No sé como me llegado esta recopilación de Cheat Sheet para el Data Science pero viendo el trabajo que realizan algunas personas aun es posible creer en la humanidad. Disfrutad del link y ya estamos todos siguiendo el git de este gran tipo: https://github.com/abhat222/Data-Science–Cheat-Sheet
Hace años ya sorprendió R situándose muy arriba en la lista tiobe de lenguajes de programación subió en los años siguientes y ahora nos encontramos con una sorprendente bajada en el índice: ¿Volvemos a tener complejo por usar R? A veces tengo la sensación de que no eres un «pro» si no usas Python. Debe ser que determinados framework funcionan mejor en otros lenguajes, o no, pero nos da vergüenza usar R (de nuevo).
Siempre he querido hacer cosas con rstats y el Quijote y ayer se me ocurrió medir la longitud de las frases del Quijote y crear un histograma que describa esta longitud. Aunque confieso que no me lo he leído, me he quedado en el capítulo 7 u 8 (no recuerdo) el caso es que me pareció hipnótico con sus ritmos, es musical. Además tengo muchas ganas de meter mano al proyecto Gutemberg porque esos ritmos, esa musicalidad, el uso de palabras esdrújulas,… me llama la atención. Bueno, al lío, todo el código está subido al repositorio por si lo queréis, pero hay algunas funciones y algunas ideas que me parecen interesantes. ...
En mi cuenta de twitter suelo poner algunos trucos sencillos de R, cosas que me surgen cuando estoy trabajando y que no me cuesta compartir en 2 minutos, por si puedo ayudar a alguien. Me acabo de dar cuenta que de verdad son útiles y que tenerlos en twitter desperdigados es un problema, así que he pensado en recopilarlos en una entrada del blog para que sea más sencillo buscarlos (incluso para mi). Aquí van algunos de esos trucos: ...
Muchos de los lectores de esta bitácora conocéis https://www.datanalytics.com/ el blog de Carlos Gil. En él ha publicado un libro/manual de R de acceso libre para todos aquellos que necesitéis una guía que abarque desde lo más básico al tratamiento de datos con R pasando por Shiny y análisis estadísticos de esos viejunos tan denostados últimamente. De todas formas no sé como no deja este mundillo y se dedica plenamente a su https://martinacocina.es/. En palabras de mi hijo: «El mejor brunch de Madrid, un 10».
Gráfico absurdo con R y un buen ejemplo de las cosas que hace pi. Tras 2 meses de dolores intensos en mi hombro hoy sólo noto una molestia, y claro… plot(rep(10,10),rep(10,10),ann=FALSE,type="n", ,xlim=c(-1,1),ylim=c(-1,1),axes=FALSE) radio <- 1 theta <- seq(0, 2 * pi, length = 200) lines(x = radio * cos(theta), y = radio * sin(theta)) radio <- 1.1 theta <- seq(-0.75, -3*pi/4 , length = 100) lines(x = radio * cos(theta) , y = radio * sin(theta) + 0.5 ) points(-0.5,0.5,pch=1,cex=3) points(0.5,0.5,pch=1,cex=3)
Con este código actualizamos R en nuestro MAC OSx en 4 líneas: require(devtools) install_github(‘andreacirilloac/updateR’) library(updateR) updateR(admin_password = "XXXxxx111") Sólo tenemos que poner la clave de nuestro usuario administrador.
El proyecto freegeoip tiene su propia función en R para poder crea un data frame con la geolocalización de las ips. La función la podéis encontrar en este enlace y tiene un funcionamiento muy sencillo: library(rjson) localizacion1<-freegeoip('23.89.204.150') localizacion2<-freegeoip(c('106.78.232.100','174.6.153.88')) Resulta que no recordaba su existencia y ya tenía algo parecido en XML… pero siempre hay alguien que lo ha hecho antes con R. Saludo.
Nueva reunión del Grupo de Usuarios de R de Madriden MediaLab Prado. No está publicado en la web por temas de cerrar definitivamente las agendas. De momento las propuestas son: • Iñaki Úcar: «Presentación de simmer (Discrete Event Simulation in R)». Iñaki nos presentará simmer. Un paquete que ha creado para poder realizar análisis y simulaciones de eventos discretos (DES) en R. Con este paquete se pueden realizar simulaciones para el estudio de la evolución de sistemas teniendo en cuenta diferentes tipos de gestión de colas. ...
Nueva reunión del Grupo de Usuarios de R de Madrid este jueves día 14 de abril de 2016, para más detalles: http://madrid.r-es.org/34-jueves-14-de-abril-2016/ La agenda de la reunión será: Pedro Concejero: “Análisis de datos de accidentes de tráfico – DGT“. Miguel Ángel Gómez: “Análisis de Sentimiento – Aplicación a noticias Financieras” Carlos J. Gil Bellosta: “Posibilidades de interacción entre R y Python a través del nuevo paquete feather” Si el tiempo me lo permite por allí estaré. Saludos