|
R和Python相比较C和C++语法要求更低,也提供友好的机器与用户交互。R学校用的多,Phython工业界用的多,根本原因是所带的工具包不一样。R集成了更多的标准统计工具,不需要自己再额外编写;Python比如工具包pandas,就是很好的数据处理工具,提供了比Excel表更多的数据处理功能,当然是用Python命令来实现。
两种都是工具性质的编程语言,第一要求使用者对所需应用的领域有清楚的理解,比如R提供的强大的统计工具,在没有统计知识的使用者那里也是无用的;第二在大型软件的开发上有局限性,比如python不是基于.NET的语言,虽然有解决办法,但并不完美。所以相比编程语言的了解,背后的应用背景可能更重要。毕竟只要目标清楚,不同的工具都可以实现同样的目的。你作为经济统计方向的研究生,有了基本的数理统计,和time series的知识的基础上,再选择软件工具做分析是合适的,个人推荐R。
如果以后不想走学术线路,而想向业界发展,尤其想更靠近金融工程,那么建议好好学习程序语言,从C++开始是不错的选择。明白了C++的面对对象编程的理念,了解了标准库的数据组织结构,再来看Python会很容易,而且理解会更到位。不然即便工作了,跟人沟通起来也会很有局限性。比如很多时候,Python会用来在C++的程序外围做数据处理。
|