R и контроль версий для аналитика данных соло

Я проработал девять лет в аналитическом магазине и представил идею контроля версий для наших проектов анализа в этом магазине. Очевидно, я большой сторонник контроля версий. Однако я бы сделал следующие моменты.

• Контроль версий может быть нецелесообразным, если вы проводите анализ для возможного использования в суде. Звучит не так, как это относится к вам, но это заставит наших клиентов очень нервничать, чтобы знать, что каждая версия каждого script, которую мы когда-либо выпускали, потенциально могла быть обнаружена. По этой причине мы использовали контроль версий для модулей кода, которые были повторно использованы во множестве взаимодействий, но по этой причине не использовали контроль версий для кода, связанного с взаимодействием.
• Мы обнаружили, что наибольшее преимущество в управлении версиями - это хранение консервированных модулей кода, которые были повторно использованы в нескольких проектах. Например, у вас может быть особый любимый способ обработки некоторых выписок из ПССМ переписей. Организуйте этот код в каталог и поместите его в свой VCS. Затем вы можете проверить его в каждом новом проекте каждый раз, когда вам это нужно. Может быть даже полезно создавать определенные ветки определенного кода для определенного проекта, если вы делаете специальную обработку определенного общего набора данных для этого проекта. Затем, когда вы закончите с этим проектом, решите, сколько из вашего специального кода нужно объединить обратно в основную ветку.
• Не помещайте обработанные данные в контроль версий. Только код. Наша цель заключалась в том, чтобы всегда иметь полный набор сценариев, чтобы мы могли удалять все наши внутренне обработанные данные, нажимать кнопку и иметь каждый номер для отчета, регенерированного с нуля. Это единственный способ убедиться, что у вас нет старых ошибок, загадочных таинственных данных в ваших данных.
• Чтобы убедиться, что ваши результаты действительно полностью воспроизводимы, недостаточно просто сохранить код в VCS. Очень важно внимательно следить за тем, какая версия модулей использовалась для создания каких-либо конкретных результатов.
• Что касается программного обеспечения, мне повезло с Subversion. Его легко настроить и администрировать. Я признаю привлекательность новомодных распределенных VCS, таких как git и mercurial, но я не уверен, что есть сильные преимущества, если вы работаете сами. С другой стороны, я не знаю никаких негативов в их использовании - я просто не работал с ними в аналитической среде.

Я занимаюсь исследованиями в области экономики с использованием R и LaTeX, и я всегда ставил свою работу под контроль версий. Это как неограниченное отмена. Попробуйте Bazaar, это один из самых простых для изучения и использования, и если вы работаете в Windows, у него есть графический интерфейс пользователя (TortoiseBZR).

Да, есть дополнительные преимущества для контроля версий при работе с другими, но даже на сольных проектах это имеет большой смысл.

Для полноты, я подумал, что дам обновленную информацию о моем внедрении контроля версий.

Я нашел контроль версий для проектов анализа сольных данных очень полезным.

Я принял git как инструмент управления основной версией. Сначала я запускал использование Egit в Eclipse со StatET. Теперь я обычно использую интерфейс командной строки, хотя интеграция с RStudio неплоха.

Я писал о своем опыте настройке с контролем версий с точки зрения проектов анализа данных.

Как указано в сообщении, я обнаружил, что принятие контроля версий имеет много вторичных преимуществ в том, как я думаю о проектах анализа данных, включая уточнение:

• различие между исходными и производными файлами
• характер зависимостей:
  • зависимости между элементами кода
  • зависимости между файлами в проекте
  • и зависимости от файлов и программ, внешних по отношению к репозиторию
• характер репозитория и то, как репозитории должны быть разделены.
• характер совершения и документирования изменений и этапов проекта.

В настоящий момент вы, вероятно, думаете о своей работе как разработке кода, который будет делать то, что вы хотите. После того, как вы примете систему контроля версий, вы подумаете о своей работе как о записи своего наследия в репозитории и внесении в нее блестящих дополнительных изменений. Он чувствует себя лучше.

Сначала сделайте шаг назад и узнайте о преимуществах написания пакетов R! Вы говорите, что у вас есть проекты с несколькими тысячами строк кода, но они не структурированы или не документированы, как код пакета? Вы получаете большие выигрыши в соответствии с идеалами пакета, включая документацию для каждой функции, тесты для многих обычных ошибок с жестким ловушкой, возможность писать собственные тестовые комплекты и т.д. И т.д.

Если у вас нет дисциплины для создания пакета, то я не уверен, что у вас есть дисциплина для правильного контроля версий.

Вам нужно использовать программное обеспечение для управления версиями, иначе ваш анализ будет невоспроизводимым.

Если вы хотите опубликовать свои результаты где-то, вы всегда сможете восстановить статус своих скриптов в момент их создания. Скажем, что один из рецензентов обнаруживает ошибку в одном из ваших скриптов: как вы узнаете, какие результаты будут выполнены, а какие нет?

В этом смысле система резервного копирования недостаточна, потому что она, вероятно, выполняется только один раз в день, и она не применяет метки к различным резервным копиям, поэтому вы не знаете, какие версии соответствуют результатам. И обучение vcs проще, чем вы думаете, если научиться добавлять файл и как совершать изменения, это уже достаточно.

Я бы порекомендовал контроль версий для сольного действия, как вы, потому что наличие защитной сетки для обнаружения ошибок может быть отличным делом.

Я работал в качестве сольного Java-разработчика, и я все еще использую управление версиями. Если я постоянно проверю вещи, я не могу потерять больше часа работы, если что-то пойдет не так. Я могу экспериментировать и рефакторировать, не беспокоясь, потому что, если он пойдет наперекосяк, я всегда могу вернуться к своей последней рабочей версии.

Если это для вас, я бы рекомендовал использовать источник управления. Это не трудно узнать.

Поддерживается ли контроль версий?

большое ДА.

Каковы основные плюсы и минусы принятия контроля версий?

профи: вы можете отслеживать, что вы делали раньше. Особенно полезно для латекса, поскольку вам может понадобиться старый абзац, который был удален вами! Когда компьютер выходит из строя или вы работаете над новым, вы снова получаете свои данные на лету.

минусы: вам нужно сделать некоторые настройки.

Какова хорошая стратегия для начала работы с контролем версий для анализа данных с помощью R (например, примеры, идеи рабочего процесса, программное обеспечение, ссылки на руководства)?

Просто начните использовать его. Я использую черепаховый SVN на окнах в качестве клиентского инструмента, а мой отдел имеет svn-сервер, я помещаю весь свой код и данные (да, вы также размещаете свои данные там!).

Я согласен с вышеизложенными чувствами и скажу, что Да, контроль версий полезен.

Преимущества;

• держите свое исследование записанным, а также резервным копированием (пометки)
• он позволяет вам попробовать разные идеи и вернуться, если они не работают (ветвление)
• Вы можете поделиться своей работой с другими людьми, и они могут поделиться с вами своими изменениями с вами (я знаю, что вы не указали это, но это здорово).
• Большинство систем управления версиями упрощают создание сжатого пакета для всех файлов под контролем в определенный момент, например, в момент отправки статьи для публикации, это может помочь, когда другие просмотрят ваши статьи. (вы можете сделать это вручную, но зачем создавать эти процессы, когда контроль версий просто делает это)

В терминах наборов инструментов я использую Git, а также StatEt и Eclipse, который работает хорошо, хотя вам, разумеется, не нужно использовать Eclipse. Есть несколько Git плагинов для Eclipse, но я обычно использую параметры командной строки.

Dropbox имеет контроль над версиями "ppor man", который позволяет вам участвовать в этом процессе без особых усилий с большим количеством дополнительных преимуществ.

Я также занимаюсь сольным скриптингом, и я считаю, что он упрощает работу, а не делает их более сложными. Резервное копирование интегрировано в рабочий процесс кодирования и не требует отдельного набора процедур файловой системы. Время, затрачиваемое на изучение основ любой системы контроля версий, несомненно, будет потрачено на время.

Версия Control для сольной разработки (любого вида) действительно интересна для:

• изучение истории и сравнение текущей работы с прошлыми коммитами
• ветвление и пробовать разные версии для одного и того же набора файлов

Если вы не видите, что выполняете одну из этих двух основных функций управления версиями, вам может понадобиться простой инструмент резервного копирования.
Если у вас есть необходимость в этих функциях, вы также получите резервную копию (например, git bundle)