Big Database

如今的数据科学家必须知道如何编写优秀的代码。无论他们使用的是现成的商业统计软件包、R、Python 还是 Perl，都需要使用良好的编码实践。大型复杂数据集需要大量操作才能将其整理形式，统计估计通常很复杂，而复杂结果的呈现有时需要编写大量代码。为了确保代码对作者和其他人来说都是可以理解的，良好的编码实践至关重要。

许多教授方法论、统计学和数据科学的老师越来越多地教学生如何编写好的计 赌博数据 算机代码。实际上，如果教授要求学生提交问题集的代码，那么代码需要精心编写，以便老师能够阅读。但随着越来越多的学生编写并向公众分发他们的代码和软件工具，我们需要在专业上做更多工作来培训学生如何编写好的代码。最后，好的代码对于研究的复制和透明度至关重要——如果你看不懂某人的代码，那么可能很难甚至不可能重现他们的分析。

当我刚开始向研究生教授方法时，我发现方法论文献中几乎没有关于如何向研究生教授 良好编码实践的有用内容。但在 1995 年，我的同事 Jonathan Nagler 撰写了一些关于良好方法论实践的出色指南，特别是关于良好编码风格的指南。他的文章可以在网上找到（“编码风格和良好计算实践”），他 1995 年的建议在今天和当时一样具有现实意义。我在研究生教学中使用了 Jonathan 的指南。