tasani.ruКоманда Python for Devs подготовила перевод статьи Клауса Вилке, в которой автор рассматривает, почему Python, несмотря на свою популярность в области data science, имеет значительные недостатки. Примеры из практики показывают, что многие операции в Python гораздо более сложны, чем в R, что связано не с программированием, а с архитектурными особенностями языка.
Хотя Python может быть хорошим инструментом для некоторых задач, его использование в data science не всегда оправдано. Вилке подчеркивает, что Python подходит для глубокого обучения, но для подготовки данных, визуализации и статистического моделирования часто оказывается менее удобным.
Автор делится личным опытом работы с аспирантами, которые сталкиваются с трудностями при выполнении простых задач в Python, что подтверждает его мнение о громоздкости инструментов. В статье также обсуждаются основные критерии выбора языка для data science, где Python и R остаются главными кандидатами. Вилке предлагает обратиться к конкретным проблемам, мешающим эффективному анализу данных в Python.