top50 TIOBE Index for November 2023 programming language
Refer to the following url:
https://www.tiobe.com/tiobe-index/
The classification of these programming languages
-
命令式编程语言:
C、C++、JavaC#、Java、Script、PHP、Visual Basic、Python、Go、MATLAB、Kotlin、Delphi/Object Pascal、Swift、Ruby、R、Rust、COBOL、(Visual) FoxPro、Ada、D、Perl、Lua、Objective-C、Dart、Scala、VBScript、Logo、TypeScript、PL/SQL、ABAP、X++、CFML、Apex、Bash -
在以上命令式编程语言中：
面向过程的编程语言：C、C++、PHP、Visual Basic、Python、Go、MATLAB、Delphi/Object Pascal、Rust、COBOL、(Visual) FoxPro、Ada、D、Perl、Lua、Dart、PL/SQL、VBScript、Bash面向对象的编程语言：C++、Java、C#、Python、Kotlin、Swift、Ruby、R、Scala、Logo、TypeScript、ABAP、X++、CFML、Apex
-
声明式的编程语言:
SQL、Fortran、Prolog、F#, Lisp, Haskell, Scheme -
函数式的编程语言：
Haskell, F#, Lisp, Scheme -
逻辑式的编程语言：
Prolog
在这些编程语言中，C语言、C++、Java和Python等是大众所知晓的，而且在我的本科学习生涯中这些编程语言我都必学。在top50 TIOBE Index for November 2023programming language中我发现了R语言。
R
- 功能
R是一套完整的数据处理、计算和制图软件系统。其功能包括：数据存储和处理系统；数组运算工具（其向量、矩阵运算方面功能尤其强大）；完整连贯的统计分析工具；优秀的统计制图功能；简便而强大的编程语言：可操纵数 据的输入和输出，可实现分支、循环，用户可自定义功能。
与其说R是一种统计软件，还不如说R是一种数学计算的环境，因为R并不是仅仅提供若干统计程序、使用者只需指定数据库和若干参数便可进行一个统计分析。R的思想是：它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。
该语言的语法表面上类似C，但在语义上是函数设计语言（functional programming language）的变种并且和Lisp以及APL有很强的兼容性。特别的是，它允许在“语言上计算”（computing on the language）。这使得它可以把表达式作为函数的输入参数，而这种做法对统计模拟和绘图非常有用。
R是一个免费的自由软件，它有UNIX、LINUX、MacOS和WINDOWS版本，都是可以免费下载和使用的。在那儿可以下载到R的安装程序、各种外挂程序和文档。在R的安装程序中只包含了8个基础模块，其他外在模块可以通过CRAN获得。
R的源代码可自由下载使用，亦有已编译的执行档版本可以下载，可在多种平台下运行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacOS。 R主要是以命令行操作，同时有人开发了几种图形用户界面。
R内建多种统计学及数字分析功能。因为S的血缘，R比其他统计学或数学专用的编程语言有更强的物件导向（面向对象程序设计）功能。
R的另一强项是绘图功能，制图具有印刷的素质，也可加入数学符号。
虽然R主要用于统计分析或者开发统计相关的软体，但也有人用作矩阵计算。其分析速度可媲美GNU Octave甚至商业软件MATLAB。
R的功能能够通过由用户撰写的套件增强。增加的功能有特殊的统计技术、绘图功能，以及编程界面和数据输出/输入功能。这些软件包是由R语言、LaTeX、Java及最常用C语言和Fortran撰写。下载的执行档版本会连同一批核心功能的软件包，而根据CRAN纪录有过千种不同的软件包。其中有几款较为常用，例如用于经济计量、财经分析、人文科学研究以及人工智能。
- R语言环境
R是一套由数据操作、计算和图形展示功能整合而成的套件。包括：有效的数据存储和处理功能，一套完整的数组（特别是矩阵）计算操作符，拥有完整体系的数据分析工具，为数据分析和显示提供的强大图形功能，一套（源自S语言）完善、简单、有效的编程语言（包括条件、循环、自定义函数、输入输出功能）。
在这里使用“环境”（environment）是为了说明R的定位是一个完善、统一的系统，而非其他数据分析软件那样作为一个专门、不灵活的附属工具。
R很适合被用于发展中的新方法所进行的交互式数据分析。由于R是一个动态的环境，所以新发布的版本并不总是与之前发布的版本完全兼容。某些用户欢迎这些变化因为新技术和新方法的所带来的好处；有些则会担心旧的代码不再可用。尽管R试图成为一种真正的编程语言，但是不要认为一个由R编写的程序可以长命百岁。
- R与统计
在我们对R语言环境的介绍中并没有提到统计，不过很多人都把R作为一个统计系统来使用。我们倾向于把它当作环境，使得经典和现代统计技术在其中得到应用。一部分已经被内建在基本的R语言环境中，但是更多的是以包的形式提供的。由8个包是随着R一同提供的（称作标准包），其它的可以通过CRAN的成员网站获得。
通过R可以使用绝大多数的经典或者最新的统计方法，不过用户需要花一些功夫来找出这种方法。
S（和R）与其他主流的统计系统在本质上有一个很重要的不同。在S中，统计分析通常由一系列的步骤完成，同时将交互的结果存储在对象中。所以，尽管SAS和SPSS在一个回归或者判别分析中会给出丰富的输出结果，R只是给出一个最小的输出，而将结果保存在一个适当的对象中由R函数进行后续查询。
- R与视窗系统
使用R最便捷的方式是在一个运行视窗系统的图形工作站上。这份指南就是为拥有这项便利的用户准备的。尽管我们绝大部分的内容都是来讲R环境的一般应用，我们还是会时不时的提到R在Xwindow系统下的应用。
与操作系统的直接互动对多数用户来说都是必要的。在这份指南中我们主要讨论在UNIX系统下的互动，所以Windows下的R用户需要做出一些小的调整。
对工作站的定制是一项直接而有效但又单调乏味的过程，在这里我们并不会作更深入的讨论。如果您在这方面遇到了困难可以向你身边的专家寻求帮助。