这取决于各种包（Numpy/Scipy 等）的使用，这些包是用 C 语言编写的，而且速度非常快，也可以使用 JIT 编译 Python。这是 R 和 Python 之间的一个很好的比较：https ://learnanalyticshere.wordpress.com/2015/05/14/clash-of-the-titans-r-vs-python/

R 的性能取决于您如何编写它。例如，大多数情况下，您不应该在 R 中使用 for 循环——它们非常慢，因为它们在每次迭代时都会执行一个函数调用。（应该矢量化并使用 apply 系列函数。奇怪，我知道..）如果你想要快速的代码，矢量化在 R 中是王道。假设您将 R 和 Python 代码（以及其他因素）向量化，您可能应该在速度上获得相同数量级。对于大于内存的数据（您可以指定限制），R 开始成为一个糟糕的选择。我对python的内部了解不多，所以我不能谈论这个。