为什么Python在数据科学中超过了R和SQL

哈纳姆表示，数据科学家正在采用专业技能和编程语言，以在不断增长的领域中脱颖而出。根据Harnham本周发布的美国数据与分析薪资指南2019，随着数据科学领域的爆炸式增长，数据专业人员越来越多地使用编程语言Python来完成工作，而不是其他工具，如R和SQL。报告指出，随着越来越多的专业人士进入该领域，数据科学行业正在从传统的“核心”数据科学家转向那些拥有更多专业技能的人。在活跃的市场中，候选人通常能够选择他们所从事的工作。报告发现，数据科学家在科技行业的任何其他领域的专业人员之间的转移速度更快，平均每个职位不到两年。

谈到工具，数据科学领域的一个常见争论是Python或R是否是更好的数据工作编程语言。虽然两种语言都有利有弊，但哈纳姆报告选择了一个胜利者，至少在受欢迎程度方面：Python。

报告发现，当涉及数据和分析行业整体时，Python也超过了R和SQL。

哈纳姆的管理顾问萨姆·布朗在报告中写道：“我们看到企业对未来员工的期望越来越高，能够以多种方式做出贡献成为近乎必需的事情。”“这可以是用多种语言编写代码的能力，将研究转化为生产代码的经验，或仅仅是一定程度的商业敏锐度。对基于Python的深度学习体验的需求也急剧增加，因此熟悉工具像TensorFlow一样，Caffe和Torch对招聘经理越来越有吸引力。“

根据加州大学戴维斯分校计算机科学教授Norm Matloff的两篇语言的比较，Python比R更优雅，在机器学习工作，语言统一和链接数据结构方面胜出。然而，R还提供了几个优点，包括更容易的学习曲线，统计正确性和面向对象，Matloff写道。最终，这两种语言都是数据科学工作的有用工具。

有关更多信息，请查看如何成为数据科学家：TechRepublic上的备忘单。