¿Qué paquete estadístico debo usar para el análisis de datos, R o SciPy?

Al comparar R con SciPy, debe tener en cuenta que SciPy está construido sobre NumPy y Python, que también proporcionan mucha flexibilidad.

Personalmente, descubrí que Python es más flexible y fácil de usar para obtener datos sin procesar, potencialmente malformados, y una representación en la memoria para trabajar, lo que me permite comenzar a analizar los datos más rápido.

Además, cuando agrega Pandas, que también está estrechamente relacionado con NumPy, a la mezcla, obtiene una gran flexibilidad y potencia adicionales, similar a la que obtendría con los marcos de datos R.

Junto con el hecho de que Pandas también proporciona muchos accesos directos que le permiten trazar datos rápidamente, Python generalmente me proporciona el tiempo más corto entre tomar un archivo de datos aleatorio y hacer mis primeros trazados.

Dicho esto, si se trata principalmente de archivos csv bien formateados o datos sintéticos, R podría ser la mejor opción para usted.

He usado tanto R como Python + Scipy. Ambos son bastante buenos y fáciles de aprender.

Para mis propósitos, R parece tener más bibliotecas de terceros fácilmente utilizables en mi línea de trabajo. Le sugiero que mire su campo de estudio y luego mire si todas las implementaciones que necesita están disponibles. En el peor de los casos, puede escribirlo usted mismo.

Para el análisis de datos numéricos, R es mucho mejor ya que es un lenguaje específico de dominio que funciona bien para la programación funcional.

Personalmente uso Python para raspar y formatear datos, y luego pasar los datos formateados a R a través de rpy2.