Импорт, подготовка, обработка, визуализация и моделирование данных | Уикем Хэдли, Гроулмунд Гарретт https://www.ozon.ru/product/yazyk-r-v-zadachah-nauki-o-dannyh-import-podgotovka-obrabotka-vizualizatsiya-i-modelirovanie-dannyh-143507572/?from=share_ios
спасибо😌
Бесплатно на английском можно этот курс выборочно читать https://stat545.com/
И сюда: https://www.tidyverse.org/
И английский нужен. Чаще всего в Р подробная инфа по ошибке выдаëтся и обычно достаточно еë скопировать и вставить в гугл. Который приведëт на стек оверфлоу, на котором 90% решений есть
Самый лучший был совет — потратить пару вечеров на книги и сделать небольшой фундамент. Без него все будет фрагментарно и удивительно
В Google Colab ссылка на SO автоматически появляется в случае возникновения ошибки.
Даже гуглить не надо. Может он и код за тебя пишет, стоит только подумать?))
github copilot и openai codex доберутся до R, тогда посмотрим)
В Р даже все проще и удобнее чем питоне. Вам крупно повезло
прям все все все?))
у каждого свое "все-все-все" и ограничивается неким подмножеством функционала. если интересно по сути, то можно в виде "фрагмент на питоне" — "фрагмент на R". это наиболее объективный способ. в инете, конечно же, есть подобные штуки, но они там, опять же, через свою призму смотрят.
в моем опыте в таких сравнениях R лаконичнее
и я про то же. но у Марка может есть другие примеры — можем помочь сопоставить
Я сейчас побуду адвокатом дьявола, но всё же. Только после того как поработаешь с данными в питоне, понимаешь на сколько R крутой, тут вопросов нет — питоновский pandas это тупое говно тупого говна неудобно, хотя может это всё дело привычки. Но вот предложений по работе на R в сравнении с Питоном в разы меньше. По крайней мере в РФ, по крайней мере для джуниоров.
Ну так все об этом знают, что в России работодатели откровенно не любят R. Это ни для кого не тайна
Да я понимаю, я просто продублировал эту инфу для новичка)
Обсуждают сегодня