为什么我需要学习 Python 或 Java 编程并学习数据结构？

简单的答案——你不需要学习 python 或 Java 或 Scala 或 Julia 或其他任何东西，如果你不习惯的话。如果您不了解 Python，这并不意味着您不能成为数据科学家或使用 ML/DL。关键是某些工具更适合某些任务，如果您需要在生产环境中运行得更快的代码等，学习 C++ 或 Java 可能是有益的。但是您可能完全可以使用优化好的 R 代码。你应该做最适合你和你的任务的事情。关于你不能做的事情——我同意你的观点，你基本上可以在 R 中做任何事情，它可能效率不高，但它是可能的。

这是一个很好的问题，就像大多数很好的问题一样，答案是：视情况而定。

这完全取决于您所说的“数据科学家”是什么意思。

对于我自己的数据科学实践，我的目标是提供一个端到端的解决方案，从原始数据一直到部署的软件解决方案（或要使用的 API）。这意味着我模糊了数据工程师、统计学家、建模专家、机器学习工程师和软件开发人员之间的界限。所以对我来说，Python 是显而易见的选择，因为几乎没有什么我不能用那种语言做的。另外，Python 是一种很棒的“胶水”语言，我可以用一种有意义的方式将单独的系统/对象联系起来。您能否快速为我编写一个 SAS 中的公共 REST API，该 API 不会很慢，并且需要花费我 20,000 美元的新许可才能使用？是的，祝你好运。

如果您作为“数据科学家”在学术环境中工作并且只是为了撰写白皮书，那么上述内容对您来说可能根本不重要，您可以继续学习 R。

另一个考虑因素是您的预测周期。所以你有一个模型 - 现在呢？你必须以某种方式使用它。我参与了大量的算法部署，到目前为止，最简单的语言是 Python。你有没有试过在高并发、多线程的环境中部署一个完整的 R 模型？？？是的，祝你好运。

但同样，如果您不经常（或根本不）部署，那对您来说可能并不重要。

我此时能想到的最后一个考虑因素是您使用的模型类型。如果我只使用决策树和套索等“传统”模型，那么我绝对会在 R/R Studio 中工作。用那种语言做起来更容易（也很有趣！）。现在，让我用 R 语言编写一个神经网络，你会看到一个成年人哭泣 ;-) 但我知道 Keras API 的前后方向，我可以在很短的时间内用 Python 进行大量建模时间。

所以，这完全取决于你。我为世界上最大的公司之一工作，我很乐意使用您提到的任何工具；Python、R 和 SAS 都可供我使用，而且我在数据科学方面还算不错；）但我积极选择使用 Python，因为我想成为一名“完整”的数据科学家，能够接受在我遇到的任何问题上。这对你来说可能根本不重要，这完全取决于你。

这与您希望在编程中与语言无关的原因相同。在一种语言中很难的事情在另一种语言中可能更容易。就业市场的要求可能会发生变化，以偏向懂一种语言而不是其他语言的人。

我能想到的最接近的数据科学示例是实现机器学习模型。我知道这在 python 中很容易做到。我不知道用 Javascript 或你提到的任何工具来做这件事有多容易——我只知道 R 是什么。

我个人认为 java 是一种丑陋的语言，所以我不会选择使用它。我奇怪的偏好并没有改变 python 具有全局解释器锁的事实，而我相信 java 没有。它也不会使纯 python 实现与 java 实现一样快——尽管某些技术可以使这成为一个问题。寻找适合他们的 Java 技术堆栈的人的雇主不会关心“我可以在 python 中做到这一点”。

说实话，在 R 中没有什么不能在 java 或 python 中完成，R 是图灵完备的。这并不意味着在 java 或 python 中有些事情并不容易。R 可能不是这项工作的最佳工具。