Почему при анализе данных Вам нужно изучать программирование?

29.08.2020 | Лайфхак | Автор: СтудЗона | Просмотры: 154

Интересно, если Ваша специальность связана с расчётом статистических данных или их анализом, Вы не сможете обойтись без изучения языка программирования, например Python. Почему так и чтог такого интересного в Питоне?

Сильной стороной Python и особенностью, которая делает этот язык привлекательным для многих, является то, что Python - это так называемый объектно-ориентированный язык программирования (ООП).

Альтернативный стиль программирования - процедурный, который можно рассматривать как набор упорядоченных инструкций. Указание географического направления является хорошей аналогией с процедурными инструкциями: например, 

  1. на втором повороте направо, 
  2. на кольцевой развязке прямо и 
  3. на светофоре повернуть налево.

Этот стиль - это то, что большинство людей понимает под термином «программирование», и действительно, именно так мы подходили к программированию до сих пор в этом курсе, поскольку это простой и эффективный способ выполнения задач от базовой до средней сложности. Однако по мере того, как вы создаете более сложные программы, вы можете обнаружить, что становится все труднее отслеживать в собственном сознании, что происходит. 

Что делает конкретная функция или переменная? Как мне расположить мои многочисленные страницы кода? Должен ли я сделать значение доступным для всех частей моего кода? Эти вопросы вы можете задать себе по мере увеличения вашей кодовой базы.

ООП легче понять людям, особенно когда программа увеличивается с размером, потому что она моделирует наш повседневный мир. Другими словами, он классифицирует свои компоненты на объекты, которые можно рассматривать как автономные сущности, обладающие собственными свойствами. Различные объекты могут взаимодействовать друг с другом, а связанные объекты составляют группы, известные как классы.

Обычно краткий курс, который знакомит с основными концепциями ООП проходят все статисты 

Затем они более подробно изучают как создавать объекты и управлять ими. Если Вы хотите посмотреть на пример их работы - Вы можете взглянуть на анализ таможенной статистики импорта бульдозеров в Россию в 2017 году, который  представлен на странице https://ved-stat.com/tamozhennajastatistica. Хотя обычно этот курс не обеспечивает исчерпывающего обсуждения ООП в Python, к концу курса слушатели должны быть в состоянии создавать сложные объекты для анализа и исследования. Посетители также должны узнать об онлайн-ресурсах и документации, чтобы стать знатоками ООП Python.

На самом деле различие между языком ООП и процедурным языком несколько размыто. Perl (ранее самый популярный язык биоинформатики), например, имеет компонент ООП, но даже опытные фанаты редко когда-либо используют этот аспект языка. В этом отношении язык статистического программирования R аналогичен, но многие пользователи будут иметь дело только с объектами R явно при обработке вывода внешних модулей. В отличие от этого, Java была разработана как ООП с нуля, и учащиеся будут ознакомлены с этими концепциями с самого начала. 

Python находится между Perl и Java в том смысле, что программисты вполне могут писать код, лишь поверхностно знакомясь с объектами, например, при выполнении методов для определенных объектов. Однако, обладая немного большим опытом, вполне возможно создать сложное объектно-ориентированное программное обеспечение в стиле, более типичном для Java.

Зарегистрируйся и получи 50 Вт. ?