已经会R，准备学Python。

楼上的做什么工作的，用R多久了

转载：

简单回答题主的问题，如果编程零基础，建议以python入门，但是并不建议以此作为数据分析的全部。R可以说是必须要学的，除此两者以外的，可以泛泛的关注。
=================================分割线=================================
下面详细说一下自己的看法，仅仅是个人体会，仅供题主参考。
首先要说的是R，绝对是目前国外学术界的主流，统计系基本除R以外没有其他了，计量作为和统计相关的方向，R也在逐渐渗透。所以推荐题主学习。
顺便说一句，R的学习曲线是比较陡峭的，所以我不太建议零基础的人从R开始，否则挫折感会比较强烈。而python会略好，所以我建议从python开始。

python并非是专用于统计或者计量的软件，而是一种非常流行的通用编程语言。经过多年发展，库也非常齐备。我试用过numpy，scipy和pandas等库，与其他通用编程语言相比，算是相当好用，不过个人感觉还是比不上R，比如画图，ggplot2真心是神一般的存在，python的库还是略逊一筹。
但是，如楼上各位所说，除了数据处理之外，python可以干的事情太多了，也太牛了。我们主要要用到的，比如网页采集数据，需要正则表达式，解析网页等等。这些方面python就比R有优势多了。
当然，从趋势来看，未来似乎python比R更优。R是一群统计学家在编程序，python是一群计算机专家在争取搞数据处理。似乎python的基础更扎实。个人观点，仅供参考。

stata我认为是除了R以外最好的计量软件了，我两者均用过数年数个项目，但是依然感觉R更好用，整理和处理数据更方便。所以即使在楼上诸位所提到的微观计量领域，我依然更喜欢R。
除此以外spss，或者eviews等，感觉管理类学生用的更多，功能比较受限，不太推荐。这里不赘述。
上述的几个软件，还有个问题，在于都是收费的，考虑到未来知识产权的保护，还是用免费的略靠谱。

R的主要缺点有两个：
1，面对大数据乏力。这方面sas确实有优势，但是不得不说，sas的语法太反人类了，完全接受不能。面对这个问题，我要说的是，你得看问题有多大。以我的经验，经济里面的数据量似乎还不足以超过R的处理上限很多。可能金融的高频数据会比较大，我个人没啥经验，如果遇到再补充。我尝试过10g的数据，最简单的办法，不是学sas，而是买16g的内存。：）以现在的内存价格，我觉得32g以下的问题不大。
2，性能不足。这方面python也有同样的问题，最好的解决方案是混合c/c++，不过这个就是无底洞了，耗时极多，都不见得能学好。建议的方法，还是买硬件，这个最简单。：）当然用并行包等，也是解决方法之一，我尝试过几次用机房的多台机器做集群，不是太成功。求高人指点。

上面诸位还提到过几个软件，我也略微说一下自己知道的一些软件的看法：
matlab：好东西，关键还是性能问题，同样可以靠c/c++来解决。但是我不喜欢比较大的软件，为了求个均值方差，等它启动就占了5分钟。。。
julia：好东西X2，目前关注中，可能还比较年轻，导致配套的库略少，不过看好未来发展，主要是吸取了matlab，python和c/c++的有点，写的快，运算的也快，未来看涨，紧密关注。

最后提一下函数式编程，是个好东西，但是不看好纯粹函数式编程的未来。它体现了一种颇先进的编程思想，但是在实际工作中，往往性能方面的问题较大。要解决这个问题，还是的混合函数式编程和其他方式，但这就是python，R等软件已经实现的方式，似乎又没有必要专门去学其他的函数式编程了。 

楼主可以看一下这个帖子：
https://bbs.pinggu.org/thread-2627996-1-1.html

同意大部分观点
1、python为通用的编程软件，且Linux系统一般带的已经有python。R偏重于统计计量。
2、函数式编程并不是什么新的东西，lisp存在很长时间了。且函数式编程 为 多种编程模式（面向过程、面向对象、
函数式编程）的一种在cpu多核心的情况下，采用函数式编程可以充分利用cpu进行多线程计算，而且能够避免死锁的问题。具体可以参考相关文献。
3、Julia个人十分看好其未来的发展，计算速度确实非常快，而且可以直接调用 c/c++程序，但毕竟是新生事物，其package相对于 python 和r 相比，还比较有限，但未来发展比较看好。
4、其实语言发展到现在，很少说只有一种语言能办到而且他语言办不到的事情，毕竟开发的成本及开发者本人可能是约束之一。合适自己的具体情况的语言就是最合适的。