豆瓣
扫码直接下载
重新看了一遍,不得不说,Hadley真的影响了很多人。我喜欢Julia因为在工程化上面要比R好不少,尤其是数据量上来以后,处理一些比较复杂的统计模型和贝叶斯分析的时候。这一版足够精简,处理数据、画图就结束了。我觉得这本书里也暴露了一些 package 根深蒂固的问题。就用DataFrames.jl来说吧,它在最初的目标上是尽可能兼容julia的STL的,但实际操作上做不到,filter的逻辑是 (... 重新看了一遍,不得不说,Hadley真的影响了很多人。我喜欢Julia因为在工程化上面要比R好不少,尤其是数据量上来以后,处理一些比较复杂的统计模型和贝叶斯分析的时候。这一版足够精简,处理数据、画图就结束了。我觉得这本书里也暴露了一些 package 根深蒂固的问题。就用DataFrames.jl来说吧,它在最初的目标上是尽可能兼容julia的STL的,但实际操作上做不到,filter的逻辑是 (f::Function, x::Iterable) 但 DataFrames.jl里面的主要函数就成了 (DataFrame, f::Function) 这就很尴尬。作图工具里面 aog 和 Makie 的逻辑说得很好,如果有更统一的图示化的解析图结构,那也许会更好。但对初学者来说,足够了。 (展开)
> 1人读过
> 5人想读
订阅关于Julia Data Science的评论: feed: rss 2.0
0 有用 4n70n1u5 2024-01-22 00:03:17 上海
重新看了一遍,不得不说,Hadley真的影响了很多人。我喜欢Julia因为在工程化上面要比R好不少,尤其是数据量上来以后,处理一些比较复杂的统计模型和贝叶斯分析的时候。这一版足够精简,处理数据、画图就结束了。我觉得这本书里也暴露了一些 package 根深蒂固的问题。就用DataFrames.jl来说吧,它在最初的目标上是尽可能兼容julia的STL的,但实际操作上做不到,filter的逻辑是 (... 重新看了一遍,不得不说,Hadley真的影响了很多人。我喜欢Julia因为在工程化上面要比R好不少,尤其是数据量上来以后,处理一些比较复杂的统计模型和贝叶斯分析的时候。这一版足够精简,处理数据、画图就结束了。我觉得这本书里也暴露了一些 package 根深蒂固的问题。就用DataFrames.jl来说吧,它在最初的目标上是尽可能兼容julia的STL的,但实际操作上做不到,filter的逻辑是 (f::Function, x::Iterable) 但 DataFrames.jl里面的主要函数就成了 (DataFrame, f::Function) 这就很尴尬。作图工具里面 aog 和 Makie 的逻辑说得很好,如果有更统一的图示化的解析图结构,那也许会更好。但对初学者来说,足够了。 (展开)