R語(yǔ)言的未來(lái)發(fā)展趨勢(shì)

雖然R語(yǔ)言有諸多優(yōu)勢(shì)，但它并不是萬(wàn)能的——它畢竟是統(tǒng)計(jì)編程類語(yǔ)言。受到其算法架構(gòu)的通用性以及速度性能方面的影響，因此其初始設(shè)計(jì)完全基于單線程和純粹的內(nèi)存計(jì)算。雖然一般情況下無(wú)關(guān)R的使用，但在當(dāng)今大數(shù)據(jù)條件下，這兩個(gè)設(shè)計(jì)思路的劣勢(shì)逐漸變得愈加刺眼。好在R的一些優(yōu)秀的擴(kuò)展性包解決了上述問(wèn)題，例如：

snow 支持 MPI、PVM、nws、Socket 通信，解決單線程和內(nèi)存限制；

multicore 適合大規(guī)模計(jì)算環(huán)境，主要解決單線程問(wèn)題；

parallel R 2.14.0 版本增加的標(biāo)準(zhǔn)包，整合了 snow 和 multicore 功能；

R + Hadoop 在 Hadoop 集群上運(yùn)行R代碼；

RHIPE 提供了更友好的R代碼運(yùn)行環(huán)境，解決單線程和內(nèi)存限制；

Segue 利用 Amazon’s Web Services（EC2）。

這里需要著重提一下 parallel 包，該包是R核心團(tuán)隊(duì)為了解決大數(shù)據(jù)計(jì)算問(wèn)題而在標(biāo)準(zhǔn)安裝程序下新增的功能包

一些誤區(qū)

很多人認(rèn)為R語(yǔ)言是 GNU 開源項(xiàng)目軟件，因此軟件的使用是“沒(méi)有任何保證”的。但在美國(guó)，R的計(jì)算結(jié)果被 FDA（Food and Drug Administration） 所承認(rèn)；并且有報(bào)告指出與其他商業(yè)軟件相比，R的 Bug 數(shù)量非常少【注：UCLA （2006）。 R relative to statistical packages. Technical report， UCLA.】。

R 開發(fā)的核心團(tuán)隊(duì)對(duì)于R的新功能持異常謹(jǐn)慎的態(tài)度，比如 cairographics 從 2007 年開始醞釀，直到上一個(gè)大版本（2011年）才引入到R標(biāo)準(zhǔn)安裝程序；byte-compile 功能更是經(jīng)歷了從 1999-2011年近 12 年的孵化【注：Ripley，B. （2011）。 The r development process. Technical report，Department of Statistics，University of Oxford.】。從這個(gè)角度講，R語(yǔ)言的代碼質(zhì)量以及運(yùn)算結(jié)果的可信性是完全可以保證的。

當(dāng)然，這里所說(shuō)的是R的標(biāo)準(zhǔn)安裝程序包，并不代表所有擴(kuò)展包的質(zhì)量。畢竟 3400+ 的擴(kuò)展包質(zhì)量良莠不齊，雖然不乏一些優(yōu)秀的包（如 Rcpp、RODBC、VGAM、rattle），但必然存在一些擴(kuò)展包質(zhì)量不佳的情況。

應(yīng)用的思考

R 語(yǔ)言并不是人人都能接觸到的語(yǔ)言，相對(duì)要小眾很多，有些人即便接觸到?jīng)]準(zhǔn)也搞不清楚R到底有什么用途。對(duì)于走上這條路的人，經(jīng)常會(huì)有一些應(yīng)用困難，比如從個(gè)人學(xué)習(xí)角度而言。

雖然R語(yǔ)言的設(shè)計(jì)之初就是避免通過(guò)大量編程實(shí)現(xiàn)統(tǒng)計(jì)算法，但最基本的編程能力還是需要的，因此對(duì)于一般非計(jì)算機(jī)專業(yè)的工作者來(lái)說(shuō)無(wú)疑提高了難度。

還有很多人提到，R語(yǔ)言的學(xué)習(xí)曲線非常陡峭。但從我多年的使用經(jīng)驗(yàn)上看，陡峭的學(xué)習(xí)曲線并不是因?yàn)镽語(yǔ)言本身，而是隱藏在后面的統(tǒng)計(jì)知識(shí)很難在短時(shí)間內(nèi)掌握的緣故。

從公司商業(yè)應(yīng)用的角度而言，也存在一些不可回避的問(wèn)題。

首先是人力資源成本如何核算。

軟件成本問(wèn)題，由于R是自由軟件，可以隨時(shí)隨地下載，因此對(duì)于企業(yè)來(lái)說(shuō)如何度量成本是一個(gè)問(wèn)題。

R的技能核定并沒(méi)有官方或機(jī)構(gòu)標(biāo)準(zhǔn)，簡(jiǎn)歷上“熟練使用R語(yǔ)言”可能沒(méi)有任何意義。

實(shí)際上，即便沒(méi)有上述兩個(gè)問(wèn)題，企業(yè)想招到R相關(guān)的人才也不那么簡(jiǎn)單。

對(duì)于大量工作已由其他軟件實(shí)現(xiàn)（比如用 SAS）的公司來(lái)講，轉(zhuǎn)化成本很高。

技術(shù)支持獲取的問(wèn)題。

R語(yǔ)言在現(xiàn)實(shí)中的應(yīng)用

R語(yǔ)言在現(xiàn)實(shí)中的應(yīng)用有哪些？主要有以下幾種?

1.數(shù)據(jù)科學(xué)

“哈佛商業(yè)評(píng)論”將數(shù)據(jù)科學(xué)家命名為“21世紀(jì)最性感的工作”。 Glassdoor將其命名為2016年的“年度最佳工作”。隨著IoT設(shè)備的誕生，創(chuàng)建了可用于做出更好決策的TB級(jí)和TB級(jí)數(shù)據(jù)，數(shù)據(jù)科學(xué)是一個(gè)沒(méi)有其他方法可以追溯到的領(lǐng)域。

簡(jiǎn)單的解釋說(shuō)，數(shù)據(jù)科學(xué)家是一位具有額外資產(chǎn)的統(tǒng)計(jì)學(xué)家：計(jì)算機(jī)編程技能。 像R語(yǔ)言這樣的編程語(yǔ)言給數(shù)據(jù)科學(xué)家超能力，讓他們能夠?qū)崟r(shí)收集數(shù)據(jù)，執(zhí)行統(tǒng)計(jì)和預(yù)測(cè)分析，創(chuàng)建可視化和向利益相關(guān)者傳達(dá)可行動(dòng)的結(jié)果。

大多數(shù)數(shù)據(jù)科學(xué)課程包括R語(yǔ)言課程中，因?yàn)樗菙?shù)據(jù)科學(xué)家最喜歡的工具。

2.統(tǒng)計(jì)計(jì)算

R語(yǔ)言是統(tǒng)計(jì)學(xué)家中最流行的編程語(yǔ)言。 事實(shí)上，它最初是由統(tǒng)計(jì)學(xué)家為統(tǒng)計(jì)學(xué)家建立的。 它有一個(gè)豐富的軟件包存儲(chǔ)庫(kù)，擁有超過(guò)9100個(gè)軟件包，您可以用于計(jì)算每個(gè)統(tǒng)計(jì)功能。

R語(yǔ)言的表達(dá)語(yǔ)法允許研究人員 - 即使是來(lái)自非計(jì)算機(jī)科學(xué)背景的研究人員，可以從各種數(shù)據(jù)源快速導(dǎo)入，清理和分析數(shù)據(jù)。

R語(yǔ)言還具有圖表功能，這意味著您可以繪制數(shù)據(jù)并從任何數(shù)據(jù)集創(chuàng)建有趣的可視化圖形。

3.機(jī)器學(xué)習(xí)

R語(yǔ)言已經(jīng)在預(yù)測(cè)分析和機(jī)器學(xué)習(xí)中發(fā)現(xiàn)了很多用途。它具有用于常見ML任務(wù)的各種包，如線性和非線性回歸，決策樹，線性和非線性分類等等。

從機(jī)器學(xué)習(xí)愛好者到研究人員的每個(gè)人都可使用R語(yǔ)言來(lái)實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法，如金融，遺傳學(xué)研究，零售，營(yíng)銷和醫(yī)療保健等領(lǐng)域。