酷应用

从全方位为你比较3种数据科学工具的比较：Python、R和SAS（附链接）

百家作者：数据分析 2019-04-29 05:32:48

翻译：张玲校对：吴金笛

本文约3000字，建议阅读5分钟。

关于三种数据科学工具Python、R和SAS，本文从8个角度进行比较分析并在文末提供记分卡，以便你随时调整权重，快速做出选择。

简介

我们喜欢比较！

从比较三星、苹果、HTC的智能手机，iOS、Android、Windows的移动操作系统到比较即将选举的选举候选人，或者选择世界杯队长，比较和讨论丰富了我们的生活。如果你喜欢讨论，你所要的就是在一个充满激情的群体中抛出一个相关问题，然后看着它爆炸式地发展！这个过程的美妙之处在于，社区里的每个人都是一个知识渊博的人。

我在这里也引发类似的讨论，比较SAS、R和Python。SAS和R孰好孰坏可能是数据科学领域的最大争论，而Python是目前发展最快的语言之一，自其诞生以来，已经走过很长的路。我开始这个讨论的原因并不是想看它爆炸（不过那也很有趣），而是知道我们都会从讨论中受益。

这也是我在这个博客上最常见的问题之一，所以我会和所有的读者、访客一起讨论这个问题。

SAS

https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-business-analyst-sas/

https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-r-data-science/

数据科学领域

https://courses.analyticsvidhya.com/courses/introduction-to-data-science-2?utm_source=blog&utm_medium=PythonvRvSASarticle

Python

https://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/learning-path-data-science-Python/

关于这个话题不是已经说了很多了吗？

可能是的，但我仍然觉得有必要谈论，原因如下：

数据科学行业是一个充满活力的行业，两年前进行的任何比较都有可能和数据科学不再相关。
传统上，Python不在比较范围内，但现在我认为这不仅仅是一个值得考虑的问题。
在我即将讨论语言全球趋势的同时，我将添加有关印度分析行业（处于不同发展水平）的特定信息。

所以，不要再拖延了，让讨论开始吧！

背景

以下是对3种数据科学工具的简要描述：

SAS：毋庸置疑，SAS一直是商业分析领域的市场领导者。该软件提供了大量的统计功能，具有良好的图形用户界面（Enterprise Guide&Miner），便于人们快速学习，并提供出色的技术支持。然而，最终它成为最昂贵的选择，还不具备丰富的最新统计功能。
R:R是SAS的开源版本，传统上用于学术和研究。由于其开源特性，最新的统计功能很快就会发布，而且互联网上有很多学习文档，R是一个非常划算的选择。
Python：Python作为一种开源语言，它的使用与日俱增。如今，它的扩展程序库（numpy、scipy和matplotlib）和功能几乎可以用于您可能想要进行的任何统计操作/模型构建。自从引入panda后，它在结构化数据操作方面变得非常强大。

比较属性（比较角度）

我将在以下8个属性上比较这些语言：

1. 可用性/成本

2. 易学性

3. 数据处理能力

4. 图形功能

5. 工具进展

6. 工作情形

7. 深度学习支持

8. 客户服务支持和社区

我从分析师的角度比较这些，所以，如果你想为公司购买一个工具，你可能无法在这里得到完整的答案，但下面的信息仍然有用。对这三种工具，我就每个比较属性进行评分（1–低；5–高）。

这些比较属性的权重取决于你从事的职业和抱负。

1.可用性/成本

SAS是一种商业软件，很昂贵，对于大多数专业人员（以个人身份）来说仍然遥不可及。然而，它在私营机构中占有最高的市场份额。因此，除非您所在的组织购买了SAS，否则可能很难接触它。虽然，SAS提供了一个免费的大学版本，可以使用Jupyter笔记本，但它仍有一些限制！

另一方面，R&Python是完全免费的。以下是我在这个参数上的评分：

SAS – 3

R – 5

Python – 5

2.易学性

SAS很容易学习，并且为已经了解SQL的人提供了简单的选项（PROC

-SQL）。即使不这样，它的知识库中也有一个很好的、稳定的图形用户界面。在资源方面，各个大学的网站上都有教程，SAS有一个全面的文档。有来自SAS培训机构的认证，但需要花钱才能获得。

在这里列出的3种工具中，R的学习曲线最陡，因为需要你学习和理解编码。R是一种低级编程语言，因此简单的过程可能需要较长的代码。

SQL

https://www.analyticsvidhya.com/blog/2015/03/basics-sql-rdbms/

proc-sql

https://www.analyticsvidhya.com/blog/2015/04/data-exploration-sas-data-step-proc-sql/

Python在编程领域以其简单性而闻名，这对于数据分析也是如此。虽然到目前为止还没有广泛使用的图形界面，但我希望Python notebooks会越来越成为主流，这会为文档和共享提供了很棒的功能。

SAS – 4.5

R – 2.5

Python – 3.5

3.数据处理能力

在过去，这一直是SAS的优势。R在内存（RAM）中进行所有的计算，因此计算受到32位机器上RAM数量的限制，但情况不再是这样了。这三种工具都具有良好的数据处理能力和并行计算选项，我觉得这不再是一个很大的区别。他们都可以集成Hadoop和Spark集成，同时也支持Cloudera和ApachePig。

SAS – 4

R – 4

Python – 4

4.图形功能

SAS具有良好的功能图形功能，然而，只是功能性的。任何对绘图的自定义都是困难的，需要你理解复杂的SAS图形（程序扩展）包。

R和Python都具有非常高级的图形功能，有许多软件（程序扩展）包将为您提供高级图形功能。

现在，随着这两种工具都引入plotly并且Python引入了Seaborn，自定义绘图变得前所未有的简单。

SAS – 3

R – 4.5

Python – 4.5

5.工具进展

这3个工具都具有最基本基本和最需要的所有功能，只有在研究最新的技术和算法时，这个特性才重要。

由于其开放性，R&Python可以快速获得最新特性，而SAS在新版本的推出中更新了其功能。由于R在学术界广泛应用，因此新功能的发展很快。

尽管如此，SAS在受控环境中发布更新，因此它们经过了很好的测试。另一方面，R&Python是开放的，在最新功能的开发中有出错的可能。

SAS – 4

R – 4.5

Python – 4.5

6.工作情形

在全球范围内，SAS仍然是市场领导者，大多数大型组织仍然在SAS上工作。另一方面，R/Python对于初创企业和寻求成本效益的公司来说是更好的选择。此外，据报告，在过去几年里，R/Python相关的工作数量有所增加。这是一个在互联网上广泛发布的趋势，显示了R和SAS工作数量的趋势。用于数据分析的Python工作与R工作具有类似或更高的趋势：

在下图中，蓝色代表R，橙色代表SAS。

在下图中，蓝色代表R，橙色代表Python。

数据科学工作中使用的工具分布情况如下：

SAS – 4

R – 4.5

Python – 4.5

7.客户服务支持与社区

R和Python拥有最大的在线社区，但没有客户服务支持。所以，如果你有麻烦，你就靠自己了。不过，你会得到很多帮助的。

SAS提供了专门的客户服务社区。因此，如果你在安装方面遇到问题或任何其他技术挑战，你可以联系他们。

SAS – 4

R – 3.5

Python – 3.5

8.深度学习支持

SAS的深度学习仍处于起步阶段，还有很多工作要做。

Python在该领域有着巨大的进步，它有许多（程序扩展）包，如tensorflow和keras。

R最近增加了对这些包以及一些基本包的支持。R中的kerasR和keras包充当Python包keras的接口。

SAS – 2

Python – 4.5

R – 3

其他因素：

以下是一些值得注意的要点：

Python广泛应用在Web开发中，如果你从事在线业务，使用Python可以同时进行Web开发和分析。
SAS过去在部署端到端基础架构（可视化分析、数据仓库、数据质量、报告和分析）方面具有很大优势，但现在可以通过在SAP HANA和Tableau等平台上集成/支持R，这种优势已不再明显。尽管它距离SAS这样的无缝集成还有很远的距离，但这段旅程已经开始。