Команда Python for Devs представила перевод статьи Клауса Вилке, в которой автор обсуждает, почему Python, несмотря на его популярность в data science, не всегда является оптимальным выбором для анализа данных. На примерах из своей практики Вилке показывает, что многие действия в Python требуют больше времени и усилий, чем в R, что связано не с недостатками программистов, а с архитектурными особенностями языка.

Он подчеркивает, что использование Python может быть оправданным, если вы уже работаете с ним, но предупреждает о его ограничениях. Вилке делится личным опытом работы с аспирантами и подчеркивает, что даже опытные пользователи Python часто сталкиваются с излишней сложностью.

Python, по его мнению, отлично подходит для deep learning, однако для таких задач, как подготовка данных и визуализация, R может оказаться более эффективным. В следующих публикациях автор планирует рассмотреть конкретные проблемы, приводящие к усложнению работы с данными в Python.