我毫不猶豫的選擇R。R不僅是2014年，也是以后更長一段時間的主角。

1. 我的編程背景

本人程序員、架構師，從編程入門到今天，一直深信著Java是改變世界的語言，Java已經做到了，而且一直很輝煌。但當Java的世界越來越大，變得無所不能的時候，反而不夠專業，給了其他語言發展的機會。

本次要比較要5種編程語言(NODE，LUA，Python，Ruby，R)，這些都是非常優秀的，在特定領域發展壯大的語言。

我已使用Java語言 11年，R語言 3年，Node 1年，對于本次問題 “哪個語言在2014年的應用前景會更好？”，我選擇R語言。

2. 為什么我會選擇R？

我會從下面的幾個方面，來說明我選擇R的原因。

1). R的基因

R是統計學家發明的語言，天生具有統計的基因。

從我開始學習R語言，我就開始了知識的跨界思考。統計基于概率論，概率論又基于數學，用計算機的方式編程，解決某個領域的實際問題。簡單一算，4個學科知識的交集，決定著我們解決問題的能力。統計的基因，讓R語言與眾不同！

2). R的發展

R一直在小眾領域成長著，最早也只有統計學家在用，主要用R來代替SAS做統計計算。時代在進步，隨著大數據的爆發，R終于在這一波浪潮中，被工業 界所發現。然后，有越來越多的工程背景的人加入到這個圈子，對R計算引擎，R的性能，R的各種程序包進行改進和升級，讓R獲得了新生。

我們現在用到的R語言軟件，已經越來越接近工業軟件的標準了。由工程師推動的R的發展速度，遠遠地超過了由統計學家推動的步伐。隨著人們對數據分析要求的進一步增加，R會以更快的腳步繼續發展，將成為免費的、開源的、數據分析軟件的代名詞。

3). R的社區和資源

R的發展，離不開R的社區支持。當然，我不得不承認R的官方社區，從Web頁上看起來太簡陋了，稍微調整一下CSS樣式表，都會比現在好看很多。也許這種簡單、無修飾也是統計學家的基因吧。

在R的社區中，我們可以下載到R語言軟件，R的第三方軟件包，和R的其他支持軟件。可以找到開發者論壇，R-Journal列表，軟件包列表，R語言圖書列表，R用戶組等的信息，同其他語言的社區資源一樣豐富。

R是自由軟件，開發者可以開發自己的軟件包，封裝自己的功能，然后在CRAN上面發布。截止到2014年2月，共有5236個R包在CRAN上面發布。

可能很多人會說只有5236個包，數量太少了。這是因為CRAN是需要提交申請的，R語言小組審核，檢查后再會發布的出來。而且審核非常嚴格的，高 質量是發布一個新的R包基本要求。由于CRAN過于嚴格的審查，讓很多的開發者選擇在RForge上發布，還有些R包是基于Github發布的，我也在 github上面發布了自己的R包：https://github.com/bsspirit/chinaWeather。

R官方地址：http://www.r-project.org/ 

R開發者論壇：http://r.789695.n4.nabble.com/ 

CRAN：http://cran.rstudio.com/ 

RForge:https://r-forge.r-project.org/

4). R的哲學

每種語言都有自己的設計理念和哲學，而我體會的R的哲學，就是“靜下心做事情”。

R不需要很長的代碼，R也不需要設計模式。一個函數調用，傳幾個參數，就能實現一個復雜的統計模型。我們需要思考，用什么模型，傳什么參數，而不是怎么進行程序設計。

我們可能會用R實現 “從一個數學公式，變成一個統計模型” 的過程，我們也可能會考慮 “如何讓一個分類器結果更準確”，但我們不會思考 “時間復雜度是多少，空間復雜度是多少”。

R的哲學，可以讓你把數學和統計學的知識，變成計算模型，這也是R的基因所決定的。

5). R的使用者

R語言早期主要是學術界統計學家在用，在各種不同的領域，包括統計分析，應用數學，計量經濟，金融分析，財經分析，人文科學，數據挖掘，人工智能，生物信息學，生物制藥，全球地理科學，數據可視化等等。

近些年來，由互聯網引發的大數據革命，才讓工業界的人，開始認識R，加入R。當越來越多的有工程背景的人，加入到R語言使用者的隊伍后，R才開始像著全領域發展，逐步實現工業化的要求。

RevolutionAnalytics公司的RHadoop產品，讓R可以直接調用Hadoop集群資源

RStudio公司的RStudio產品，給了我們對于編輯軟件新的認識

RMySQL, ROracle, RJDBC 打通了R和數據庫訪問通道

rmongodb, rredis, RHive, rhbase, RCassandra 打通過R和NoSQL的訪問通道

Rmpi, snow 打通了單機多核并行計算的通道

Rserve,rwebsocket 打通了R語言的跨平臺通信的通道

R不僅是學術界的語言，更將成為工業界必備的語言。

6). R的語法

R是面向對象語言，語法如同Python。但R的語法很自由，很多函數的名字，看起來都是那么隨意，這也是R的哲學的一部分吧！

看到這樣的賦值語法，有其他語言基礎的程序員，肯定會崩潰的。

> a<-c(1,2,3,4)->b
> a
[1] 1 2 3 4
> b
[1] 1 2 3 4
隨機取正態分布N(0,1)的10個數，又是這么的簡單。
> rnorm(10)
[1] -0.694541401 1.877780959 -0.178608091 0.004362026
[5] 0.836891967 1.794961298 0.115284187 0.155175219
[9] 0.464028612 -0.842569561

用R畫鳶尾花的數據集的散點圖，非常好的可視化效果

> data(iris) #加載數據集
> head(iris) #查看前6行數據集
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
> plot(iris) #畫圖

正是因為R自由哲學，讓R的語法獨特而簡潔，我已經喜歡上這種哲學了。

7). R的思維模式

R語言讓我跳出了原有思維定式。使用R語言，我們應該從統計學的角度想問題，而不是計算機的思維模式。

R語言是直接面向數據的語言。在我們的日常生活中，無論做什么事情都會產生數據，上網有瀏覽數據，買東西有消費數據，就算什么都不干，也會受大氣PM2.5的影響。利用R語言，我可以直接分析這些數據。

面向什么業務，就分析什么數據，不需要從產品經理向程序員的角色轉換，不需要考慮有什么功能，更不需要考慮程序設計的事。

跳出程序員的思維模式，你所能認知的東西會更多，找到更適合自己的定位。

8). R解決的問題

當數據成為生產資料的時候，R就是為人們能運用生產資料創造價值的生產工具，R語言主要解決的是數據的問題。

在很長期的歷史時期，人類產生的數據都沒有自互聯網誕生以來產生的數據多；當Hadoop幫助人們解決了大數據存儲的問題后，如何發現數據的價值，成為當前最火的話題。R語言的統計分析能力，就是數據分析***的工具。

所以，R要解決的問題，就是大數據時代的問題，是時代賦予的任務。

9). R的不足

前面說了太多R的優點了，R也有很多不足之處。

R語言是統計學家編寫的軟件，并不如軟件工程師編寫的軟件那么健壯。

R語言軟件的性能，存在一些問題。

R語言很自由，語法命名不太規范，需要花時間熟悉。

R語言結合了很多數學、概率、統計的基礎知識，學起來有一定門檻。

R的這些不足，都是可以克服的。當有更多的工程背景的人加入的時候，R語言會比現在更強大，幫助使用者創造更多的價值。

3. R的應用前景

R可以做所有SAS做的事情。

R應用最熱門的領域：

• 統計分析：包括統計分布，假設檢驗，統計建模

• 金融分析：量化策略，投資組合，風險控制，時間序列，波動率

• 數據挖掘：數據挖掘算法，數據建模，機器學習

• 互聯網：推薦系統，消費預測，社交網絡

• 生物信息學：DNA分析，物種分析

• 生物制藥：生存分析，制藥過程管理

• 全球地理科學：天氣，氣候，遙感數據

• 數據可視化：靜態圖，可交互的動態圖，社交圖，地圖，熱圖，與各種Javascript庫的集成

R有著非常廣闊的應用前景，而且R也將成為新一代的最有能力創造價值的工具。

4. 時代賦予R的任務

R語言是在大數據時代被工業界了解和認識的語言，R語言被時代賦予了，挖掘數據價值，發現數據規律，創造數據財富的任務。

R語言也是幫助人們發揮智慧和創造力的***的生產工具，我們不僅要學好R語言，還要用好R語言，為社會注入更多的創新的生產力。

所以，通過上面的幾節內容所有的文字描述，我認為“R是最值得學習的編程語言”。不論你還在讀書，還是已經工作，掌握R語言這個工具，找最適合自己的位置，前途將無限量。

***總結：在這5種語言中，R是最特殊的，R被賦予了與其他語言不同的使命。R的基因決定了，R將成為2014年，也可能是以后更長一段時間的主角。