Size: a a a

Python для анализа данных

2021 January 11

AL

Aleksey Laptev in Python для анализа данных
да, я просто действительно не могу понять зачем так все усложнять, когда для задач аналитики хватит самой простой и проверенной парадигмы - ООП
источник

AL

Aleksey Laptev in Python для анализа данных
я не пытаюсь убедить в чем то, просто интересно
источник

I

Igor in Python для анализа данных
Aleksey Laptev
да, я просто действительно не могу понять зачем так все усложнять, когда для задач аналитики хватит самой простой и проверенной парадигмы - ООП
1-е - на сайте MAA не может кто угодно оставить отзыв, эти отзывы запланированы и дают их члены этой ассоциации (я думаю понятно кто туда попадает). Так же профиль ревьювера на LN довольно внушительный.

2-е - в отзыве, да и Вам, говорится о том что функциональная парадигма это математическая абстракция, а значит она имеет математическую структуру и согласованность в отличии от всего прочего. То есть фундамент в компьютерных науках создаётся более прочный и лучше на таком фундаменте изучать другие парадигмы или что либо ещё.

И кроме опыта должны быть ещё хорошие теоретические знания во многих аспектах чтобы делать утверждения о нужном/ненужном, чтобы видеть общую картину. Таким образом отзыв этого человека на МАА действительно более ценный
источник

MC

Makha Cloud in Python для анализа данных
Igor
Это контраргумент того что лучше начинать с ООП.
Отзыв о книге по ФП и лямбда-исчислениям на сайте Mathematical Association of America
Пиндосы тупые, не понимают ни хрена)
источник

КД

Кирилл Дмитриевич... in Python для анализа данных
У нас в замкаде до сих пор пользуется популярностью VBA
источник

AL

Aleksey Laptev in Python для анализа данных
вы смешали все вместе

1. Если вам нужен питон для автоматизации каких простых задач - данные скачивать/закачивать, простенькие скрипты или большой набор набор простеньких скриптов. То однозначно ООП, это лучший паттерн чтобы не утонуть в коде новичку

2. Если пишите какое асинхронное приложение, то возможно подойдет ФП с коллбеками. Но это не анализ данных.

3. Если пишите какую то сложную математику, то возможно действительно стоит послушать математиков. Но я всеравно в этом не увереен.
источник

AT

Alexander T in Python для анализа данных
Igor
Это контраргумент того что лучше начинать с ООП.
Отзыв о книге по ФП и лямбда-исчислениям на сайте Mathematical Association of America
многие из тех, кто начал заниматься фп (не “опыт фп проектов на жаваскрипте”, а настоящие функциональщики) говорят о том, что фп ставит голову на место.
учитывая, что понимание ооп у огромного числа людей весьма извращенное, ничего удивительного.
источник

AL

Aleksey Laptev in Python для анализа данных
ну конечно оопшники дураки, пишут очень сложные приложения, испытывают 0 проблем, всем довольны и не знают про ФП
источник

AL

Aleksey Laptev in Python для анализа данных
а тут аналитики новички лучше все знают )
источник

PZ

Pavel Zheltouhov in Python для анализа данных
Aleksey Laptev
а тут аналитики новички лучше все знают )
А что такого? ведь никто не спрашивает самого большого качка в зале )
источник

AT

Alexander T in Python для анализа данных
Aleksey Laptev
вы смешали все вместе

1. Если вам нужен питон для автоматизации каких простых задач - данные скачивать/закачивать, простенькие скрипты или большой набор набор простеньких скриптов. То однозначно ООП, это лучший паттерн чтобы не утонуть в коде новичку

2. Если пишите какое асинхронное приложение, то возможно подойдет ФП с коллбеками. Но это не анализ данных.

3. Если пишите какую то сложную математику, то возможно действительно стоит послушать математиков. Но я всеравно в этом не увереен.
вот эту чушь лучше не слушать.
“питон для автоматизации простых задач” легко ограничивается процедурным стилем, вообще без касания ооп. да и в обучении новичков к объектноспецифическим штукам далеко не сразу подходят.
источник

AL

Aleksey Laptev in Python для анализа данных
да лучше вообще ничего касатся - писать простыню кода, а в место БД файлы парсить. Кажется так пандас работает.
источник

AL

Aleksey Laptev in Python для анализа данных
зачем все эти грамтные подходы )
источник

AL

Aleksey Laptev in Python для анализа данных
если потратить вечер на статью по ООП это сложно - то возможно действительно лучше ФП
источник

M

Mikhail in Python для анализа данных
Обращаю ваше внимание - человек с которым вы спорите является типичным дядей с невероятным уровнем ЧСВ) Так что все ваши взвешенные и понятные аргументы для него просто повод построиться с вами. Человек кричит о реализации крутых проектов и постоянной занятости, но как ни гляну чаты - вечно он там что то строчит и кого то пытается троллить)
источник

AT

Alexander T in Python для анализа данных
Aleksey Laptev
да лучше вообще ничего касатся - писать простыню кода, а в место БД файлы парсить. Кажется так пандас работает.
у вас какая-то обида на всех, кто знает что-то кроме букв ооп?
пандас, кстати, из базы тоже читает.
источник

AT

Alexander T in Python для анализа данных
Mikhail
Обращаю ваше внимание - человек с которым вы спорите является типичным дядей с невероятным уровнем ЧСВ) Так что все ваши взвешенные и понятные аргументы для него просто повод построиться с вами. Человек кричит о реализации крутых проектов и постоянной занятости, но как ни гляну чаты - вечно он там что то строчит и кого то пытается троллить)
ну отсутствие конструктива и пассивная агрессия без аргументов кроме лжи в стиле “0 проблем” сами за себя говорят, да.
источник

AL

Aleksey Laptev in Python для анализа данных
это какойто лютый треш, я вам рассказал как есть с точки зрения проф разработчика. Какой тролинг? )
источник

AL

Aleksey Laptev in Python для анализа данных
ФП он не плохой, это узкий инструмент для специфичных задач, структура кода там сложнее и сложнее для новичков
источник

PZ

Pavel Zheltouhov in Python для анализа данных
слушайте, а ФП - это что?

просто умные люди обычно спорят только тогда, когда у них терминология расходится.
поэтому всем надо сначала сформулировать что же такое ФП.
источник