R和Python，内存差异导致性能差异。

Question

我认为有很多关于使用哪一种的帖子:r或Python。但是，我很好奇它们的体系结构差异如何产生速度性能的差异，而不是使用哪种。

这个博客帖子在R和python之间执行了一个小测试，以表明(优化的) python代码比R代码快2倍。*我在这个职位中读到，R倾向于将所有东西放入内存中，这就是为什么大型数据集上的计算通常比较慢的原因。

但是，是什么使python的低级别内存管理与R有很大的不同，从而帮助它产生这些基准呢？

*虽然在这个测试中python比R快2倍，但我并不是说python通常比R快2倍。

Answer 1

这取决于各种包(Numpy/Scipy等)的使用，这些包是用C编写的，而且速度非常快，而且Python也可以使用JIT编写。下面是R和Python之间的一个很好的比较：https://learnanalyticshere.wordpress.com/2015/05/14/clash-of-the-titans-r-vs-python/

Answer 2

R的表现令人难以置信地取决于你写它的方式。例如，大多数情况下，您不应该在R中使用For循环--它们非常慢，因为它们在每次迭代时都执行函数调用。(应该矢量化并使用应用函数族。奇怪，我知道.)矢量化是R中的王者，如果你想要快速代码的话。假设您同时将R代码和Python代码(以及其他因素)向量化，那么您的速度可能会达到同样的数量级。对于大于内存的数据(您可以指定限制)，R开始成为一个糟糕的选择。我对python的内部结构知之甚少，所以我不能对此发表意见。