Python 有那么神吗？
谢邀～R语言不了解，不敢妄论。Python 有丰富的类库, 举几个栗子：数据分析: numpy, pandas;爬虫: Scrapy, BeautifulSoup;Web框架: Django, Tor
Python 有那么神吗？谢邀～
R语言不了解，不敢妄论。
Python 有丰富的类库, 举几个栗子：
看你是要把 Python 用在什么领域？
答主自己做 DevOps，常用的是 Ansible/SaltStack（ansible批量部署的问题？、ansible使用密钥短语的问题? ），有时也会写点爬虫（Python 爬虫进阶？、大家都用python写过哪些有趣的脚本? ）；如果只是用做数据分析，那我觉得 R 语言和 Python 学哪个都可以，但是在缺少数据支撑的情况下，可以轻易的用 Python 写个爬虫获取数据，R 语言写爬虫是否容易我就不知道了。然后是开发体验，Python 语句写起来还是很舒服的，代码看着干净清爽， 当看到 R 语言使用 '<-' 给向量赋值的时候让我顿觉蛋花一紧。
Python 还是一门胶水语言，很多服务都提供了 Python 接口，在 Python 不擅长的领域，可以用其他语言开发，再由 Python 调用，比如写自动化测试时使用 selenium 库驱动 Chrome 浏览器。
喜爱 Python, 但不要神话 Python, Python 一样也有让我不爽的地方，就像部署，Python 开发过程体验不错，开发完成后部署却不容易，这点做的远远不如 golang.
(为了简化 Python 部署过程，特地花费了很长时间自己编译了 Python 包以及依赖类库做成绿色安装包，现在部署应用只需几分钟，R 语言部署过程如何，我不了解)
任何一门语言都只是工具，在我看来，工具好不好用，除了工具本身的问题，还要看使用者自己的水平，有没有了解掌握工具，有没有把工具用到合适的地方。就我自己而言，使用的最多的是 Shell ，其次才是 Python ，因为 ad-hoc 任务 Shell 比 Python 更方便。比如单纯要发送一个 POST 请求，一条 curl -XPOST 命令轻轻松松搞定，甚至还能直接上传文件，你还能找到比这更简洁的其他语言写法么？但是，如果需要处理复杂的 response ， 那就有点相形见绌了；当年答主在某电信供应商做 DFx 的时候，有的功能还是在 Excel 里面写 VBA ，轻轻松松对 Excel 进行合并导出，做出的界面也比知乎大V的回答不知高到哪去了。 ?(￣ε￣“)?
--------------评论区有问我 Python 绿色部署思路的-----------------
说明：Python 项目的部署，不仅包含自己开发的代码的部署，还包含配套 Python 版本，依赖的 Python库，还有一些 C 或 C++的类库。
在用 Docker 之前，Python 项目的部署是一个令人头疼的问题，操作系统自带的 Python 版本不配套，要自己安装配套版本的 Python；
尽管 pip 进行包管理很方便了，然而有些库是没有 pip 包的，这就需要自己下载安装，分分钟把你折磨死，不信你装个 pyactivemq 试试；
虽然这些都可以使用脚本自动完成，但还是比较耗时的，所以需要提前把一些工作做了。这里就参考了 Docker 创建镜像的思路，把这些软件固化成一个绿色包，部署时把包拷贝过去解压一下就可使用了，耗时最多也不过几分钟。下面讲一下我的做法：
首先编译安装一些 C/C++的类库，然后编译安装 Python （本来我想把整个 Python 包做成一个二进制文件的，但是这样不利于后期模块扩展，还是以目录的形式存在）；
然后安装 setup tool、pip 这些包管理工具，再使用 pip 安装一些其他模块；
pip 无法安装的，自己手工安装；
将 C/C++ 和 Python的整个目录打包；
部署项目时，根据需要设置项目的 PATH 环境变量，环境变量不能解决的就用 ln 创建软连接的形式解决。（这些部署操作当然是由 Ansible 或者 Shell 脚本来完成啦 ）多版本 Python 部署，可以参考我之前的回答：同时装了Python3和Python2，怎么用pip？ - 洪宸的回答
其实 Python 项目的部署，目前互联网公司有哪些成熟的方案？ 这个问题是我提出来跟大家探讨的，然而我自己不能在下面回答，2333.
很惭愧，写的不好…
R语言不了解，不敢妄论。
Python 有丰富的类库, 举几个栗子：
数据分析: numpy, pandas;
爬虫: Scrapy, BeautifulSoup;
Web框架: Django, Tornado, Flask;
GUI: PyQt, wxPython;
DevOps: Ansible, SaltStack;
看你是要把 Python 用在什么领域？
答主自己做 DevOps，常用的是 Ansible/SaltStack（ansible批量部署的问题？、ansible使用密钥短语的问题? ），有时也会写点爬虫（Python 爬虫进阶？、大家都用python写过哪些有趣的脚本? ）；如果只是用做数据分析，那我觉得 R 语言和 Python 学哪个都可以，但是在缺少数据支撑的情况下，可以轻易的用 Python 写个爬虫获取数据，R 语言写爬虫是否容易我就不知道了。然后是开发体验，Python 语句写起来还是很舒服的，代码看着干净清爽， 当看到 R 语言使用 '<-' 给向量赋值的时候让我顿觉蛋花一紧。
Python 还是一门胶水语言，很多服务都提供了 Python 接口，在 Python 不擅长的领域，可以用其他语言开发，再由 Python 调用，比如写自动化测试时使用 selenium 库驱动 Chrome 浏览器。
喜爱 Python, 但不要神话 Python, Python 一样也有让我不爽的地方，就像部署，Python 开发过程体验不错，开发完成后部署却不容易，这点做的远远不如 golang.
(为了简化 Python 部署过程，特地花费了很长时间自己编译了 Python 包以及依赖类库做成绿色安装包，现在部署应用只需几分钟，R 语言部署过程如何，我不了解)
任何一门语言都只是工具，在我看来，工具好不好用，除了工具本身的问题，还要看使用者自己的水平，有没有了解掌握工具，有没有把工具用到合适的地方。就我自己而言，使用的最多的是 Shell ，其次才是 Python ，因为 ad-hoc 任务 Shell 比 Python 更方便。比如单纯要发送一个 POST 请求，一条 curl -XPOST 命令轻轻松松搞定，甚至还能直接上传文件，你还能找到比这更简洁的其他语言写法么？但是，如果需要处理复杂的 response ， 那就有点相形见绌了；当年答主在某电信供应商做 DFx 的时候，有的功能还是在 Excel 里面写 VBA ，轻轻松松对 Excel 进行合并导出，做出的界面也比知乎大V的回答不知高到哪去了。 ?(￣ε￣“)?
--------------评论区有问我 Python 绿色部署思路的-----------------
说明：Python 项目的部署，不仅包含自己开发的代码的部署，还包含配套 Python 版本，依赖的 Python库，还有一些 C 或 C++的类库。
在用 Docker 之前，Python 项目的部署是一个令人头疼的问题，操作系统自带的 Python 版本不配套，要自己安装配套版本的 Python；
尽管 pip 进行包管理很方便了，然而有些库是没有 pip 包的，这就需要自己下载安装，分分钟把你折磨死，不信你装个 pyactivemq 试试；
虽然这些都可以使用脚本自动完成，但还是比较耗时的，所以需要提前把一些工作做了。这里就参考了 Docker 创建镜像的思路，把这些软件固化成一个绿色包，部署时把包拷贝过去解压一下就可使用了，耗时最多也不过几分钟。下面讲一下我的做法：
首先编译安装一些 C/C++的类库，然后编译安装 Python （本来我想把整个 Python 包做成一个二进制文件的，但是这样不利于后期模块扩展，还是以目录的形式存在）；
然后安装 setup tool、pip 这些包管理工具，再使用 pip 安装一些其他模块；
pip 无法安装的，自己手工安装；
将 C/C++ 和 Python的整个目录打包；
部署项目时，根据需要设置项目的 PATH 环境变量，环境变量不能解决的就用 ln 创建软连接的形式解决。（这些部署操作当然是由 Ansible 或者 Shell 脚本来完成啦 ）多版本 Python 部署，可以参考我之前的回答：同时装了Python3和Python2，怎么用pip？ - 洪宸的回答
其实 Python 项目的部署，目前互联网公司有哪些成熟的方案？ 这个问题是我提出来跟大家探讨的，然而我自己不能在下面回答，2333.
很惭愧，写的不好…
责任编辑：
