Programmazione efficiente in R: Guida pratica a una programmazione più intelligente

Recensioni dei lettori

Il libro tratta le pratiche di codifica efficienti in R, concentrandosi principalmente sull'ottimizzazione delle prestazioni per grandi insiemi di dati. Se da un lato offre spunti e tecniche preziose per gli utenti principianti e intermedi, dall'altro presenta una quantità significativa di contenuti di base che potrebbero non essere adatti ai programmatori più esperti. Inoltre, soffre di problemi di editing e di qualità della produzione.

Fornisce suggerimenti e tecniche pratiche per una programmazione efficiente in R, specialmente per grandi insiemi di dati.

Copre concetti importanti come la gestione della memoria, le convenzioni di codifica e la collaborazione.

(basato su 12 recensioni dei lettori)

Titolo originale:

Efficient R Programming: A Practical Guide to Smarter Programming

Contenuto del libro:

Esistono molte risorse R eccellenti per la visualizzazione, la scienza dei dati e lo sviluppo di pacchetti. Centinaia di vignette sparse, pagine web e forum spiegano come usare R in particolari ambiti. Ma poco è stato scritto su come far funzionare R in modo efficace, fino ad ora. Questo libro pratico insegna ai principianti e agli utenti esperti di R come scrivere codice R efficiente.

Basandosi su anni di esperienza nell'insegnamento dei corsi di R, gli autori Colin Gillespie e Robin Lovelace forniscono consigli pratici su una serie di argomenti - dall'ottimizzazione della configurazione di RStudio all'utilizzo del C++ - che rendono questo libro un'utile aggiunta alla libreria di qualsiasi utente di R. Accademici, utenti aziendali e programmatori provenienti da una vasta gamma di ambienti potranno trarre vantaggio dalle indicazioni contenute in Efficient R Programming.

⬤ Ottieni consigli per la creazione di un ambiente di programmazione R.

⬤ Esplorare i concetti generali di programmazione e le tecniche di codifica di R.

⬤ Comprendere gli ingredienti di un flusso di lavoro R efficiente.

⬤ Imparare a leggere e scrivere dati in modo efficiente in R.

⬤ Tuffarsi nella carpenteria dei dati, l'abilità vitale per la pulizia dei dati grezzi.

⬤ Ottimizzare il codice con il profiling, i trucchi standard e altri metodi.

⬤ Determinare le capacità hardware per gestire i calcoli in R.

⬤ Massimizzare i vantaggi della programmazione collaborativa in R.

⬤ Accelerare la transizione da hacker R a programmatore R.