Heterogeneity 更改标题为「【已解决】通道运算符与向量切片」
通道运算符与向量切片
Heterogeneity 欢迎冒天下之大不韪，有话直说，我就喜欢这样的人。程序语言不是宗教。
5 天 后
- 已编辑
管道操作必须与纯函数，向量式编程三者联合起来实现数据流编程，才是正确的使用姿势，只需很简单的几个基本组件就可以了，很简单，
另外,管道是正向前进的顺序结构.
可以参考一下我的博客PurefunctionPipelineDataflow
lincpa 广告贴我没意见。但是只卖弄不指教，故弄玄虚就差点意思了。
- 已编辑
他那博客我看了，通篇比喻来比喻去然而言之无物，拿一堆自造的"看上去很专业"的专有名词堆砌而成。
通篇就这种感觉:
FP和OO过度复杂了，在大工业上是行不通的，还是属于手工作坊那种强调个人技术的生产方式, 个人技术极大影响了产品质量，极不可靠的生产方式。FP和OO其实全是在走弯路, 花拳秀腿,花样作死。
大概率是个民科。不过计算机的民科我还是第一次见…
搜了一下，这么想的人看来不止我一个：
拿这篇小文章到处贴来贴去不过反应寥寥
https://news.ycombinator.com/item?id=18844310
https://news.ycombinator.com/item?id=18967811
https://news.ycombinator.com/item?id=18967837
还在wikipedia里加了个链接，这应该算是原创研究吧，wiki不欢迎的那种
tctcab 你剥下了皇帝的新装……
- 已编辑
@tctcab
至少我用这种方法构造了一个几万行的项目.
构造了从clojure到R语言基于语法树的DSL,
是来自实践的总结, 我博文里讲得很清楚了,
也有范例代码, 如果有问题可以具体提出,
我会回答的,泛泛地提问我不知从何说起.
另外,想象力很重要.搞分析的人思维不要太江化:-)
以前在Clojure群,有人说我神棍, 据我发现, 都是
初级人员.
真功夫很简单, 小文章就够了, 搞套路, 花拳秀腿
是玩杂耍的
原来wiki不喜欢原创, 原创不受欢迎是第一回听说.
Heterogeneity
我这几天在编写markdown文学编程的notepad++
pythonscript脚本,沉浸在各种选型组合和写代码,
不能自拔,我有四个专业要学习讨论, 一个
业余项目, 还有工作, 我很忙, 这个论坛我是好几天
来看一下的.
@Cloud2016 是太云吗? 太云以前帮过我,是我尊敬的
专业人士, 对于帮助过我的人我都记在个人项目的感谢榜上,
不敢怠慢.
我认为R语言向量式编程就够了,这也是数据流编程.
统计本是以数据为中心, 用数据流处理最是合适,
我对R语言OO派更流行不可理解, 倒是Clojure语言上数据流更流行,
R操纵数据的库五花八门,就象玩套路一样, 不可思议, 基本上在Clojure
上我只用核心函数中的几十个集合函数.对于数据操纵,我更倾向于
使用核心函数千锤百炼地运用, 这对提高数据建模能力很有帮助,
喜欢五花八门库的人,倾向让数据模型适应这些库, 然后模型是很烂的.
比如, ggplot2很成熟,有很多扩展, 我选用它做可视化, 但它的OO式理念
我个人不是很赞同, 我更喜欢vega-lite这种数据驱动的可视化库.
纯函数只有输入输出, 就象是自来水管, 通道运算符就象是转接头,
连接纯函数,这是基本式, 对于序列类型数据, 用map, reduce, apply,
filter等高阶函数进行处理, 避免循环状态,数据,处理逻辑混杂在一起,
即不清晰, 打断了数据流, 也难以并行处理.我的项目几万行没有任何
显式循环代码段, 尾递归也只有一个.
- 已编辑
对我来说，整个R系统就是一个类似RMDB的数据分析服务器，R语言我是以clojure数据表示的DSL，当成数据来操纵组合，使用时，和clojure数据一起组合变换，只使用分析函数和可视化函数，很难看出是R语言了:-)
lincpa 不是！我沾了太云的光了，此处真想把太云 Call 出来，你的粉丝来了！
OO 这套东西确实用在复杂的系统上， R 里面一切皆对象，R 继承自 S 语言，扒扒它的历史就会知道，它几乎就是为 处理数据而生 Rick Becker 在 UseR2016 的演讲 --- forty years of S 设计 S 和 R 系统就使用了的 OO 的，只不过用户用起来不需要动不动就写类什么的，这应该归功于封装还是什么？（小白一枚，楼上各位大神赐教啊）
R 操作数据的包确实有很多，从数据导入导出，数据清理，数据变形，数据建模，数据可视化，数据报告，每一环都会有很多，但是对这个环境熟悉久了就会发现，好用的就是常用的那几个， tidyverse 确有优势，但我是基础函数党，能用基础函数操作数据的就用基础函数，因为它稳定，又不需要另外装包。
看到纯函数，我还以为复分析里的，吓一跳
真是迷之自信，你说的几万行的项目是完胜波音公司人工智能专家系统项目组产品 的林鹏程财务分析软件吗，好棒棒哦
另外维基那个搞清楚，不是不喜欢原创，而是不喜欢原创研究
Wikipedia articles must not contain original research.
呃，上面那篇新浪博客里为啥要向我和 @cloud_wei 致谢，我好像并没有听说过那项目……
- 已编辑
yihui
几年前，我在数据可视化方案选型上在gnuplot和R摇摆不定，当时R的中文可视化资料不是很多，您在论坛向我推荐ggplot2，数据分析和可视化一体处理，对一个项目来说，选型很重要，选型错了，学习时间和开发时间会浪费很多，我可以用来开发个人项目的时间少，时间对我很重要，另外，你的那本现代统计图形对我帮助很大，我的可视化以这本入门，也最熟悉，DSL的大部分测试代码来自这本书。谢谢！
(补充编辑: https://d.cosx.org/d/103518-103518 )
几年前，我向太云讨要了他的最优化研究资料。
- 已编辑
tctcab
纯函数管道数据流不是wikipedia所指的那种的原创研究, 它参考了R的向量式编程, UNIX的管道,RMDB和Clojure的集合操作, 集成电路理论, 大工业生产流水线思想, 业务流程再造等,而且也有很多数据流编程研究, 虽然风格和我大不同.
计算机发展的历史很短, 理论不足, 参考了很多其他行业的理论, 比如, 建筑业, worker模型, 订阅/发布模型, 生产/消费模型等, 他们的做法和我没什么不同的, 只是他们搞得早, 也出名了, 有些人对名人名企有迷之崇拜, 跪习惯了而已, 觉得大公司的翔也是香的.
OO也只是对现实世界的模拟, 很多学不好的人只是学了皮毛, 对现象只进行表象模拟, 搞得很乱, 象乱麻团一样, 不知所谓, 象ggplot2这种体系清晰, 以完美的数据模型为根基的OO作品极少. 我认为OO重要的不是对现实世界的模拟, 而是要以抽象提炼后的数据模型为根基才是正确的姿式.
另外, 波音的那个系统最有价值的是波音历史保存下来的原始数据, 人工智能专家系统已经发展很成熟了, 外行的人觉得了不起, 其实没啥的, 很多人都能搞,如果不是波音的招牌大, 我是懒得提, 再加上搞这系统的人又觉得自己了不起, 在网上瞎吹自己第一, 心胸又不大, 爱删帖, 这种牌子大的死狗拿踢踢最好不过了:-)
我还批过Storm, 纯粹是我觉得作者写的clojure数据操作库太丑, 很适合对付那种数据模型很渣的数据, 因此我推导出他经常搞渣数据模型, 再推导出他的Storm的数据模型很渣, 体系和调度算法不好
其实我还批过微软的C#, Facebook的react, Java的设计模式, 它们搞得太复杂了, 我学不会, 象我这么聪明的人,怎么可能连入门都搞得头大, 一定是他们的错, 哈哈......
