Найти - Пользователи
Полная версия: Стоит ли читать "Fluent Python" после Лутца?
Начало » Python для экспертов » Стоит ли читать "Fluent Python" после Лутца?
1 2 3 4
dream_star
Shaman
Противоположными какому мнению?
Shaman
dream_star
Противоположными какому мнению?
У вас проблемы со знанием русского?
dream_star
Shaman
Я не знаю где вы видите тут смысловую ошибку, но постараюсь перефразировать.

Shaman
Интересно, что будете делать когда вдруг объявятся прочитавшие заказанный набор книг с диаметрально противоположными мнениями.

Shaman
с диаметрально противоположными мнениями.

Какому мнению?
Shaman
dream_star
Какому мнению?
Противоположному. То есть одному из двух возможных (стоит читать/не стоит читать).
На всякий случай: “с диаметрально противоположными мнениями” относится к “прочитавшие заказанный набор книг”, а не к “набор книг”. Это ясно из контекста обсуждения.
py.user.next
dream_star
Если же там вода и повторение Лутца, то куда идти?
Прочитай Dive Into Python 3, там есть несколько продвинутых приёмов использования питона.
Изучай части стандартной библиотеки.
И вообще, есть много хороших книг по другим языкам, в которых есть тоже много хороших и хитрых примеров, которые легко переводятся на питон.
Я вот сейчас читаю книгу по JavaScript, там есть пример про корреляцию довольно наглядный с объяснением что, откуда, куда и зачем. Так узнаёшь материал в книге по одному языку, а применяешь эти приёмы в другом языке уже. Одно другому не мешает.
Аналогично и с практикой: многие лабораторки у меня по разным языкам, но делаю я их тоже на разных языках. Например, лабораторку для лиспа я могу делать на питоне, а лобораторку на питоне я могу делать на C. Всё зависит от того, что мне надо прокачать.
PooH
py.user.next
Я вот сейчас читаю книгу по JavaScript, там есть пример про корреляцию довольно наглядный с объяснением что, откуда, куда и зачем.
Что за корреляция? Почему не знаю?! Или речь про стат.обработку?
py.user.next
PooH
Что за корреляция?
wiki. корреляция
Область применения
Данный метод обработки статистических данных весьма популярен в экономике, астрофизике и социальных науках (в частности в психологии и социологии), хотя сфера применения коэффициентов корреляции обширна: контроль качества промышленной продукции, металловедение, агрохимия, гидробиология, биометрия и прочие. В различных прикладных отраслях приняты разные границы интервалов для оценки тесноты и значимости связи.

Это для поиска скрытых зависимостей. Те же big data когда исследуют, применяют аппарат статистического анализа. Сначала у тебя только числа, а потом ты видишь, что такие-то групы чисел подходят под статистическую формулу (закон какой-то соблюдается, уже исследованный когда-то) и ты, таким образом, этим группам чисел уже можешь давать имена. А когда у тебя куча таких имён появляется, ты их снова можешь анализировать, уже какие-то их взаимосвязи.

Слышал “дисперсия”, “стандартное отклонение”? Формулы тут часто просят реализовать. А вот для чего они нужны, никто не знает. Так вот это к корреляции относится.

Кстати, там на вики ещё можно почитать, что когда находят куски динозавров, то их восстанавливают до какого-то целого облика, используя корреляционные зависимости.
PooH
py.user.next
Слышал “дисперсия”, “стандартное отклонение”?
Извините, профессор, вы действительно очень уж презрительно смотрите на нас.
Я так-то, по диплому, инженер измерительной техники. И корреляцию, и автокорреляцию, и дисперсию, и СКО, и приведенную погрешность и еще кучу матов все пять лет долбили. Я удивился увидев этот термин в контексте JavaScript, думал может незнакомая мне концепция в программировании.
py.user.next
PooH
Я удивился увидев этот термин в контексте JavaScript
Ну JavaScript очень развит.

Встроенные методы map, reduce, filter, forEach.
> [1, 2, 3].map(function(i) { return i * 2; })
[ 2, 4, 6 ]
>
> [1, 2, 3].map(function(i) { return i * 2; }).map(function(i) { return i * i; })
[ 4, 16, 36 ]
>

Встроенные замыкания
> function mul(n) { return function(x) { return x * n; }; }
undefined
>
> mul2 = mul(2)
[Function]
>
> [1, 2, 3].map(mul2)
[ 2, 4, 6 ]
>

Встроенные регулярные выражения.
> "abc".match(/(.)(.)(.)/)
[ 'abc', 'a', 'b', 'c', index: 0, input: 'abc' ]
>
> "abc".replace(/./g, function(m, i) { return m + " - " + i + ";"; })
'a - 0;b - 1;c - 2;'
>

Встроенные даты с операциями
> var d1 = new Date(2017, 0, 1)
undefined
> var d2 = new Date(2017, 1, 1)
undefined
> d2 - d1
2678400000
> (d2 - d1) / (24 * 3600 * 1000)
31
> String(d1)
'Sun Jan 01 2017 00:00:00 GMT+1100 (+11)'
> d1.getFullYear()
2017
>

Встроенные объекты со свойствами
> var obj = {_x: 1, get x() { return _x; }, set x(v) { _x = v; }}
undefined
> obj.x
1
> obj.x = 2
2
> obj.x
2
>

Короче, какую-нибудь корреляцию там вычислять вообще легко. И главное, что это можно проделывать в консоли любого браузера (в Firefox F12 нажимаешь).
FishHook
py.user.next
Встроенные даты с операциями
Донельзя идиотские, один нулевой месяц чего стоит
This is a "lo-fi" version of our main content. To view the full version with more information, formatting and images, please click here.
Powered by DjangoBB