我是 R 的中级和 Python 的初学者。然而，我的核心能力不在于数据分析，而在于团队编程和开发大型软件系统，我没有时间成为这两方面的专家。
鉴于 Python 世界在 numpy、scipy、pandas 方面的进步，以及它在数据科学和一般编程中的流行，我认为我需要专注于 Python（尽管我非常喜欢 R），并接受对于某些任务我比如说，我在 R 中的效率可能是 75%。我发现这种效率损失是可以接受的，以便成为一种语言的主人，而不是两种语言的中级。
但是，我对这两种语言的了解都不够，无法真正确定我的事实。我很想听听任何在 R 和 Python 方面都有经验的人的意见，并且可以说出放弃 R 以支持 Python 的重大缺点（如果有的话）是什么？
编辑 5：stats.stackexchange 上的这个问题类似，并且有一些很好的答案。
（编辑 3-4：将内容/标题恢复为原始问题，该问题已关闭。原始问题吸引了很多专家评论，我试图缩小问题以重新打开它失败了，我希望将这些评论放在下面他们评论的原文。）