Вы точно не пошли по самому простому пути в Python. На самом деле, вы в значительной степени сравнили библиотеку Python (т. е. NumPy) с R (ну, и с Cobol), а не с самим языком. Я ценю логику, стоящую за этим, но для целей этой статьи вам все равно не нужно было использовать NumPy.
Сказав это, R — это язык, специально разработанный для анализа данных, в то время как Python разработан как язык общего назначения, на котором вы можете выполнять метапрограммирование. Хотя в R это возможно, я действительно не хотел бы идти по этому пути и тратить остаток своей жизни на кодирование/отладку.
Это, конечно, вопрос личного мнения, однако лично мне не нравится использовать чрезмерно упрощенные/целевые языки (например, R или Matlab) для масштабных проектов программирования. Мало того, что они, как правило, более неэффективны в своих процессах, их также сложнее анализировать и отлаживать (и несколько невозможно оптимизировать).
Хотя для многих Cobol может показаться забавным выбором, он очень эффективен. Хотя я предпочел бы использовать C или Java вместо Cobol, просто чтобы мотивировать себя прочитать свой код на следующий день. Оптимизация — это фактор, который чаще всего упускается из виду, особенно теми, кто не является профессиональным программистом.
В любом случае спасибо за статью. Это полезное сравнение, особенно в учебных целях.
