Python, конечно, хорош — он автоматизирует рутину, собирает данные, обучает модели, делает все быстро, четко. Но если нужна хайлевел статистика и визуализация, то без R сложно. Почти под каждый тест в R есть готовый пакет с нормальной документацией. Всё написано исследователями для исследователей — понятно, достоверно и воспроизводимо.
🐍 В Python-сообществе это подтверждается делом:
Даже разработчики scikit-learn честно признают: статистический анализ — не их цель. Вот и получается, что многие исследователи переходят на R, когда начинается хардкорная статистика.
👩🎨 Визуализация в R — отдельное удовольствие. Знакомо чувство легкой зависти, когда у других графики выглядят как обложка научного Vogue, а у тебя — как Excel в понедельник утром? Цвета не сочетаются, глаза устают, и хочется просто всё оставить черно-белым?
Чаще всего «у других» — это не про дар в дизайне, а про знание, где взять хорошие палитры 🎨. В R их — на любой вкус. Хочешь цвета, как в фильмах Уэса Андерсона? Пожалуйста, wesanderson. Нравятся оттенки в духе столпов искусства? Вот тебе MetBrewer — основано на картинах из The Metropolitan Museum of Art. И всё это добавляется в пару строк. Результат — графики, которые не только доносят смысл. Ими приятно делиться в презентациях, статьях, отчетах.
R может показаться хаотичным: тысячи пакетов, синтаксис, который не сразу укладывается в голове, и подход, который сложно назвать строгим. Но за этим скрывается огромная свобода.
🤝 Хорошо, что не нужно выбирать. Python и R — напарники из хорошего бадди-муви. Один тащит логику и структуру, второй — глубину и душу анализа. Если даже питонисты придумывают способы запуска мощных инструментов «конкурента», может, и вам стоит познакомиться с тем, что предлагает R?
Именно про это наш интенсив «Статистика, R и анализ данных», который идет прямо сейчас. Это не курс «смены языка». Мы хотим, чтобы каждый стал статистически экипированным исследователем — тем, кто понимает, что делает, и умеет объяснить это другим.
🐍 В Python-сообществе это подтверждается делом:
- Питонисты и там, и тут придумывают способы «выхода» в R прямо из своих скриптов. Так, библиотека rpy2 позволяет запускать R-функции из Python.
- Еще имеется plotnine — попытка воссоздать ggplot2. Ведь ни matplotlib, ни seaborn, ни plotly не дают эффектного сочетания гибкости и выразительности. Но все равно ggplot2 остается на голову выше.
- Да, в Python есть statsmodels и scipy. Но их интуитивность меньше, документация сухая, а некоторые стандартные тесты реализованы неудобно.
Даже разработчики scikit-learn честно признают: статистический анализ — не их цель. Вот и получается, что многие исследователи переходят на R, когда начинается хардкорная статистика.
👩🎨 Визуализация в R — отдельное удовольствие. Знакомо чувство легкой зависти, когда у других графики выглядят как обложка научного Vogue, а у тебя — как Excel в понедельник утром? Цвета не сочетаются, глаза устают, и хочется просто всё оставить черно-белым?
Чаще всего «у других» — это не про дар в дизайне, а про знание, где взять хорошие палитры 🎨. В R их — на любой вкус. Хочешь цвета, как в фильмах Уэса Андерсона? Пожалуйста, wesanderson. Нравятся оттенки в духе столпов искусства? Вот тебе MetBrewer — основано на картинах из The Metropolitan Museum of Art. И всё это добавляется в пару строк. Результат — графики, которые не только доносят смысл. Ими приятно делиться в презентациях, статьях, отчетах.
R может показаться хаотичным: тысячи пакетов, синтаксис, который не сразу укладывается в голове, и подход, который сложно назвать строгим. Но за этим скрывается огромная свобода.
🤝 Хорошо, что не нужно выбирать. Python и R — напарники из хорошего бадди-муви. Один тащит логику и структуру, второй — глубину и душу анализа. Если даже питонисты придумывают способы запуска мощных инструментов «конкурента», может, и вам стоит познакомиться с тем, что предлагает R?
Именно про это наш интенсив «Статистика, R и анализ данных», который идет прямо сейчас. Это не курс «смены языка». Мы хотим, чтобы каждый стал статистически экипированным исследователем — тем, кто понимает, что делает, и умеет объяснить это другим.
