学习笔记

• git&github
• anaconda3 & jupyter 建议使用python3.7(训练营中使用)， 可以使用使用如下命令安装需要的环境：

conda create -n py37 && conda install python=3.7 

注意：使用等号(=)则选择该版本下的最新子版本。用恒定号(==)则表示精确匹配一个子版本好。

• R安装

conda install r

注意：建议在python的同一个环境下用conda安装R. R kernel for jupyter notebook 参考：https://github.com/IRkernel/IRkernel，在 conda创建的虚拟环境中启动R命令并输入如下命令

install.packages('IRkernel')
IRkernel::installspec()  # to register the kernel in the current R installation

• ide (pycharm/vscode)

• 函数定义中形参类型提示

def myfunc(a:float, *args, **kwargs) -> str:
    return str(a)

× try...except

× 默认参数陷阱

请始终用非可变对象来作为默认参数的值。详细见 GhostBus案例。

• 列表推导式/生成器表达式

• Magic Functions

  __str__, __repr__, __sub__, __mul__, __abs__, __bool__, __lt__, ...
  

• monad

  函数式编程中异常处理模式，作用解决函数式编程中非纯函数的副作用。一些例子：

  • Monad in Python

  • A Java Example for monad

  • Another Java Example for monad

  • [图解monad] https://adit.io/posts/2013-04-17-functors,_applicatives,_and_monads_in_pictures.html

• 装饰器decorator

  用来修饰一个函数的函数。（与闭包有些类似）

• dataclass

  python3.7中引入的一个装饰器

• 操作方便：例如 dplyr 包当中可以实现迅速的数据探索性分析。
• 很多统计性常用的包：例如使用多重填充后用， GLM 样条 L1 损失构造变量，这种特征构造对于和 线性模型有关的（例如深度学习）有很大关系。注意 R 当中不需要考虑模型不收敛问题，解决这个问题用 C（python 速度过慢）来写大概需要 1000 行（并且还 没考虑缺失值问题）
• 非预测性建模问题(见加餐)
• 常用模块

caret -- Classification and Regression Training
dbplyr -- dbplyr is the database backend for dplyr. It allows you to use remote database tables as if they are in-memory data frames by automatically converting dplyr code into SQL.

VSCode CMake Gcc on Ubuntu: https://zhuanlan.zhihu.com/p/157362239