Python与R数据科学与机器学习软件包流行榜

根据 PyPI（Python 软件包索引）统计，目前共有 126,921 个 Python 软件包，由于扩展 Python 在包括数据科学，机器学习方面在内的各领域的功能。而统计语言 R，经过长期的开源社区积累，也有相当数量的 CRAN 包以扩展其在特定领域的统计分析，数据科学，与机器学习能力。 Data Incubator 通过统计 Stack Overflow 以及在 Github / CRAN 上的下载评星量，统计出 Python 与 R，两种语言在数据科学与机器学习方面最为流行的软件包排行榜。对于新入门的科研人员，可以通过参考该排行榜，优先选择最为常用及重要的包开始数据科学与机器学习的科研工作。其中，Python 在数据科学方面（完整排行）排名前五的软件包分别是：

1. numpy
2. tensorflow
3. pandas
4. ipython
5. scikit-learn

上述的 Python 数据科学扩展软件包此前已经过多次介绍：

• Python 数据科学核心库
• scikit-learn 算法工程导图

R 语言在机器学习方面（完整排行）排名前五的软件包分别是：

1. Caret – 分类与回归训练扩展软件包，包含了数据分割、预处理、功能选择、使用重采样进行模型调整、可变重要性估计等工具
2. randomForest – 随机森林算法模型包
3. e1071 – 支持向量机（SVM）算法模型包
4. rpart – 分类与回归树算法模型包
5. nnet – 单隐藏层神经网络算法模型包