R语言处理大数据分析具有天然优势

MEI

        Mark Whitehorn是邓迪大学分析学客座教授，分析、商务智能和数据科学的专家。与微软、Teradata和TIBCO公司都有过合作。今天，他做客TechTarget，介绍了开源R语言的应用。

R语言是一种专门化的语言，我个人非常喜欢。如果它的功能和你的需求恰好吻合，那R语言会发挥出很大的价值。接下来我将着重谈一谈R语言的优势和特征。
R语言最强大的功能在于数据采样和数据管控。假设你需要从一组数据中随机抽取100个值的样本，这些数据都是正态分布，平均值为65.342，有2.1的标准偏差。这时你需要做的只是输入这样一行命令：
rnorm（100,65.342,2.1）
之后，R就会生成你需要的数据（如下图）。

接下来说的可能有点偏技术了。但说到R语言不能不说它的数值模拟能力。R分析也得益于数值模拟功能的运用。举个例子来说，我最近要做一个计分系统的Monte Carlo模拟，叫做净推荐值（Net Promoter Score，NPS）。Monte Carlo模拟是分析的重要组成部分，你可以给纷繁复杂的系统建模，更好地了解它们。因为被分析专家应用了很多年，Monte Carlo模拟包含了成千上万次的数值随机采样。
R语言在创建和运行Monte Carlo模拟方面有着卓越的表现，上面提到的NPS模拟，只需要9行代码就可以完成。我本可以“吹嘘”说我只用9行代码就搞定了，但这真心与个人水平无关，是因为R语言本身就善于生成和管控海量数据，也善长大数据处理。
那么，R语言为什么能胜任这样的工作呢？简言之，因为它有一整套专门为这类工作设计的功能。那么它为什么会有这些功能呢？因为R语言是免费、开源的。如果人们需要什么功能，但R语言不具备这种功能，人们就可以贡献代码，完善R语言。R语言已经应用了15年了，这意味着你需要的大部分功能，它都已经具备了。
最后，R语言很好上手，你只需要下载R语言和一个前端环境（比如RStudio，我过去用它创建图像），然后就可以敲代码了。
因此，如果你要处理的是数值操作，尤其是Monte Carlos模拟，我推荐你考虑一下R语言。但如果是其他工作的话，R语言恐怕并不适合。