R, Python und Data Science

Weil R 3.3.1 draußen ist, weil es interessante Beiträge zu R, Python, Rodeo und pandas gibt und weil ich einige der in Processing geschriebenen Beispiele aus dem Buch Visualizing Data von Ben Fry in Processing.py, also in Python, nachprogrammieren will und natürlich auch, weil sich mal wieder so viel in meinem Feedreader angesammelt hat, hier mal wieder eine Linkschleuder zu R, Python und Data Science:

• Wie schon oben erwähnt, R 3.3.1 ist vorgestern veröffentlicht worden. Es ist ein Bugfix-Release ohne neue Features.

• Introduction to R for Data Science ist ein freier Online-Kurs von Branko Kovač und Goran S. Milovanović. Von den geplanten 11 Sessions sind bisher 8 veröffentlicht worden. Der Link führt auf die Startseite, dort sind alle bisher erschienen Sessions verlinkt und nach der Veröffentlichung werden auch die fehlenden dort verlinkt werden.

• MonetDBLite ist eine kleine, eingebettete SQL-Datenbank für R, die ohne eigenen Server auskommt und ungalublich schnell sein soll. Die dahinterliegende Datenbank-Engine MonetDB besitzt auch APIs für Python und Ruby.

• R for Publication ist ein Online-Kurs von Page Piccine von der bisher die Module 0, 1, 2, 3, 4 und 5 erschienen sind. Weitere sollen folgen.

• Für die TeXies unter Euch: My knitr LaTeX template: manuscript and supplement interleaved in one source file – Anregung für eigene Experimente zu Markdown und/oder LaTeX.

• Und nun wieder etwas für Pythonistas: Python’s pandas make data analysis easy and powerful with a few lines of code.

• Und bei Yhat, den Machern von Rodeo finden wir den Beitrag »RPy2: Combining the Power of R + Python for Data Science«, der beide Sprachen unter einer einheitlichen Python-IDE (natürlich Rodeo) zusammenführen will.

• Google Spreadsheets und R, geht das? Das geht! Using xda with googlesheets in R. Eine Einführung in das xda-Paket gibt es hier: Introducing xda: R package for exploratory data analysis.

• Webmapping mit R (1): Mapping US Counties in R with FIPS.

• Webmapping mit R (2): Visualizing obesity across United States by using data from Wikipedia.

• Webmapping mit R (3): Interactive maps and charts in R. Verbindet R mit der JavaScript-Bibliothek Leaflet.

• R als Simulationsplattform: Exploring Spatial Patterns and Coexistance – Simulation eines diskreten Lotka-Volterra-Modells.

• Fähnchen statt Worte – gerade jetzt in Zeiten der Europameisterschaft aktuell: Images as x-axis labels.

• Und lat but not least weil JavaScript das nächste große Ding ist: ggplot2 Docs completely remade in D3.js.

War sonst noch was? Ach ja, da die TeXies oben schon angesprochen wurden: TeX Live 2016 ist draußen, Unicode 9.0 kommt mit 72 neuen Emojis und das obige (Symbol-) Bild der Luna hat mit dem Beitrag nicht das Geringste zu tun. Es steht hier nur, weil ich schon lange keine Wegguckbilder mehr hatte.

(Kommentieren)