रामिंग भाषा की तुलना में अधिक सुरुचिपूर्ण है क्योंकि यह कोडिंग करते समय कोष्ठक और ब्रेसिज़ के उपयोग को बहुत कम करता है और डेवलपर्स द्वारा उपयोग करने के लिए इसे अधिक चिकना बनाता है।
जीत की भाषा: पायथन

अंतिम नोट:

दोनों ही भाषाएं डेटा साइंस की दुनिया में एक-दूसरे को टक्कर दे रही हैं। कुछ बिंदु पर, पायथन दौड़ जीत रहा है जबकि कुछ अन्य आर भाषा पर है। तो डेटा विज्ञान के लिए दो उपरोक्त प्रोग्रामिंग भाषाओं के बीच अंतिम विकल्प निम्नलिखित कारकों पर निर्भर करता है:

-> आपके द्वारा निवेश की जाने वाली राशि
-> अपनी परियोजना की आवश्यकताओं
-> आपके व्यवसाय का उद्देश्य

पढ़ने में अपना कीमती समय लगाने के लिए धन्यवाद और मैं आपकी सकारात्मक प्रतिक्रिया का स्वागत करता हूं।