R (R Project for Statistical Computing) jest jednocześnie językiem programowania, środowiskiem obliczeniowym oraz graficznym. Celem twórców było stworzenie platformy do obliczeń statystycznych, służącej do prezentowania danych w nowy sposób, oraz tworzenia ciekawych wizualizacji np. w postaci wykresów 3D.
R jest zatem wykorzystywany w dziedzinach jak analiza danych i statystyka. W tych dziedzinach mocno rywalizuje z Pythonem, jednak nie zapowiada się, by go doścignął. Python to też język ogólnego zastosowania, dlatego jest częstszym wyborem programistów. R w głównej mierze ogranicza się do wąskiej dziedziny, jaką jest data science.
R może też być wykorzystywany do machine learning, jednak tu Python jest dużo częstszym wyborem.
R jest również podstawowym językiem programowania w bioinformatyce i biostatystyce, spopularyzowanym głównie dzięki stworzonemu przez Roberta Gentlemana repozytorium Bioconductor.
Dzięki swojemu przystosowaniu do obliczeń statystycznych został zaadaptowany przez wiele firm m.in.:
Github to system kontroli wersji. Możesz znaleźć tam projekty open source w każdej technologii. Zobacz jakiego typu projekty wykorzystują język R oraz jak wygląda R od strony kodu. Zwróć uwagę na pliki z rozszerzeniem .R.
1# | ggplot2 | 4,767 |
2# | awesome-R | 4,407 |
3# | shiny | 4,097 |
4# | dplyr | 3,620 |
5# | ML_for_Hackers | 3,583 |
6# | swirl_courses | 3,561 |
7# | AnomalyDetection | 3,295 |
8# | r4ds | 2,689 |
9# | bookdown | 2,265 |
10# | awesome-network-analysis | 2,163 |
R nie jest najłatwiejszym językiem do nauki, ale mimo wszystko wizualizowanie danych jest o wiele łatwiejsze niż chociażby w Pythonie. Głównie ze względu na ogrom już wbudowanych funkcji obsługujących operacje statystyczne. Python w dłużej mierze polega na zewnętrznych bibliotekach.
Z drugiej strony, jeśli masz już trochę doświadczenia z innym językiem programowania, to Python może być dla Ciebie bardziej przyjazny.
W rankingach popularności R jest całkiem daleko, a wiąże się z tym, że społeczność tego języka jest znacznie mniejsza w stosunku do innych języków programowania, głównie ze względu na fakt, że R jest niszowym językiem. Mimo to, w ostatnich latach sporo podskoczył w rankingach popularności, a związane jest to ze wzrostem zainteresowanie w obrębie data science.
Według TIOBE index, język R jest na 9 pozycji pod względem popularności. W ubiegłym roku był na pozycji 18.
Z kolei według rankingu Spectrum jest na 7 pozycji, tak samo jak w ubiegłym roku roku.
Na Stack Overflow jest 7 najczęściej tagowanym językiem z 383,059 zapytaniami.
Na Github zajmuje 11 pozycję z liczbą 78,714 projektów, z których 44 ma więcej niż 1000 gwiazdek.
Jeśli chodzi o organizowane spotkania to według Meetup.com jest to 10 co do wielkości społeczność z liczbą 214 grup, w skład których wchodzi 165,425 członków na całym świecie. W Polsce mamy odpowiednio 5 grup, w skład których wchodzi 5,009 członków.
Rosnące zainteresowanie w dziedzinach jak analizowanie danych, statystyka, data science czy big data dobrze wróży R, jednak Python jest dla niego mocnym rywalem i często jest językiem pierwszego wyboru. Język R jest stale rozwijany, jego ostatnia wersja 4.0.3 została wydana 10 October 2020.