Gestione della crisi. Come può aiutare l'Open Source

Se arrivassi Linux Adictos Cercando di sfuggire al bombardamento mediatico sul Coronavirus, hai inserito il post sbagliato. L'opportunità per descrivere i fantastici strumenti disponibili con licenze software gratuite e open source, è troppo bello per lasciarsela sfuggire.

La verità è questa Tra le conseguenze del cambiamento climatico, dell'errore umano e dei virus mutanti, bisognerebbe sempre avere questo elenco a portata di mano.

In questo primo articolo ci dedicheremo Linguaggi di programmazione generici o specifici che possono tornare utili in tempi di pericolo. In quelli che continuano saliremo nella specificità.

Gestione della crisi. Perché è importante utilizzare software gratuito e open source

Anni fa ho avuto l'opportunità di incontrare il responsabile della compilazione delle statistiche per un servizio di medicina generale. Stiamo parlando di uno degli ospedali universitari più importanti dell'Argentina. Questa persona mi ha mostrato con orgoglio la sua gestione delle funzioni del database di Excel. Quando gli ho chiesto perché non stesse usando Access, mi ha guardato come se avessi fatto una proposta sessuale particolarmente degenerata.

Inutile dirlo le informazioni che il servizio ha ottenuto erano incomplete, tardive e impossibili da condividere facilmente.

La verità è che in tempi di crisi, la velocità nell'ottenere, elaborare e distribuire le informazioni È essenziale. Ciò comprende

• Moduli facili da compilare
• Interoperabilità del database
• Flessibilità nell'elaborazione delle informazioni
• Capacità di rappresentare i risultati in modo leggibile

Non cadrò nell'ovvietà di proporre di sostituire Microsoft Office con LibreOffice, non hai bisogno di me per capirlo. Quello di cui sto parlando è che i responsabili di ciòla compilazione delle statistiche dovrebbe avere una conoscenza di base di alcuni dei linguaggi di programmazione con funzioni statistiche. Ad esempio:

R

R. è una lingua e un ambiente pDa utilizzare nel calcolo statistico e nella rappresentazione grafica.

R fornisce un'ampia varietà di tecniche statistiches (modellazione lineare e non lineare, test statistici classici, analisi di serie temporali, classificazione, raggruppamento e rappresentazione grafica.

Python

Python è l'Aloe Vera dei linguaggi di programmazione. EÈ molto facile da imparare, è supportato da tutte le piattaforme e ha molte librerie lavorare con i dati. Alcuni di loro sono:

Pandas

Pandas è una libreria per Python che fornisce strutture dati e strumenti di analisi dei dati ad alte prestazioni e facile da usare. Il nome non ha niente a che fare con gli orsi. Pandas è l'acronimo di Data Analysis Library in Python.

biblioteca È progettato per la manipolazione, la lettura, l'aggregazione e la visualizzazione dei dati in modo rapido e semplice. Utilizzando Pandas è possibile raccogliere i dati da un file CSV o TSV o da un database SQL e creare un oggetto Python con righe e colonne chiamato data frame. Il data frame è molto simile a una tabella nel software statistico.

Seaborn

Ecco qui una visita libreria di visualizzazione dei dati che fornisce un'interfaccia di alto livello per disegnare grafici statistici attraenti e informativi.

Possiamo usare Seaborn per:

• Determina le relazioni tra più variabili (correlazione)
• Guarda le variabili categoriali per le statistiche aggregate
• Analizza le distribuzioni univariate o bivariate e confrontale tra diversi sottoinsiemi di dati
• Disegna modelli di regressione lineare per le variabili dipendenti.

Julia

Julia è un linguaggio di programmazione generico, sebbene eSempre più utilizzato da scienziati e ingegneri per le sue capacità di gestione dei dati e il suo ambiente intuitivo e ricco di funzionalità che include: molte opzioni per la visualizzazione e la stampa dei dati, facile gestione dei set di dati con opzioni interattive in tempo reale, librerie versatili per l'apprendimento automatico e funzionalità di calcolo parallelo.

Oltre alle librerie create in modo nativo per la manipolazione dei dati, le operazioni matematiche e quelle specifiche di BigData, il linguaggio di programmazione Julia,  supporta anche l'uso di pacchetti Python, R, C / Fortran, C ++ e Java.