別にR推しって訳じゃないですが補足までに

データサイエンスで使われるフリー（OSS）のツールとしてRかPythonが挙げられます。最近は皆すぐにPythonとなりますが、最近のweb上の情報量からするとそうなるなとも思いますが、もう少しだけ理解しておいた方がいいんじゃない、とも思っています。

昔の感覚で両者の棲み分けをザックリ過ぎるほどザックリ語ると、

• 機能面

  • テキストや画像・音声などの非定型データの深層学習(deep learning)するなら、そのためのフレームワークはPythonから使うように作られているので、事実上Python一択。

  • 時系列分析やベイジアンネットワーク、統計解析的な分野は、まだまだRの方が整備されていて使いやすい状況

• 使いやすさ

  • プログラミング言語として真っ当なのはPython、後工程のシステム構築などとの親和性もよいので、IT業務・業界が好む。

  • Rは、以前の研修でIT系出身の受講者に言われたのは「密度が高い言語」。データ分析・統計解析に特化して作られている分、Rで実現できる分析はPythonよりも短いコード行数で実現できる。また言語の厳密性も低い（多少いい加減なコードでも実行できてしまう）。データ分析だけでいいので柔軟に自由に、というビジネス側が使っていた。（但し、お金がある業務・業界だとmatlabやstata、SASなど）

ビッグデータブームの頃はRくらいしか知られてないし使われてなかったので、Rが記事になってました。最近はdeep learning系のソリューションを売りたい広めたいIT業界の方々の力を入れてアピールしてますが、それは機能面でも使いやすさでもPythonになる訳で、そうした記事を目にした入門者が「そうか、まずはPythonかー」となる流れと推測しています。

実のところ、そんなに私もRを強く推すつもりはないのです。
ただ、まだ今はRもPythonもそれぞれ使い道がある、メリデメがある状況と知っといてほしいというだけです。最近データ利活用まわりにイッチョ噛みした人に限って十分に知らべず考えず「Pythonがー」「Rってww」と言いますが、実態を把握できないまでも、全ての言説は自覚の有無に関わらずポジショントークしてるものなのは気に留めた方が良いと思います。

もう少し客観的っぽい記事を追記。

ちなみに、その1
若い人が今どちらを学ぶべきかと聞かれれば、数十年先のキャリアを見据えたIT業界の方であればPythonです。なぜならRやPythonが廃れても、プログラミングに関する汎用スキルが身に付くから。
そうでない方は、それぞれが学ぶ目的に応じて必要な方を選べばいいと思います。たぶん将来はRとPythonの間で機能や使い勝手の差はなくなるでしょう、それがいつになるか正直わかりませんが、その時はデファクトスタンダードな方、または自分に馴染む方を選べばいいと思います。そもそもRやpythonが廃れていたり、ノーコード系のOSSツールが実用に耐えられるレベルで普及する可能性もありますし。

あとイッチョ噛みしただけ、プログラミングとか嫌だという方は、そこまで難しい分析もしないでしょうし、ノーコード系のツールで良いでしょう。
Rをベースのもので紹介しているのは、Rの方がミニマムのインストールや環境設定が容易だから。Pythonでも似たようなものがあるので、お好きな方は自分で探してください。

ちなみに、その2
冒頭にあげた記事はRが年収が高いと出てますが、別の調査ではPythonの方が高いと出ています。調査の仕方によって大きくぶれることこそ私の実感に合うので、いつもこの種の記事は楽しく拝見しています。
年収の順位を除けば、この記事は分野外の方なりに理解して書いてる感があって、私は好きです。このくらいの理解もない転職エージェントの記事や人事部門の募集要項も見かけるので・・・。

他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note