R編程語言在數據分析與機器學習領域已經成為一款重要的工具。隨著機器逐步成為愈發核心的數據生成器，該語言的人氣也必然會一路攀升。不過R語言當然也擁有著自己的優勢與缺點，開發人員只有加以了解后才能充分發揮它的強大能力。
正如Tiobe、PyPL以及Redmonk等編程語言人氣排名所指出，R語言所受到的關注程度正在快速提升。作為一款誕生于上世紀九十年代的語言，R已經成為S統計編程語言的一類實現方式。
R語言它易于從計算機科學角度出發實現編程，R語言隨時間推移正呈現出愈發迅猛的發展態勢，并成為能夠將不同數據集、工具乃至軟件包結合在一起的膠水型語言。
R語言是創建可重復性及高質量分析的最佳途徑。它擁有數據處理所必需的一切靈活性及強大要素，用R語言編寫的大部分程序實際上都是在將各類腳本整理到項目當中。
R語言擁有強大的軟件包生態系統與圖表優勢
R語言的優勢主要體現在其軟件包生態系統上。龐大的軟件包生態系統無疑是R語言最為突出的優勢之一，如果某項統計技術已經存在，那么幾乎必然存在著一款R軟件包與之對應。
其中內置有大量專門面向統計人員的實用功能。R語言具備可擴展能力且擁有豐富的功能選項，幫助開發人員構建自己的工具及方法，從而順利實現數據分析。
R語言在圖形及圖表方面的一切能夠都是“無與倫比”的。其dplyr與ggplot2軟件包分別用于進行數據處理與繪圖。
在機器學習方面，R語言的優勢則體現在與學術界的強大聯動效應，在這一領域的任何新型研究成果可能都會馬上以R軟件包的形式體現出來。因此從這個角度看，R語言始終站在技術發展的尖端位置，這種接入軟件包還能夠提供良好的途徑，幫助我們利用相對統一的API在R語言環境下實現機器學習研究。目前已經有眾多主流機器學習算法以R語言作為實現手段。

R語言的軟件包涉及領域非常廣，包括社會網絡分析，統計，繪圖，自然語言處理，生物相關統計等等，而它們共用一套R語言的語法和語義規則，學了R，可以免去學spss，matalab，ucinet等等眾多的軟件，可以減少不少的學習時間，前景應該不錯