Entonces, R es un gran lenguaje si hay un paquete con una función que hace exactamente lo que quieres, y puedes expresarlo en 3 líneas de código.
Cuanto más general sea el procesamiento que tenga que hacer, y cuanto más complejo sea el código, peor y más confuso es R. Es un poco basura como lenguaje de uso general.
Aprovecharé este momento para conectar Python: no está 100% atrapado en R en términos de paquetes, pero de muchas maneras supera a R allí, y ciertamente está muy por encima de R para un código simple y efectivo de uso general.
- ¿Se inundará el mercado con demasiados científicos de datos en unos pocos años?
- ¿Qué debo saber si quiero convertirme en científico de datos?
- Para convertirse en un científico de datos, ¿en qué campos son los más útiles?
- Cómo lidiar con la advertencia, 'ADVERTENCIA: la corrección no ha podido mejorar la probabilidad de registro' en la regresión logística a través de SAS
- ¿Cómo es realizar una pasantía en SpaceX como científico de datos?
Estaba en el mismo lugar cuando comencé a codificar. La forma en que comencé a superarlo fue leyendo el Python Cookbook. Lo había leído antes de acostarme todas las noches y memorizaba las formas limpias y poderosas de escribir un código mejor más rápido.
Tuvo un impacto inmediato, que ha continuado hasta nuestros días.
Si quieres seguir con R, debes pasar un tiempo entendiéndolo y aprender formas expresivas de hacer todas las cosas importantes.
Si, por ejemplo, tiene que buscar cómo abrir un csv cada vez que tiene que hacerlo, va a succionar y será lento para siempre. Si tiene que buscar cómo transmutar en dplyr cada vez que debe hacerse, va a succionar y será lento para siempre.
Memoriza estas cosas.
No solo eso, sigue memorizando nuevas técnicas de codificación, funciones, trucos, etc., e intenta constantemente trabajar en tu código. Sea consciente de hacer que su estilo sea más limpio, más bello y más expresivo.
Después de un año más o menos, las cosas que pensaste que serían difíciles serán fáciles, y algo que solía llevarte 20 líneas de código feas ahora podría llevarte 3 hermosas líneas de código.
Si trabaja para llegar allí, la codificación no le impedirá convertirse en un científico de datos.