从事数据科学Python和R语言学哪个好？答案肯定是学Python更好，当然也不是就完全否定了学习R语言的作用和意义。只是和R语言比较起来，Python的优势更加明显。首先，Python应用场景更加广泛，且上手简单，在数据处理方面有着强大的能力。因此，如果是从事数据科学的朋友，选择学习python会更好。
1、Python应用场景广泛。
选择学习Python的一个重要理由就是，在从事数据科学的工作中，你可能不一定需要学习R语言，但是一定绕不开Python。Python 是目前世界上最流行的编程语言之一，大多数公司要求他们的数据科学家所做的并不仅仅是预测建模。至少，你可能需要维护为模型提供数据的数据管道，而这些数据管道很可能就是用 Python 构建的。R语言适用于数据分析任务需要独立计算或单个服务器的应用场景。而Python作为一种粘合剂语言，在数据分析任务中需要与Web应用程序集成或者当一条统计代码需要插入到生产数据库中时，使用Python更好。另外，Python 拥有一些世界上最流行的 Web 应用程序框架，即Django和 Flask。你公司的内部部署工具更有可能就支持这些框架，而且相对来说不太可能会支持 R语言。
2、Python上手更加简单。
学习第一门编程语言是需要耗费数百个小时的。试图都学这两门编程语言是不切实际的，特别是当你刚刚开始职业生涯的时候。Python 的学习难度不高可以说是众做周知的事情，因此你可以在更短的时间了掌握一门完整而强大的编程语言。Python语言本身简洁优美，最重要的是功能超级强大，就凭这两点我们就应该选择学习它。因此，从这个层面上来讲，学习Python是更加划算的。
3、强大的数据处理能力
从事数据科学领域的工作，需要用到数据处理的能力。我们先来看看R语言对于数据处理的能力。可以看到有了大量针对专业程序员以及非专业程序员的软件包和库的支持，不管是执行统计测试还是创建机器学习模型，R语言都得心应手。Python最初在数据分析方面不是特别擅长，但随着NumPy、Pandas以及其他扩展库的推出，它已经逐渐在数据分析领域获得了广泛的应用。因此，Python强大的数据处理能力也是我们选择学习的不二理由。
看到这里，相信从事数据科学领域工作的朋友已经有了答案。学习R语言固然不错，但是如果在有限的时间和精力中选择一门编程语言进行学习，那必然还是学Python更好。最后，不管Python入门多么简单，也是需要付出努力坚持学习的，不然还是学不好。