Давно читаю про R у Вас тут.  И вот начал осознавать,  что для бизнес аналитика именно R лучше, чем питон

да, соглашусь!

всегда так считал

один ппздще чего стоит
и shiny

R навернео по скорости роста превосходит питон)

или все-таки нет

да чего мериться. лучше оба знать

Чего гадать. Есть рейтинги : https://tiobe.com/tiobe-index/

А вообще,это немного холивар "какой язык лучше"

ну началось

учите все, до чего дотянетесь, в чем проблема.
даже если не повысит вашу ценность на рынке, так просто обогатит опыт и разомнет мозги

Или свернёт мозги в такую каральку, что уже не разогнуть. Бережно надо к собственной ЦНС относиться.

да какая разница, в общем-то

Разница в том, что прошлый опыт накладывает отпечаток на восприятие и мышления, влияя на эффективность последующего восприятия и мышления.

Вот например,  Javascript - довольно специфичный язык и прививает определённые паттерны мышления а программировании.

А какой набор языков по вашему мнению наиболее подходит (в общем смысле) сферическому аналитику данных? У меня пока что ощущение, что неупорядоченный список: R, Python, C/C++, ну, немного JS для понимания скриптов на скрапируемых веб-страницах.

SQL еще. Без него никак. Ну и JS без HTML/CSS не особо представляю.
Из больших остаётся ещё Java, но это отдельный мир, во всяком случае для меня.

Ну, да, SQL ещё, совсем про него забыл со своими неофорджами.

Доброй ночи всем, помогите, пожалуйста, ато не могу придумать никак.
У сеня есть таблица c n столбцами, заполненная только T и F
как сравнить каждый столбец с каждым? те на выходе таблица перекрёстная таблица nхn с результатами сравнения
у меня пока что только вот так получилось, но думаю, что можно поизящнее.
Не могу придумать как сюда outer прикрутить

sapply(tab, function(x){
  sapply(tab, function(y){
    all.equal(x,y)
  })
})

такое ощущение, как будто цикл запустил, но без цикла

sapply(tab, function(x){
  sapply(tab, function(y){
    all.equal(x,y)
  })
})

DF <- replicate(5, sample(c(TRUE, FALSE), 100, replace = TRUE))
idx <- combn(ncol(DF), 2)
res <- matrix(NA_integer_, ncol(DF), ncol(DF))
colnames(res) <- colnames(DF)
rownames(res) <- colnames(DF)
for (ii in 1:ncol(idx)) {
  i <- idx[2, ii]
  j <- idx[1, ii]
  res[i, j] <- all(DF[, i] == DF[, j])
}
res

Результат:

     [,1] [,2] [,3] [,4] [,5]
[1,]   NA   NA   NA   NA   NA
[2,]    0   NA   NA   NA   NA
[3,]    0    0   NA   NA   NA
[4,]    0    0    0   NA   NA
[5,]    0    0    0    0   NA

Спасибо большое