R 과 Python 의 비교

요즘 ICT쪽의 여러가지 화두 중 하나는 데이터 분석, 특히 빅데이터(Big data) 분석이라고 할수 있다.
전통적인 DBMS 를 기반으로 하는 데이터 분석은 데이터의 양이 어마어마 하게 커지고 비정형 데이터
의 중요성이 더 커지면서 한계점에 다다르게 되었다. 
그래서 요즘은  하둡(Hadoop) 이라는 분산데이터저장구조를 기반으로 해서 빅데이터를 분산 저장한 후
이 데이터를 R 이나 Python 등의 Language로 데이터의 통계 분석 및 시각화 작업을 많이 하고 있다.
그럼 R 과 파이썬(Python) 의 차이점 은 머고 장단점은 무엇일까? 어느것이 우리 회사에 맞는 Languge
인지 판단에 조금이라도 도움이 되고자 두 언어를 비교해보고자 한다.

오프소스 분석 도구 R 

R은 통계처리를 위한 공개소프트웨어 패키지로 최근 가장 주목받는 빅데이터 분석 도구이다.
R은 기존 통계 소프트웨어인 S를 바탕으로 만들어졌으며, 자바(Java), C, C++, 파이썬(Python) 등
다른 프로그램 언어와도 쉽게 연동할 수 있으며, windows, Linux, Unix, Mac OS 등 대부분의 개발환경
을 지원한다. 또한 하둡(Hadoop) 분산처리환경을 지원하는 Library 를 제공하기 때문에 구굴, 페이스북
,아마존 등도 빅데이터 분석에 R 을 활용하고 있다. 
R은 연구목적의 업무에 최적화되어 있지만 웬만한 종류의 데이터 분석에도 매우 용이하다. 왜냐면
R은 방대한 양의 Package 와 즉시 사용가능한 테스트 SET 을 제공하기 때문이다. 이 점의 R의 최대 강점
이다. 또한 전세계의 Mail List , Over Flow (네이버 지식인 처럼 묻고 답할 수 있는 커뮤니티) 와 같은
그룹의 도움을 언제든지 받을 수 있는 점 또한 강점이다. (오픈소스 이기 때문..)

파이썬(Python)

1991년 프로그래머인 귀도 반 로섬 이 발표한 고급 프로그램밍 언어로 플랫폼 독립적이며, 인터프리터식
객체지향적, 동적 타이핑(dynamic typed) 대화형 언어이다. 파이썬이라는 이름은 귀도가 좋아하는 코미디
<Monty Python's Flying Circus> 에서 따온 것이다. 파이썬은 비영리의 파이썬 소프트웨어 재단이 관리하
는 개방형, 공동체 기반 개발 모델을 가지고 있다. C언어로 구현된 C파이썬이 사실상의 표준이다.
파이썬은 주로 데이터 분석 결과를 다른 웹 애플리케이션에 접목하거나 통계적인 코드를 데이터베이스에
포한시켜야 할 때 사용한다. 필요한 패키지나 라이브러리를 불러오고 조합하여 분석 목적에 맞는 작업을
수행할 수 있다. 또한 직관적인 프로그래밍 언어로 초보자도 쉽게 배울 수 있다는 강점이 있다.
물론 R의 비해 초기 발전단계이자만 최근 몇년 상이 각광을 받으며 많이 발전하고 있다. 

R의 장점

장점	설명
1. 데이터 시각화	시각화된 데이터는 Raw 데이터 보다 훨씬 효과적으로 그 의도를 전달할 수 있으며, R을 처음 만든 목적 자체가 '데이터 분석. 통계학 그리고 시각화 를 하기 위해 좋은 방버을 만들어 보자' 라는 데에서 출발했다. 그 만큼 R은 강력한 데이터 시각화 기능을 가지고 있다.
2. 생테계	R은 정말 풍부하고 다양한 Package와 활발한 Community를 가지고 있다는 것이 큰 강점이다. 말 그래도 'R의 생태계' 를 이루고 있다고 할수 있다. R함수와 데이터들의 모음인 패키지(Package) , 이를 통해 언제나 쉽게 최근의 테크닉과 기능에 접근이 가능하다.  자료 찾느라고 구글링을 밤새 할필요가 없다.
3. 데이터 사이언스의 통용어	R은 원래 통계학자들에 의해 통계학을 위해 개발되었기 때문에 통계적인 개념이 잘 녹여 있기 때문에 R을 습득하면 데이터 사이언스를 시작하기

 
R의 단점

단점	설명
1. 느린 속도	R은 통계학자들이 좀 더 쉽게 연구하려고 만든 언어이기 때문에 아무래도 컴퓨터를 효율적으로 활용하는 방법은 그리 깊게 고민하지 않았다. 그래서 R은 읽기 어려운 코드 때문에 좀 느릴 수 있다. 하지만 요즘 그런 단점을 상쇄해줄 수 있는 pqR, renjin, FastR, Riposte 등의 패키지가 개발되어 있다.
2. 어렵다	R은 아무래도 고급언어보다는 기계어적인 언어에 가깝다고 볼수 있기 때문에 배우기가 좀 어렵다. 풍부한 패키지 사용에 익숙해지려면 상당한 시간이 걸릴 수 있다.. 어쩔수 없이 꾸준한 학습이 필요한 언어이다

파이썬의 장점

장점	설명
1.lPython Notebook	보통 Languge 들은 통합개발환경(IDE)를 갖고 있다. 예를 들어 Visual Studio 라던가 eclipse 등이 있다.  파이썬의 IDE가 바로 lPython Notebook 이다 이 환경은 파이썬을 가지고 있는 데이터 작업을 훨씬 쉽게 만들어 준다. 따로 부가적인 설치도 필요없이 동료들과 메모와 작업을 공유할수 있으며 이를 통해 코드, 결과물, 메모파일들을 정리하는데 필요한 비용을 획기적으로 줄여줄 수 있다. 파이썬의 Libaray 중 하나인 lPython은 대화형 방식으로 Python 의  웹기반 Notebook을 지원하고 있다. 현재는 (Julia + Python + R)을  합쳐서 Jupyter Notebook 으로 발전했다.
2. 특정 주제나 용도에 국한되지   않은 배우기 쉬운 언어	파이썬은 특정 분야를 위한 언어가 아니라 비교적 쉽고, 직관적인 UI를 가지고 있다. 따라서 데이터 사이언스 말고도 다양한 분아에 적용이 가능하다.
3. 다양한 용도의 언어	파이썬은 다양한 백그라운드의 사람들이 모두 사용할수 있는 언어이다 . 이해하기 쉬운 언어이기 때문에 통계 백 그라운드를 가진 사람들도 배울수 있다.

파이썬의 단점

단점	설명
1. 시각화 기능이 아쉽다.	R의 최대 장점이었던 시각화 기능이 파이썬에서는 가장 큰 단점이기도 한다. 시각화는 데이터 분석의 효율성을 높이는 데 중요한 요소이지만 파이썬은 R에 비해 시각화 기능이 떨어져 있다.
2. 파이썬은 도전자이다.	데이터 분석 툴에 있어서 R이 파이썬보다 선구자적인 위치에 있다. 파이썬은 후발주자라고 할수 있다. 그래서 R의 수백개 Package 에  비해 파이썬은 아직은 많이 부족하다고 할수 있다. 파이썬이 최근 각광을 받고 있지만은 R의 방대한 Package 를 포기하고 파이썬으로 갈아탈지는 아직은 미지수이다.