数据分析师的利器：R语言

近年来，随着大数据浪潮的到来，数据科学快速发展，数据分析师要处理的数据问题越来越复杂，传统的数据分析工具越来越显得力不从心。
       R语言作为国外数据分析师常用工具在国外的数据分析师业务中有广泛的应用领域，同时几乎也是国外高校统计专业的必修课，在学术届更是有着独一无二的共识性和应用领域。R语言的处理数据和数据可视化的强大能力，吸引了越来越多的数据分析师投入到R语言的阵营。
        横向对比各种数据分析工具，结合数据分析师需要面对的日益复杂的应用场景，数据分析师要提升专业能力和处理数据的能力，选择称手的工具，R语言是一个非常好的选择。

一、R语言是数据分析领域的通用语言

R语言是统计学家发明的工具，早期主要是学术界的统计学家在用，他们将其用在各种不同的领域，包括统计分析，生物信息学，应用数学，计量经济，金融分析，财经分析，人文科学，数据挖掘，人工智能，生物制药，全球地理科学，数据可视化等等。
近年来，随着大数据时代的带来，其他领域的数据分析人员，如互联网数据分析师，IT工程人员，广告数据分析人员等开始认识到R语言的强大能力，越来越多的其他领域的专业人员加入到R语言的使用者队伍。
        根据kdnuggets的调查显示，在2012.2013.2014连续三年，R语言都是数据分析、数据挖掘、数据科学领域排名第一的主流语言和工具。
Revolution Analytics的社区总监和新开源解决方案组的领头人支出：“R语言几乎成为了数据科学领域的通用语言。”
        网络上更是流传数据分析师鄙视链的戏谑说法：“R>SAS>stata>SPSS>EXCEL，从另外一个方面说明了掌握的工具与所处的行业地位之间的关系，掌握了R语言的数据分析师往往具有更强的数据分析能力和更好的行业地位。

二、R语言是一门编程语言。

（1）R语言是一门编程语言
维基百科中对R语言的定义：一种自有软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。
既然R语言是一直编程语言，我们对比其它编程语言，将R语言作为一种编程语言的特性进行对比分析如下：

在这个表格中，我们能看出，R语言作为一种面向对象的高级编程语言，与Java、C++、C、Fortran这些编程语言相比，具有解释型、交互型和动态类型的特点。而后面这3个特点，特别适合数据分析师进行数据分析的业务场景，变量无需事先定义，直接拿来就用，每一步分析都能与系统交互，看到处理的结果，能快速排除错误和逐步深入数据分析业务本身，将重点放在分析解决问题上，数据分析师从繁杂的编程中抽离出来。面向问题而不是强调编程的特点，大大便利了数据分析师的分析业务。
        此外，R语言以向量为基本运算对象，这不仅能有效降低代码的冗余度，也显著提升了代码的运算效率。简单的几行代码，不仅能实现其他语言一大段代码的功能，而且运算速度也很快。

（2）R语言不仅仅是一门编程语言，R语言更是一门专业的统计计算语言。