Я использую оба языка, и, признаться, R мне нравится больше. И вы правы, что там есть пакеты абсолютно для всего. Но Python обладает рядом преимуществ, главным из которых является развитая экосистема языка. Преимущества Python очень хорошо описаны тут. Вообще, в этом блоге есть много интересных статей как по Python, так и по R. Что касается deep learning, то для Python есть замечательная библиотека Theano.
Я бы порекомендовал сосредоточиться на Python, но R также не забывать на случай если понадобятся методы, не реализованные в Python, или будете работать с людьми, знающими только R.

Так получилось, что все лучшие книги по анализу данных издаются на английском.
Я бы посоветовал почитать классические книги Тревора Хасти и Роберта Тибширани:
1) An Introduction to Statistical Learning - облегченная версия следующей книги с небольшим количеством матана, примеры реализованы на R. Электронная версия книги - бесплатная. По этой книге также есть онлайн-курс от Стенфорда (начинается 19 января)
2)The Elements of Statistical Learning - полный классический учебник по статистическому обучению, много математики. Книга, кстати, тоже бесплатна для скачивания.
Что касается классической статистики (включая корреляционный анализ) рекомендую посмотреть книги издательства Springer - у них есть хорошие книги по статистическому анализу в разных областях (финансы, экология и т.д.).