R语言的发明， Ross Ihaka 和 Robert Gentleman

R语言最初的设计目的就是在S语言的基础上构建一个免费、开源、并具有更广泛社区支持的工具。Ihaka和Gentleman认为，一个开源的编程语言不仅可以减少研究和教学中的经济负担，还能通过社区的力量不断改进和扩展其功能，从而更好地服务于统计学研究与教学。

为帮助大家更出色地掌握临床统计、数据挖掘以及人工智能建模的入门知识和应用，由于众多同学在计算机编程上经验欠缺，特此开设《R 探索临床数据科学》专栏。该专栏每周至少会定期更新三篇，直到整个专栏更新完成。每篇文章都在 5000 字以上，质量平均分高达 94 分。要提醒大家的是，每结束一个章节，专栏的优惠力度就会减小，当下正是订阅的最佳优惠时段，诚邀各位积极订阅！

专栏《R 探索临床数据科学》链接：https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482

R语言的发明始于20世纪90年代初，当时统计学领域正经历快速发展。Ross Ihaka和Robert Gentleman两位统计学家共同创造了R语言。Ihaka是新西兰奥克兰大学的统计学副教授，Gentleman则是加拿大统计学家兼生物信息学家。两人合作的初衷是开发一个能够满足统计学教学和科研需求的编程语言，因为当时现有的统计软件如SAS、SPSS等，虽然功能强大，但价格高昂且难以灵活应对科研的复杂需求。

方面	R语言	S语言
起源	1990年代初在奥克兰大学开发的开源项目，灵感来自S语言	1970年代中期在贝尔实验室开发，主要用于内部统计研究
主要开发者	Ross Ihaka, Robert Gentleman	John Chambers, Rick Becker, Allan Wilks
目的	最初设计用于统计计算和图形制作，重点是易用性和可扩展性	设计用于统计计算和数据分析，主要用于研究目的
是否开源	是的，R完全开源	最初是专有软件，后来的版本（S-PLUS）为商业软件
受欢迎程度	在学术界和工业界广泛流行；有强大的社区驱动发展	在研究机构和统计学家中流行，尤其是在1980年代和1990年代
社区支持	拥有广泛的社区支持，有众多论坛、邮件列表和在线资源	社区支持有限，主要由商业实体（如S-PLUS）推动
包管理	Comprehensive R Archive Network (CRAN) 拥有超过18,000个包	S-PLUS中的商业包管理系统；没有CRAN那么广泛
语法相似性	与S语言高度相似，但包含了额外的功能和改进	R语言的基础；R语言扩展和修改了S语言的语法
应用范围	范围广泛，用于统计分析、数据可视化等	主要集中在统计分析和数据建模
面向对象编程	支持面向对象编程，包括S3和S4类	支持面向对象编程，但主要使用S3类
数据处理能力	有效处理大型数据集；设计时考虑了数据操作和分析的需求	数据分析效果良好，但与现代R相比处理极大数据集的效率较低
词法作用域	使用类似于Scheme的词法作用域，使代码更灵活和可靠	早期版本使用动态作用域；后来的版本引入了词法作用域

Ross Ihaka

Ross Ihaka于1954年出生于新西兰，他在奥克兰大学完成了本科教育，随后赴美国加利福尼亚大学伯克利分校攻读博士学位，并于1985年获得博士学位，他的博士研究主要集中在地震干涉测量的统计建模上，为之后他在统计领域的贡献奠定了基础。

后面，Ihaka的学术生涯主要在奥克兰大学度过，他在这里担任统计学副教授直至2017年退休。他不仅在教学上倾注了大量精力，还积极参与编程语言的开发与推广。在R语言诞生之后，Ihaka的贡献得到了广泛认可，2008年他因对R语言开发的贡献获得了新西兰皇家学会的皮克林奖章。在新西兰，他被视为统计学领域的重要人物，他的贡献不仅局限于R语言，还包括对统计教育的深远影响。

Robert Gentleman

Robert Gentleman是R语言的另一位创始人，他的学术背景涉及统计学和生物信息学。在加入R语言开发之前，Gentleman已经在统计领域做出了重要贡献。他的研究兴趣主要集中在计算生物学和基因组学的统计方法开发上。

Gentleman在加拿大完成了他的本科教育，随后在哈佛大学和弗雷德·哈钦森癌症研究中心等机构担任了多个学术与研究职务。他的工作主要围绕如何分析和解读生物数据展开，特别是基因组数据的统计分析。在这些研究过程中，Gentleman认识到现有的统计工具不足以应对复杂的生物数据分析需求，这成为他参与R语言开发的重要动因之一。

Gentleman在R语言的开发中，主要贡献了很多与生物信息学相关的包和工具，这些工具极大地推动了R语言在生物学领域的应用。他的研究与开发工作不仅增强了R语言的功能性，也使得R语言成为生物信息学领域的重要工具之一。