{count, plural, one {कोर्स} other {कोर्स}}
हर प्रोग्रामिंग समुदाय की एक समान विशेषता है—यहाँ अक्सर बहसें होती रहती हैं कि उनकी चुनी हुई प्रोग्रामिंग भाषा क्यों बेहतर, अधिक उन्नत, तेज, अधिक पवित्र आदि है। आज के डेटा साइंस समुदाय में, लगता है कि ये चर्चाएँ सर्वव्यापी हैं, जहाँ SAS, SPSS, R, Python, Julia आदि के समर्थक हर ऑनलाइन माध्यम पर सबसे अच्छी सांख्यिकीय प्रोग्रामिंग भाषा को लेकर एक-दूसरे से बहस और चुनौती करते रहते हैं। (साइड नोट: ये 'डेटा-ड्रिवन' बहसें अक्सर इस बात का अच्छा उदाहरण हैं कि आँकड़ों के साथ आप कुछ भी साबित कर सकते हैं।)
हालाँकि ये बहसें समुदाय और संपूर्ण प्रोग्रामिंग भाषा के लिए अच्छी होती हैं, लेकिन इनका एक नकारात्मक प्रभाव उन लोगों पर भी पड़ता है जो अभी अपने डेटा एनालिटिक्स करियर की शुरुआत में हैं। सभी पक्षों की पक्षपाती राय के कारण नए डेटा विश्लेषकों के लिए सांख्यिकीय प्रोग्रामिंग भाषा चुनते समय पेड़ों के बीच से जंगल को देख पाना मुश्किल हो जाता है।
हर सांख्यिकीय प्रोग्रामिंग भाषा के लिए एक इन्फोग्राफ
खास तौर पर इस नए समूह के डेटा विश्लेषकों (और भविष्य के वाद-विवादकर्ताओं) के लिए, साथ ही उन सभी के लिए जो डेटा साइंस या किसी अतिरिक्त सांख्यिकीय भाषा को सीखने में रुचि रखते हैं, हमने 'Statistical Language Wars' इन्फोग्राफ बनाया है, जो SAS, R और SPSS जैसी सांख्यिकीय प्रोग्रामिंग भाषाओं के बीच एक बुनियादी तुलना देता है ताकि देखा जा सके कि वे कैसे टक्कर लेती हैं। इसका उद्देश्य एक अधिक स्पष्ट शुरुआती बिंदु प्रदान करना है।
(R सीखना शुरू करने के लिए, यह नि:शुल्क परिचयात्मक कोर्स आज़माएँ। साथ ही, DataCamp का R Data Import Tutorial भी देखें।)

Source: datacamp.com/community/blog
हम सुनिश्चित करेंगे कि आपके फीडबैक के आधार पर इस इन्फोग्राफ को नियमित रूप से अपडेट करें, और हम निश्चित रूप से कुछ नए इन्फोग्राफ बनाने पर भी विचार करेंगे जो Python और Julia जैसे अन्य खिलाड़ियों पर अधिक ध्यान केंद्रित करें।
निःसंकोच साझा करें!