因為R語言語法簡單（類似于matlab），函數功能強大，所以很容易上手。

真正讓R無法媲美python的主要有兩個原因：

1.R的有太多的包（這點和python一樣，但是R更多）。但是R做的不好的地方是，很多packages有自己各自的邏輯，并且各不一樣，導致R的學習者不僅僅要學R本身，還有學習各個packages背后的一套邏輯，并且需要花時間精力去記住每個package里面命名各異的函數。這種情況造成了學習者在短時間內無法把從一個package里獲得的經驗和代碼流出遷移到另一個package里，經常會不斷地學習新的function，這是為什么R的學習曲線陡峭。而在工業界，比較忌諱這一點。

2.R和matlab一樣，每個package里面的函數集合了太多的功能（比python的還要集合的多）。雖然這些函數實現起來很傻瓜，但是無法滿足工業界處理大數據的需求（集合的功能太多，一方面造成不必要的資源消耗，另一方面給底層代碼優化帶來了難度，所以R和matlab的底層優化做的并不好）。因此R，在python沒有興起之前，在美國大學學術界占有統治地位。學術界所需要的data量不大，那些professor很容易用R實現自己的統計分析和可視化報告。但是在工業界，R的數據處理能力比起python就相形見絀了。

綜上所述，R和matlab偏學術研究，而python配合Go，Java，C，C++更適合能夠落地的業界項目。