Qual è il miglior linguaggio di programmazione statistica? Infografica

Una caratteristica comune a tutte le comunità di programmatori è l'infinità di dibattiti sul perché il proprio linguaggio preferito sia migliore, più avanzato, più veloce, più puro, ecc. Nell'attuale comunità della data science, sembra che queste discussioni siano onnipresenti, con i sostenitori di SAS, SPSS, R, Python, Julia, ecc. che si sfidano su ogni piattaforma online per il titolo di miglior linguaggio di programmazione statistica. (Nota a margine: questi dibattiti "data driven" sono spesso un buon esempio di come, con la statistica, si possa dimostrare di tutto.)

Sebbene questi dibattiti facciano bene alla comunità e al linguaggio nel suo insieme, purtroppo hanno anche un effetto negativo su chi è solo all'inizio della propria carriera nell'analisi dei dati. Le opinioni di parte su tutti i fronti rendono difficile ai nuovi data analyst distinguere il quadro d'insieme quando scelgono un linguaggio di programmazione statistica.

Un'infografica per ogni linguaggio di programmazione statistica

In particolare per questo nuovo gruppo di data analyst (e futuri dibattenti), così come per chiunque sia interessato a imparare la data science o un ulteriore linguaggio statistico, abbiamo creato l'infografica "Statistical Language Wars" che offre un confronto di base tra linguaggi di programmazione statistica come SAS, R e SPSS per vedere come si comparano. L'obiettivo è fornire un punto di partenza più chiaro.

(Per iniziare con R, prova questo corso introduttivo gratuito. Dai un'occhiata anche al tutorial sull'importazione dei dati in R di DataCamp.)

Fonte: datacamp.com/community/blog

Faremo in modo di aggiornare regolarmente questa infografica in base ai feedback che ci invierai e prenderemo sicuramente in considerazione la creazione di nuove infografiche incentrate su altri protagonisti come Python e Julia.

Sentiti libero di condividerla!