Clojure versus R: avantages et inconvénients pour l'analyse de données

J'avais un plan d'apprentissage de R dans un proche avenir. En lisant une autre question, j'ai découvert Clojure. Maintenant je ne sais pas quoi faire.

Je pense que l’un des grands avantages de R , c’est que certaines personnes en économie l’utilisent, y compris l’un de mes supérieurs hiérarchiques (bien que l’autre ait dit: restez loin de R!). Un des avantages de Clojure est qu’il est basé sur Lisp, et comme je commence à apprendre Emacs et que j’ai envie d’écrire mes propres personnalisations, cela me serait utile (oui, je sais que Clojure et Elisp sont différents dialectes de Lisp, mais ils Lisp et donc similaire j'imagine).

Je ne peux pas demander lequel est le meilleur, car je sais que c'est très personnel, mais quelqu'un pourrait-il me donner les avantages (ou les avantages) de Clojure x R, en particulier sur le plan pratique? Par exemple, lequel devrait être plus facile à apprendre, lequel est le plus flexible ou le plus puissant, lequel a le plus de bibliothèques, plus de support, plus d'utilisateurs, etc.?

Utilisation prévue : La majeure partie de mon estimation doit être effectuée à l'aide de Matlab. Par conséquent, je ne cherche rien de trop approfondi en termes d'analyse statistique, mais plutôt un logiciel permettant de remplacer Excel par la manipulation et la visualisation initiales des données, les statistiques récapitulatives et les graphiques, mais aussi quelques analyses statistiques de base ou les tentatives initiales de mon estimation.

Permettez-moi de commencer par dire que j'aime les deux langages: vous ne pouvez pas vous tromper, et ils sont certainement meilleurs que quelque chose comme C ++ ou Java pour l'analyse de données.

Pour l'analyse des données de base, je suggérerais R (surtout avec plyr). IMO, R est un peu plus facile à apprendre que Clojure, bien que cela ne soit pas tout à fait évident puisque Clojure est basé sur Lisp et que de nombreuses ressources Lisp fantastiques sont disponibles (telles que SICP ). Clojure contient moins de mots-clés, mais les bibliothèques sont beaucoup plus difficiles à installer et à utiliser. De plus, gardez à l'esprit que R (ou S) est en grande partie dérivé de Scheme, vous bénéficierez donc de la connaissance de Lisp lorsque vous l'utilisez.

En général:

Le principal avantage de R est la communauté sur CRAN (plus de 2461 paquets disponibles). Rien ne sera comparable à cela dans un avenir proche, pas même une application commerciale comme matlab.

Clojure a le gros avantage de fonctionner sur la machine virtuelle, ce qui signifie qu’elle peut utiliser immédiatement n’importe quelle bibliothèque basée sur Java.

J'ajouterais que j'ai déjà parlé il y a quelque temps de Clojure / Incanter à R , ce qui peut vous intéresser. D'après mon expérience, Clojure était généralement plus lent que R pour des opérations simples.

Je suis un gros utilisateur de R depuis 6 ou 7 ans. En tant que langage, il a plusieurs limitations de conception. Pourtant, pour les travaux en économétrie et en analyse de données, je le recommande toujours de tout coeur. Il contient un grand nombre de packages qui vous intéresseraient pour l'économétrie, les séries chronologiques, la modélisation du choix du consommateur, etc., et bien sûr une excellente visualisation, de bonnes bibliothèques d'algèbre et numériques, etc. Bien que R n’ait pas été conçu pour le "big data" (contrairement à, par exemple, SAS), il existe des solutions. La disponibilité des forfaits est ce qui fait vraiment la différence.

J'ai seulement lu les spécifications linguistiques de Clojure, et c'est beau et propre. Il aborde de manière naturelle les problèmes de parallélisation et d'échelle. Et si vous avez des connaissances de base en Java ou en POO, vous pouvez bénéficier du grand nombre de bibliothèques Java de haute qualité.

Le problème que j’ai avec Clojure est qu’il s’agit d’une opération récente menée par un seul homme (R.Hickey), donc 1) très risquée 2) très immature 3) avec adoption de niche. Idéal pour les amateurs, les utilisateurs précoces, les personnes CS / ML qui veulent essayer de nouvelles choses. Pour un utilisateur qui considère une langue comme un moyen de parvenir à une fin et qui a besoin d'un code très robuste pouvant être partagé avec d'autres, les langues établies semblent un choix plus sûr. Sache juste qui tu es.

Mise à jour (août 2014): comme @gappy commente ci-dessous, à partir de R version 3.0.0, les limites sont plus élevées et signifie que R est capable de gérer des ensembles de données plus volumineux.

Voici un point de données: R a un «plafond de données volumineuses» , utile pour savoir si vous prévoyez de travailler avec d’énormes jeux de données.

Je ne sais pas si les mêmes limitations s'appliquent à Clojure / Incanter, s'il surpasse R ou s'il est pire. J'imagine que la machine virtuelle Java peut probablement gérer de grands ensembles de données, en particulier si vous parvenez à exploiter la puissance des fonctionnalités paresseuses de Clojure.