R和Python都是具有大型社区的开源编程语言。 新的库或工具不停的更新使得两者的应用面越来越广。R主要用于统计分析，而Python提供了更通用的数据科学方法。接下来分别说。
R
R的发展很大程度依靠了统计学家，是执行数据分析的最丰富的生态系统之一。 CRAN（开放源代码存储库）中提供了大约12000个软件包。 可以找到要执行的任何分析的库。 如果你需要做统计分析（尤其是专业分析工作）R是你的首选。R和其他统计产品之间的最前沿差异是输出。 R具有出色的工具来传达结果。
Python
Python几乎可以完成与R相同的任务：数据整理，工程设计，功能选择Web抓取，应用程序等。 Python是用于大规模部署和实现机器学习的工具。 Python代码比R更易于维护和增强。 最近，Python迎头赶上，并提供了用于机器学习或人工智能的尖端API。 大多数数据科学工作都可以通过五个Python库完成：Numpy，Pandas，Scipy，Scikit-learn和Seaborn。另一方面，Python使复制性和可访问性比R更容易。如果你需要在应用程序或网站中使用分析结果，Python是最佳选择。
求职需求
比较图中两条曲线，黄色是Python，蓝色是R，可以看到Python在职位需求上更高。
国外大神的判断方法，问自己两个问题
1. 偶是否想学习算法？
2. 偶是否准备做开发？
如果两个问题的回答都是yes，那么首先学习Python。一方面，Python包含了强大的库来处理矩阵或对算法进行编码。作为初学者，可能更容易学习如何从头开始构建模型，然后从机器学习库切换到功能。另一方面，如果你知道算法想立即进行数据分析，那么R和Python都可以开始。如果你想专注于统计方法，则R的优势之一。
简而言之，R和Python之间的统计差距越来越小。大部分工作都可以用两种语言完成。最好选择适合自己需求的工具，同时还要选择同事使用的工具。大家都用相同的语言会更好。在学会第一门编程语言之后，第二门编程语言就更加简单了。
结论
1. 使用取决于你的目的，你是准备做统计分析还是开发
2. 取决于你的工作需要，你希望应聘的单位最常使用的是什么。