矢量化编程

『壹』 数据挖掘工业界，R和Python到底谁用的比较多

这两个工具都很方便，不需要非常高深的编程能力，都适合算法开发，有大量的package供你使用。

Python入门简单，而R则相对比较难一些(纯个人感觉，依据每个人之前的经验，可能不同的体验)。

R做文本挖掘现在还有点弱，当然它的优点在于函数都给你写好了，你只需要知道参数的形式就行了，有时候即使参数形式不对，R也能“智能地”帮你适应。这种简单的软件适合想要专注于业务的人。
Python几乎都可以做，函数比R多，比R快。它是一门语言，R更像是一种软件，所以python更能开发出flexible的算法。

Python适合处理大量数据，而R则在这方面有很多力不从心，当然这么说的前提是对于编程基础比较一般的童鞋，对于大牛来说，多灵活运用矢量化编程的话，R的速度也不会太差。

论性能，Python介于C/C++/Java这些高级语言与R语言之间，虽然性能不及那些高级语言，但是一般日常的数据用Python基本都能实现，对于性能要求不挑剔的人来说，足够了

python
你需要安装numpy，pandas，scipy，cython，statsmodels，matplotlib
等一系列的程序包，还需要安装ipython交互环境，单独用python直接做计量分析统计函数是没有函数支持的；R是基于统计分析的，性能和效率上要略逊于python。R的优势在于统计学和数据计算和分析上要优越于python。

Python语言编程的代码可读性高，整体美观，属于简单粗暴性质的，短时间内少量代码可实现复杂功能；R的语法很奇怪，各种包并不遵守语法规范，导致使用起来经常感觉蛋疼；R程序最终看起来没有Python那么简洁美观。

从
全面性方面，我认为Python的确胜过R。无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处理，Python都有着
明显优势。毕竟，python本身是作为一门计算机编程语言出现的，而R本身只是源于统计计算。所以从语言的全面性来说，两者差异显著。
python是machine
learning领域的人用的较多。据我所知，做marketing research, econometrics,
statistics的人几乎没有用python的

参考自：blog.sina.com.cn/s/blog_8813a3ae0101e631

『贰』 机器学习 数据为什么要 向量化

个人理解：矢量化可以把数学公式直接转换为相应的程序代码，这样不但直观、方便阅读，更使复杂的数学公式实现变得简单，提高算法速度。比如说matlab的矩阵元算，python的numpy库等，进行矩阵运算时比用for循环之类的操作快许多倍。在进行机器学习的编程时你会发现，矢量化很多时候会加速模型的学习