32

我最近对一些事情进行了更多的统计分析，我很好奇是否有任何编程语言特别适合此目的。我知道R，但我更喜欢更通用的东西（或者 R 非常通用？）。

各位有什么建议？是否有任何语言的语法/语义特别面向此？或者是否有任何语言具有非常好的库？

4

16 回答 16

52

无可争辩——R作为S 的主要实现（而且恰好是适当的开源和 GNU 项目）。

不仅因为 S 语言专门为此目的而设计（参见 John Chambers 的书籍），而且CRAN对特定领域包的相当丰富的支持是首屈一指的：超过 2000 个具有适当质量控制的包，通常由场。

ACM在 1998 年将ACM 软件系统奖授予约翰·钱伯斯（John Chambers）时也有同样的看法，引用如下

约翰·M·钱伯斯

对于 S 系统，它永远改变了人们分析、可视化和操作数据的方式。

作为参考，该奖项的其他获奖者是 TeX、Smalltalk、Postscript、RPC、'the web'、Mosaic、Tcl/Tk、Java、Make，...... 不错的公司。

现在，如果您“只想”收集和总结一些数据，那么任何程序或功能语言都可以。但是，如果您想要一些专为数据编程而设计的东西，那么 R 作为主要的 S 实现就是它。

于 2010-02-04T15:08:22.420 回答
15

毫无疑问，正如 Dirk 所说， R是最好的统计语言。我只想补充几点：

首先，我认为您应该使用 R 的主要原因是社区。在这个阶段，学术界和工业界的专家如此大量地使用它，以至于没有其他语言可以与 CRAN 的财富相媲美。

其次，应该承认，使用 R 语言是一种乐趣。它是我的主要语言，在尝试过替代语言后，我无意很快放弃它。但它也没有垄断它在数据编程方面的实力，而且这种说法可能太过分了。所有的 Lisp 和函数式语言都擅长数据编程。毕竟，Lisp 源自“列表编程”，正是 Lisp 对 R 的影响使该语言成为现在的样子。

由于 R 语言中的一些深层设计问题，R 社区的一些成员（例如 Ross Ihaka）实际上将 Lisp 视为未来的统计语言（请参阅“回到未来”论文以获取参考）（例如，没有多线程）。

因此，尽管 R 无疑是统计计算的最佳语言，但我认为熟悉 OCaml、Haskell 或（可能）Clojure/Incanter 等另一种语言具有一定的价值。

于 2010-02-06T23:05:15.127 回答
10

看看 基于clojure的Incanter。“Incanter 是一个基于 Clojure 的、类似 R 的统计计算和图形平台。” Clojure 是一种在 JVM 之上实现的基于 lisp 的语言。它可以轻松访问 java 库。没有比这更通用的了。

于 2010-02-04T16:40:08.437 回答
6

根据我的经验，R在这些领域是一种非常强大的语言：

  1. 数据的处理和转换。

  2. 统计分析。

  3. 图形。

但R绝不是三招小马。我还将该语言应用于不完全属于上述类别的任务。一些例子是：

  • 一个脚本，通过识别和匹配不同架构的静态和动态库，然后通过lipo.

  • 从网页中抓取信息的脚本。

  • 一组脚本，用于创建地理参考图像，使用 将图像切割成图块集GDAL，形成JSON描述输出的清单并将结果上传到网站以供OpenLayers.

我最喜欢使用的部分R是我说的频率：

哇！有一个包可以做到这一点？！

于 2010-02-08T17:33:46.440 回答
5

您可以查看程序sage，它是对 python 解释器的重新实现，允许您使用 python 语法调用不同的编程语言进行统计（R、matlab、octave 等）。

编写统计程序时的一个主要问题是，您最终可能会拥有许多不同的小脚本，每个小脚本都执行单独的任务，并且最终可能会导致文件夹混乱和结果混乱。

因此，除了选择一种编程语言（我认为其他人已经回答了您的问题）之外，您还需要一种语法来定义脚本管道：您可以使用程序“gnu/make”（例如阅读此）或使用这个圣人，还是有其他解决办法。

于 2010-02-08T11:52:21.957 回答
4

我会说 R，因为我大学的大多数统计课程都使用 R，而我大多数参加过此类课程的朋友都对它的范围和范围非常满意。

我什至尝试过 MATLAB，发现它非常方便。

干杯

于 2010-02-04T14:48:00.907 回答
4

如果您所做的只是统计数据，R就很棒。它有一个很好的交互式界面和可视化工具。但是，它很难用作通用语言，因为它的语法和语义针对统计数据进行了高度优化。如果您想要一种更通用的语言，带有 SciPy 的 Python 将是一个不错的选择，尽管我使用过它并且发现其中的统计例程有些不成熟。在极端情况下，它们通常效率低下或失败。

如果您正在对大型数据集进行数据挖掘，使性能很重要，和/或您不介意使用 alpha-ish 工具，那么 D 编程语言和dstats 库可能会非常好。D 是一种通用语言，但恕我直言，dstats 非常易于使用，因为模板元编程使得即使在静态编译、接近金属的语言中也可以轻松设计出漂亮的 API。（完全披露：我写了大部分 dstats，所以我当然认为这很好。）

于 2010-02-05T01:17:06.373 回答
3

pystats库（用于 Python）非常适合统计分析。

于 2010-02-04T14:45:54.753 回答
3

您是否考虑过使用像MatLab这样的东西？它具有许多执行数据分析的高级功能，您可以在环境中进行一些编程。

于 2010-02-04T14:46:38.713 回答
3

斯塔塔呢？我有一个朋友是经济学博士生，他一直对 Stata 赞不绝口。我个人对Mathematica有浓厚的兴趣。

于 2010-02-04T14:50:50.857 回答
2

Matlab也擅长统计。不过，它并不完全免费。

Octave是一个免费的克隆版本，它也可以满足您的需求。

于 2010-02-04T14:46:17.640 回答
2

我的一个专注于市场统计的朋友使用SAS。我对此了解不多——它看起来不像是一种“真正的”语言，但可能值得一试。

我完全支持带有 R 绑定的 Python。

于 2010-02-04T14:46:41.343 回答
2

查看ROOT的RooFit包。它被例如粒子物理学家用于数据分析。

ROOT 是一个C++框架，还带有 python 和 ruby​​ 绑定。它还包括一个有限的交互式C++解释器。

于 2010-02-04T14:52:29.863 回答
2

我也想为 R +1。它可能不像 STATA 甚至 SPSS 那样容易处理，特别是对于非程序员。虽然我猜一般的 stackoverflower 比我更像一个程序员。

话虽如此，我想给出一个简短的概述，因为我已经看到了一些来自用户（经济学家（观点）的统计数据包。

STATA 仍然是大多数经济学家的选择，而且确实有一些优点。STATAs GUI 有助于管理大量选项和统计功能。此外，STATA 似乎是唯一一个具有至少有点接近基准的邮件列表的包：独一无二的 R 邮件列表。仍然可以编写复杂的 .do 文件或从网上下载一些文件。STATA 可能不像 R 那样接近编程语言，但仍然为统计目的提供了一种很好的编程语言。根据数据集的大小，您应该检查所需的许可证。

您还可以使用 SPSS，它比 STATA 更​​像是一种 GUI 工具，但对于诸如 TOBIT 模型或面板回归等计量经济学工作的综合性稍差，尤其是离散选择模型。

还有 Eviews - 不幸的是，我已经忘记了大部分内容，并且只在我的研究中将它用于几个简单的回归。因此，我只是在这里命名。GAUSS 也是如此，它看起来比其他包更具数学性。最近我听说了 Octave，它也更加数学化。

对于我个人的使用，R 比其他任何东西都重要。有时我会在 Python 中配对它，或者将它连接到 MySQL 或 PostgreSQL 数据库，它们也能很好地工作。R 确实可以帮助您学习统计数据，因为您需要了解更多才能做某事，而不是点击 SPSS 之类的东西。虽然如果您需要 GUI，您可以尝试 RKward 或考虑在 Windows 上安装 Komodo / Sciviews-R 或 Tinn-R。后者不是 GUI，而是或多或少支持代码突出显示和代码建议的编辑器，这也有助于完成它。R 中的 Farnsworth Econometrics 是一本不错的读物。啊，我不能忘记提到阴谋。Hadley Wickham 的 ggplot2 包刚刚摆脱困境。只要您不需要它们进行交互，这是创建图形的最佳方式。

于 2010-07-02T11:14:26.767 回答
1

APL显然是用于统计工作的最佳语言之一。虽然它不是通用的......

它确实需要特殊的键盘和字体，因为它不使用 ascii。

请参阅Conway 在 APL 的一行中的生命游戏，了解可以用它做什么的概述。

于 2010-02-04T14:50:18.377 回答
0

因为我是统计学的学生。我发现 R 在所有其他统计相关软件中是最好的。也许它有能力对统计数据做任何事情。

于 2013-02-09T05:07:11.737 回答