感觉R语言比python容易学得多，为什么还有很多人说R语言学起来很难？

因为R语言语法简单（类似于matlab），函数功能强大，所以很容易上手。

真正让R无法媲美python的主要有两个原因：

1. R的有太多的包（这点和python一样，但是R更多）。但是R做的不好的地方是，很多packages有自己各自的逻辑，并且各不一样，导致R的学习者不仅仅要学R本身，还有学习各个packages背后的一套逻辑，并且需要花时间精力去记住每个package里面命名各异的函数。这种情况造成了学习者在短时间内无法把从一个package里获得的经验和代码流出迁移到另一个package里，经常会不断地学习新的function，这是为什么R的学习曲线陡峭。而在工业界，比较忌讳这一点。

2. R和matlab一样，每个package里面的函数集合了太多的功能（比python的还要集合的多）。虽然这些函数实现起来很傻瓜，但是无法满足工业界处理大数据的需求（集合的功能太多，一方面造成不必要的资源消耗，另一方面给底层代码优化带来了难度，所以R和matlab的底层优化做的并不好）。因此R，在python没有兴起之前，在美国大学学术界占有统治地位。学术界所需要的data量不大，那些professor很容易用R实现自己的统计分析和可视化报告。但是在工业界，R的数据处理能力比起python就相形见绌了。

综上所述，R和matlab偏学术研究，而python配合Go，Java，C，C++更适合能够落地的业界项目。

作为一个R语言资深用户，目前正在学习应用Python的人来大致说下，可能有四点吧：

1、

可能主要跟统计学基础、数据分析应用、机器学习建模有关。其实不是R语言难，而是他们对于要怎么应用R语言去解决数据分析问题，或者对于应用R语言解决数据分析师问题的方式，在理解上有难度。

2、

再有就是有些其他语言的使用经验之后，会对R语言中某些不同的特征不习惯，觉得很难理解为什么要这么设定。这个就跟我在经常使用R语言之后再去使用python是一样的，经常对为什么索引要从0开始等等不爽，就觉得不直观，为什么要这么设定，有时候甚至有些抗拒。

R语言因为一开始不涉及复杂的编程概念，主要强调统计计算，因此在初学时会让人觉得比较简单。然而，当面对复杂的数据统计处理应用时，需要借助各种编程逻辑结构和函数调用时，会发现其语法并不简便。相比之下，对Python语言的学习，一开始主要强调语法，显得更像是在学一门真正的编程语言。而Python的大数据处理则是第三方非核心的代码库，通常当你学到这部分的时候，你的语法已经很专业了。而python的这些库的函数接口又很简单，因而会有一种越学越简单的感觉。

谁要是觉得R语言难学，那他着智力也基本告别编程了。

向量化的数据操作你还有什么好困难的？非要写个循环吗？

R 语言本身不难，相比Python简单，甚至比js 都简单。

R 难在统计部分。如果不懂统计，用不来很懵逼。

哇 我承认我孤陋寡闻了... 居然没听说过.....R语言，顾名思义，它首先是一门计算机的编程语言，就跟传统的C语言，Java语言类似，但是，它又不仅仅是一门计算机语言。这是因为，R语言天生为统计而生，所以，它做不到像C语言那般的普适，数据分析、统计建模、数据可视化才是它的舞台。 csdn得到的答案.....看样子是专注做统计的....r语言没具体了解

python在人工智能 和爬虫方面优秀....其实python的应用还是太浅了....还是java ，c....强大

伊凡，观点与一颗优雅草科技无关

R需要的版本更新太快，很多包跟不上，经常导致不同版本的包无法使用，直接能让你烦死

我跑了个tcga差异分析，死机一万次，不知道怎么解决

虽然不知道从哪里听说学起来陡峭。但如果真的有这种说法的话，抱怨的多半是需要做统计工作的学生和相关人士吧。

如果要拿R和SPSS或者Excel比的话，确实有一点“陡峭”，因为R毕竟是个编程语言。其实语言也只是一个工具；用深了真正困难的还是统计、算法等知识。这时候R啊，Python啊就无所谓了

不好意思，python和R一起学