O documento discute as linguagens R e Python para análise de dados, notando que R foi desenvolvido por estatísticos para análise estatística, enquanto Python tem uma abordagem mais geral. Embora aprender ambas seja ideal, R tem um dos maiores ecossistemas com cerca de 12 mil pacotes disponíveis, tornando-o a primeira escolha para análises estatísticas especializadas.

2. ● Implementação da Linguagem S (1976).
● Surgiu em 1993 e a última versão foi lançada em 05/07/2019
● Junção dos nomes Robert Clifford Gentleman e Ross Ihaka
● Open Source - Linux - MAC e Windows
● É um ambiente computacional e uma linguagem de programação
● Finalidade de resolver problemas gráficos e de computação estatística
realizando manipulação, análise e visualização gráfica de dados.
● Na atualidade é considerado o melhor ambiente computacional para
essa finalidade

3. R e Python são linguagens de programação de código aberto com uma grande
comunidade. Novas bibliotecas ou ferramentas são adicionadas continuamente
ao respectivo catálogo. R e Python são o estado da arte em termos de
linguagem de programação orientada para a ciência de dados. Aprender os dois
é, obviamente, a solução ideal, o problema é o tempo.
● R é usado principalmente para
análise estatística
● R, no entanto, é construído por
estatísticos e abrange sua
linguagem específica
● Python fornece uma abordagem
mais geral para a ciência de dados
● Python é uma linguagem de uso
geral com uma sintaxe legível

4. Acadêmicos e estatísticos desenvolveram R ao longo de duas décadas.
O R tem agora um dos ecossistemas mais ricos para realizar a análise de dados.
Existem cerca de 12000 pacotes disponíveis no CRAN (repositório de código
aberto). É possível encontrar uma biblioteca para qualquer que seja a análise
que você deseja executar. A rica variedade de bibliotecas faz de R a primeira
escolha para análise estatística, especialmente para trabalhos analíticos
especializados. A diferença de ponta entre R e os outros produtos estatísticos é
a saída. R possui ferramentas fantásticas para comunicar os resultados. O
Rstudio vem com a biblioteca knitr que tornou a saída de informações trivial e
elegante, facilitando a criação de documentos.

5. Acadêmicos e estatísticos desenvolveram R ao longo de duas décadas.
O R tem agora um dos ecossistemas mais ricos para realizar a análise de
dados. Existem cerca de 12000 pacotes disponíveis no CRAN (repositório de
código aberto). É possível encontrar uma biblioteca para qualquer que seja
a análise que você deseja executar. A rica variedade de bibliotecas faz de R
a primeira escolha para análise estatística, especialmente para trabalhos
analíticos especializados. A diferença de ponta entre R e os outros produtos
estatísticos é a saída. R possui ferramentas fantásticas para comunicar os
resultados. O Rstudio vem com a biblioteca knitr que tornou a saída de
informações trivial e elegante, facilitando a criação de documentos.