В чем концептуальное отличие между Microsoft Excel, языками R и Python+mathlibs в области анализа данных?

Question

[globuzer]

Вопрос касается области обработки данных, анализа данных, машинного обучения, статистического анализа.
Если:
- взять язык обработки данных R, со всеми его библиотеками и прочими статистическими модулями;
- взять табличный процессор Microsoft Excel, со всеми его надстройками по статистике и математике;
- взять язык программирования Python, со всеми его математическими модулями и библиотеками,
то какие между ними основные ПРАКТИЧЕСКИЕ отличия для решения разнообразных задач?
Ведь и R и Excel и Python позволяют обрабатывать большие объемы данных, строить графики, различные статистические модели, производить анализ и матобработку, но почему тот или иной инструмент использует тот или иной bigdata-аналитик?
В чем отличие этих инструментов? Где каждый из них в наибольшей степени применим? В каких задачах и областях применимо и рекомендуемо использование каждого из этих инструментов? Какие самые мощные есть конкуренты для вышеупомянутых инструментов?

Answer 1

[Helen Allien Poe]

Не считая очевидного "выбор языка зависит от задачи" и "лучший инструмент тот, которым хорошо владеешь", я бы сказала так:
- excel выкиньте, если вы не богоподобно в нём разбираетесь и решаете более-менее сложные задачи. То есть инструмент хороший, но слишком уж неповоротливый и медленный на больших объёмах.
- из R и Python надо смотреть по области. Первый более математически-ориентированный язык, а второй - более общий. Причём если вместе с библиотеками Python легко сравнится с R по сложности решаемых задач, то наоборот не так всё круто - R явно проигрывает Python по скорости (пруфлинки есть в интернете).

Что касается

почему тот или иной инструмент использует тот или иной bigdata-аналитик?

, то повторю ещё раз - в чём лучше разбирается, что удобнее, то и использует.
Если вы в начале пути и выбираете инструмент - рекомендую Python, у него и сообщество лучше.