R vs. Python vs. Julia

• Bahasa mana yang lebih mudah untuk menulis kode yang efisien

• Menerapkan uji keanggotaan melalui pencarian linear untuk menemukan nilai yang diinginkan dalam dataset berisi satu juta bilangan bulat di tiga bahasa, lalu membandingkannya dengan implementasi C

Perbandingan keseluruhan

• Performa Julia mendekati C. Namun, saat menulis kode yang divektorisasi seperti di R, kecepatannya menjadi 3 kali lebih lambat

• Jika Python ditambah JIT (Numba), performa implementasi berbasis loop menjadi mirip dengan Julia

• Dalam kasus Python, perlu memilih dengan tepat antara list native dan array NumPy, serta menentukan kapan harus menggunakan Numba

• R bukan yang paling cepat, tetapi menunjukkan hasil yang lebih konsisten dibanding Python. (Dibanding implementasi tercepat, R 24 kali lebih lambat, sedangkan Python 343 kali lebih lambat. Julia hanya sekitar 3 kali lebih lambat)

• Native R selalu lebih cepat daripada Native Python

• Jika looping tidak bisa dihindari di Python atau R, looping berbasis elemen lebih efisien daripada looping berbasis indeks

[dalinaum]

Menurut saya, kelemahan fatal Numba adalah ia hanya bisa menunjukkan efektivitas pada Numpy, array, loop, dan sejenisnya, serta harus menggunakan dekorator sehingga kode menjadi bertele-tele.

Bahkan begitu dicampur dengan Pandas saja, sudah ada kekurangan dari sisi performa.