说说具体的理由r
vivo x6plus 主打HiFi音质 喜欢听音乐的可以考虑一下！
只要是女生用都好
oppo啦， 追问 为什么呢 追答 喜欢没理由
选择的原因：
4年前，我进入课题组，为了和组内师兄保持一致，我使用R。当时有matlab和c的使用经验，但并不知道有python的存在。
满足的需求：
主要工作是数据处理，机器学习模型构建，可视化，报表生成等。
涉及到的 包/工具链 大概是 极乐净土-tidyverse （R 新世界的大门向你敞开，readr的读取速度，dplyr的管道操作符，ggplot2令人惊奇的画图方式及效果，绝对值得学习，也是我最常用的）。
caret , mlr 等（这两者，以及其他的rpart，sl3，randomforest，ranger等都是用于机器学习建模）。
可视化除了ggplot2，还有衍生出来的ggthemes等一系列ggxxxxx专为科研、商务设计的图表主题包。当然，少不了要提plotly，recharts, dygraphs等用于可交互式绘图的包。在研究中，我用的最多的是ggplot2。
报表生成：有shiny，shinydashboard，dashboard等用于快速网页搭建，用于展示研究流程与结果的包；knitr + rmarkdown + rmdformats + prettydoc 可以让你把代码嵌入文档，生成各种炫目主题的slides。也可以导出成word或者pdf，ppt。这对于可重复性研究，或者批量的报表生成而言，真的非常重要。bookdown，blogdown，pagedown 和 rticles ，分别让你可以用R写书，写博客（静态博客网站），轻便快速地写文档，简历，以及写科研论文（是的，就是写论文，有各种期刊的标准模板在内，无须为格式担忧，只需要专注于内容）。R用户出了要感谢Hadley之外，还得感谢缔造了写作黑魔法的辣个男人-谢益辉。
上面的包我都用过，但是最后常用的，我认为在我的工作里必不可少的，还是Rcpp， ggplot2，shiny，bookdown，dplyr， rmarkdown 以及 knitr。
关于不得不使用：
我认为在数据处理，机器学习，可视化上，没有所谓的不得不使用R。可能R会有些前沿的统计学相关的包，但是自然有人造出python的轮子。
ggplot2也有对应的python包，更遑论机器学习这样的领域，简直是Python的主战场。
不得不使用，这个说法不会是你使用R的原因，而是你不愿意放弃R的原因。
我喜欢bookdown，喜欢在rmd中写完代码 + 文本，一键生成文章或者报表。我个人认为，这比python中的生态要更好（如果有问题，请大家指出python中的玩法）。
极端情况与放弃：
我研究方向是建筑空调控制节能，和R八竿子打不着。曾经我面临下述困境，但是造轮子基本能解决大半：
没有和建筑仿真软件EnergyPlus的接口，而python中有eppy。幸运的是，贾洪愿师兄（现在貌似在新加坡），开发了eplusr 。当时我在github上看到还是雏形的eplusr，发了封邮件去请教贾师兄。贾师兄邮件回复了很多内容，有关于建筑仿真的，有关于他对R的看法，以及对我的鼓励。以至于当时连rmarkdown都不知道的我，觉得师兄实在很贴心。此后，他的看法与建议一直影响我。eplusr现在一直在保持更新，而且对用户十分友好，使用data.table解析EP中的各种class，效率十分高效。我自己也用（真的不是广告呀，可恶），反观我的某控制包，算法包，想起来就改改，也没有重构的勇气……没有模型预测控制相关的包。后面利用MIT 胡安琪的CVXR包，结合ECOS求解器，自己也造了个MPC的轮子，用于研究中的某一块。深度学习。某段时间，需要把控制中的状态方程模型（state-space model）用DNN之类的模型替代，而python无疑更加合适。好在R提供了reticulate，可以调用python中的模块，如tensorflow，pytorch，keras等框架或者接口。协同仿真。涉及到FMI接口，但是也可以利用reticulate + pyFMI的方式来解决。我也想开发一个基于Rcpp，操作FMU的包，但是现在力有未逮。不过，我现在倒是有翻译rcpp4everyone，中文翻译项目老少咸宜Rcpp获得原作者授权，大家如果想了解一些Rcpp的基础知识，可以看看。（还是忍不住厚颜无耻地做了广告，原谅这羞耻的书名）最后，其实我在自己的研究时间中，会使用matlab和python，c。比如，某些控制/优化算法我希望写到硬件上，我需要用c；我需要复现论文里面的工作，看懂其他工作中代码，需要python；某些复杂的控制策略，在matlab中做前期的实现更加方便，后面为了pipeline平台的一致，我再考虑移植到R上。
所以，我认为，每个语言都有自己合适的应用场景。使用R让我觉得很便捷，舒适（R真的很随性……），这并不意味着我不能使用python或matlab。
对未来的期许：
其实现在R已经很完备（或者说，是不可能再从根本上改变的），所以我有很多不切实际的期许。
嵌入式编程；能不能出一款能够用R编程的硬件，类似于python之于raspberry深度学习；除了mxnet，有没有其他的深度学习平台能移植到R上。现有的tensorflow和keras包，实际上还是通过reticulate调用python的玩法来实现，版本还要落后python。尽管mxnet是一个选择，但是用完后，都会导致Rstudio崩溃（无法关闭）。部署。原来我尝试过使用C# + R进行软件开发，差强人意。Rcpp作者Dirk 给出的做法是，使用Qt + R + Rinside，但对各软件版本都有要求。Python有和Qt结合的成熟方案，而R却没有。上面3个方面都是我研究中遇到的问题，而我却不能造轮子来解决（我恨呀）。
不过转头想想，与其希望某种语言做出改变，不如通过另外的渠道来解决你的问题，这样更高效。
再次添加一个奢望：
能不能提供，快速基于现有C++库开发出对应Rcpp包的黑魔法...
看地方、环境！不放没气氛！有的地方也不能放，不安全！
x6plus这款手机挺不错，可以了解一下；
x6plusD的主要参数如下：
操作系统：最新版本为基于Android 5.1的Funtouch OS 2.5系统
屏幕：5.7英寸 分辨率：1080*1920（OLED）
拍照：前置800万像素/后置1300万像素(PDAF)
处理器： MTK八核 64位 1.7GHz
外观尺寸：158.40×80.00×6.85mm
电池容量：3000mAh，不可拆卸电池
重量： 171g
网络支持：支持联通移动双4G网络、联通移动双3G网络，同时支持移动、联通2G网络
机身内存：4G RAM+64G ROM
不支持SD卡扩展的
x6plusL的主要参数如下：
操作系统：最新版本为基于Android 5.1的Funtouch OS 2.5系统
屏幕：5.7英寸 分辨率：1080*1920（OLED）
拍照：前置800万像素/后置1300万像素(PDAF)
处理器：1.7GHz 八核
外观尺寸：158.40×80.00×6.85mm
电池容量：3000mAh，不可拆卸电池
重量： 171g
网络支持：移动4G、移动3G、移动联通2G网络
机身内存：4G RAM+64G ROM
不支持SD卡扩展的
x6plusA的主要参数如下：
操作系统：最新版本为基于Android5.0的Funtouch OS 2.5系统
屏幕：5.7英寸 分辨率：1080*1920（OLED）
拍照：前置800万像素/后置1300万像素(PDAF)
处理器： 1.7GHz 八核处理器
外观尺寸：158.16×79.94×7.7mm
电池容量：4000mAh，不可拆卸电池
重量：190g
网络支持：1、使用单卡时，卡槽1和卡槽2均支持移动、联通、电信的4G/3G/2G网络。
2、使用移动/联通的双卡时，一张卡工作在4G/3G/2G网络上，另一张卡工作在2G网络上，可以任意切换。
3、使用电信+移动/联通的双卡时，手机默认电信卡工作在4G/3G/2G网络上，若将移动/联通卡切换到4G/3G/2G网络上，电信卡将无信号。
4、手机无法同时支持两张电信卡。
机身内存：4G RAM+64G
不支持SD卡扩展的
可以进入百度搜索vivo官网进入官网了解一下具体参数。