Was ist die beste statistische Programmiersprache? Infografik

Ein Merkmal, das alle Programmier-Communities gemeinsam haben, sind die endlosen Debatten darüber, warum ihre bevorzugte Sprache besser, moderner, schneller oder gar sakrosankt sei. In der heutigen Data-Science-Community scheinen diese Diskussionen allgegenwärtig: Verfechter von SAS, SPSS, R, Python, Julia usw. ringen auf allen Online-Kanälen darum, welche die beste statistische Programmiersprache ist. (Nebenbei bemerkt: Diese „datengetriebenen“ Debatten zeigen oft ganz gut, wie man mit Statistik fast alles belegen kann.)

So wertvoll diese Debatten für die Community und die Weiterentwicklung der Sprachen auch sind, haben sie leider auch eine Kehrseite für alle, die gerade erst in ihre Karriere in der Datenanalyse starten. Voreingenommene Meinungen aus allen Lagern machen es neuen Data Analysts schwer, beim Wahl der statistischen Programmiersprache das Wesentliche zu erkennen.

Eine Infografik zu jeder statistischen Programmiersprache

Speziell für diese neue Gruppe von Data Analysts (und künftigen Diskutierenden) sowie für alle, die Data Science oder eine weitere statistische Sprache lernen möchten, haben wir die Infografik „Statistical Language Wars“ erstellt. Sie bietet einen grundlegenden Vergleich zwischen statistischen Programmiersprachen wie SAS, R und SPSS, damit du ihre Stärken schnell einordnen kannst. Das soll dir einen klareren Einstieg geben.

(Wenn du direkt in R einsteigen möchtest, probiere diesen kostenlosen Einführungskurs aus. Außerdem findest du hier DataCamps R Data Import Tutorial.)

Quelle: datacamp.com/community/blog

Wir werden diese Infografik regelmäßig anhand deines Feedbacks aktualisieren und prüfen außerdem, neue Infografiken zu erstellen, die stärker auf andere Vertreter wie Python und Julia fokussieren.

Teile sie gern weiter!