Size: a a a

R language and Statistical data analysis

2020 May 12

Y

Yulia in R language and Statistical data analysis
хотя когда более-менее разбираешься, начинаешь ценить векторизацию в R
источник

AS

Alexander Semenov in R language and Statistical data analysis
Jury Sergeev
как мне думается - этот ключевой момент в курсах как-то быстро пролетают, идя с места в карьер... может потому всем так все сложно?
Хотя я выше и написал, что тонкости языка с программистами не обсуждаю, но всё же: 1) я не понимаю, почему этот момент является ключевым; 2) сложно мне было только на курсах Roger Peng (ибо он плохо объяснял) => ergo...
источник

MS

Maria Servetnik in R language and Statistical data analysis
Мне как трепетной психологине с самого начала было легко с дт и до сих пор те же претензии к диплиру, что у Филиппа 🤷‍♀️ Мне кажется, это разделение на «диплир для гуманитариев, дт для программистов» выбрасывает ребёнка вместе с водой.
источник

AS

Alexander Semenov in R language and Statistical data analysis
У меня сознание замутнено не информатикой, а ежедневными задачами: взять табличку, что-то отфильтровать, что-то сделать с колонками, отсортировать, подать на вход в какую-нибудь функцию. С этой точки зрения инфа про векторы и прочее ООП мне совершенно нерелевантна.
источник

JS

Jury Sergeev in R language and Statistical data analysis
Alexander Semenov
Хотя я выше и написал, что тонкости языка с программистами не обсуждаю, но всё же: 1) я не понимаю, почему этот момент является ключевым; 2) сложно мне было только на курсах Roger Peng (ибо он плохо объяснял) => ergo...
ну для меня это было так, мешала практика языков общего назначения
источник

ГД

Григорий Демин... in R language and Statistical data analysis
Yulia
ну, вот мне как трепетной социологине питон на входе давался гораздо легче как раз из-за того, что типов данных там меньше и не нужно с этим особо париться было
В питоне меньше типов данных??? Мне трепетная психологиня дословно говорила ровно противоположная "Мне с R проще, потому что в нем меньше типов данных"
источник

JS

Jury Sergeev in R language and Statistical data analysis
Alexander Semenov
У меня сознание замутнено не информатикой, а ежедневными задачами: взять табличку, что-то отфильтровать, что-то сделать с колонками, отсортировать, подать на вход в какую-нибудь функцию. С этой точки зрения инфа про векторы и прочее ООП мне совершенно нерелевантна.
ну вот понимание векторов позволяло в две условные строчки кода задачу решить... а если как в других языках - нуууу, много кода, медленно
источник

AS

Alexander Semenov in R language and Statistical data analysis
Maria Servetnik
Мне как трепетной психологине с самого начала было легко с дт и до сих пор те же претензии к диплиру, что у Филиппа 🤷‍♀️ Мне кажется, это разделение на «диплир для гуманитариев, дт для программистов» выбрасывает ребёнка вместе с водой.
Пока нам здесь что-то кажется, по данным того же Филиппа студенты своей выбор вроде как сделали.
источник

JS

Jury Sergeev in R language and Statistical data analysis
Григорий Демин
В питоне меньше типов данных??? Мне трепетная психологиня дословно говорила ровно противоположная "Мне с R проще, потому что в нем меньше типов данных"
согласен, как бы в R только вектор, остальное - производные же... лист - вектор, где каждый элемент - вектор или лист... фрейм - опять таки лист, где каждый элемент - колонка нашего фрейма...
источник

JS

Jury Sergeev in R language and Statistical data analysis
проще же, в итоге... но не на входе ))) в моем личном случае
источник

Y

Yulia in R language and Statistical data analysis
Григорий Демин
В питоне меньше типов данных??? Мне трепетная психологиня дословно говорила ровно противоположная "Мне с R проще, потому что в нем меньше типов данных"
у нас с ней разные питоны и р, видимо х)))
источник

ГД

Григорий Демин... in R language and Statistical data analysis
Yulia
у нас с ней разные питоны и р, видимо х)))
Ну я вот честно, не понимаю... для питона даже для пандаса надо сразу же знать список, словарь, кортеж,  pandas series ну и сам data.frame. Ну и скаляры никуда не деваются. А в R что?
источник

Y

Yulia in R language and Statistical data analysis
Григорий Демин
Ну я вот честно, не понимаю... для питона даже для пандаса надо сразу же знать список, словарь, кортеж,  pandas series ну и сам data.frame. Ну и скаляры никуда не деваются. А в R что?
Где дабл, где инт, где флоат, где чёртов фактор, не говорю уж о датафреймах, дататейблах, тибблах всяких, которые не совместимы друг с другом
источник

Y

Yulia in R language and Statistical data analysis
и все автоматически друг в друга переводится, если ты вдруг функцию другой библиотеки используешь
источник

ГД

Григорий Демин... in R language and Statistical data analysis
Yulia
Где дабл, где инт, где флоат, где чёртов фактор, не говорю уж о датафреймах, дататейблах, тибблах всяких, которые не совместимы друг с другом
как можно столкнуть с различием int, float, double - не знаю. Они и в питоне есть... Про факторы, да, надо знать.
источник

Y

Yulia in R language and Statistical data analysis
у меня тут давеча был случай с инт и дабл, а в питоне бывают проблемы с флоатами и интами
источник

Y

Yulia in R language and Statistical data analysis
думаю, во многом суть в том, что для анализа табличных данных у питона только пандас, и особо задумываться не надо. а в R разнообразие
источник

Y

Yulia in R language and Statistical data analysis
а с разнообразием - муки выбора и несовпадение форматов данных
источник

ГД

Григорий Демин... in R language and Statistical data analysis
Yulia
думаю, во многом суть в том, что для анализа табличных данных у питона только пандас, и особо задумываться не надо. а в R разнообразие
ну, можно жить в одной экосистеме и не парится...
источник

AS

Alexander Semenov in R language and Statistical data analysis
Yulia
думаю, во многом суть в том, что для анализа табличных данных у питона только пандас, и особо задумываться не надо. а в R разнообразие
Похоже R у нас с вами тоже какой-то разный.
источник