With the help of webassembly, Python can run directly in browser, together with four numerical computation packages: numpy , pandas, matplotlib, scipy.
JS Python = double wins Mozilla 牛。 这个项目我个人人认为成功的概率非常高。借道webassembly 虚拟机的文件系统。看着像是早先搞asmjs的几位师傅的手法。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】 : 项目名:pyodide : Mozilla的项目。 : With the help of webassembly, Python can run directly in browser, together : with four numerical computation packages: numpy , pandas, matplotlib, scipy. : JS Python = double wins : Mozilla 牛。 : 这个项目我个人人认为成功的概率非常高。借道webassembly 虚拟机的文件系统。看着 : 像是早先搞asmjs的几位师傅的手法。
项目名:pyodide
Mozilla的项目。
With the help of webassembly, Python can run directly in browser, together
with four numerical computation packages: numpy , pandas, matplotlib, scipy.
JS Python = double wins
Mozilla 牛。
这个项目我个人人认为成功的概率非常高。借道webassembly 虚拟机的文件系统。看着像是早先搞asmjs的几位师傅的手法。
结论有了，理由呢？
把原来云端擅长的 CPU/GPU 密集的计算搬到本地，好处是？跟 Jupyter Notebook 等
基于 Web 的平台相比，改进是？
请教进浏览器有什么好 ？ 前一阵我们老板非要推行朱比特， 我也试了试。 不觉得有什么好，除非配个大屏幕，视觉效果确实比传统编辑器好很多。 可是我家里没有大屏
幕啊，我一般就是用传统编辑器， 算命代码通常50~60行， 最长的不过一百行，在14
寸小屏幕看起来刚刚好。
而且浏览器是休闲用的，编辑器是干活用的，一个左脑，一个右脑，想切换了只要动两个手指（alt + tab ）,不想切换了可以随时关掉另外一个。 现在朱比特成了浏览器的一个tab, 切换不方便了。
第三，我浏览器经常开好几个窗口，从邮件，新闻，体育，八卦什么乱七八糟的都有，朱比特这么一进来，我开大会没法共享屏幕了。 本来只想给别人看看代码的，结果浏
览器一开把我看什么网站都共享出去了。
跟jupyter没太大关系吧。主要就是可以用python 写frontend，体验应该比js好。
【 在 magliner (magliner) 的大作中提到: 】
: 请教进浏览器有什么好 ？ 前一阵我们老板非要推行朱比特， 我也试了试。 不觉得有
: 什么好，除非配个大屏幕，视觉效果确实比传统编辑器好很多。 可是我家里没有大屏
: 幕啊，我一般就是用传统编辑器， 算命代码通常50~60行， 最长的不过一百行，在
14
: 寸小屏幕看起来刚刚好。
: 而且浏览器是休闲用的，编辑器是干活用的，一个左脑，一个右脑，想切换了只要动两
: 个手指（alt + tab ）,不想切换了可以随时关掉另外一个。 现在朱比特成了浏览器的
: 一个tab, 切换不方便了。
: 第三，我浏览器经常开好几个窗口，从邮件，新闻，体育，八卦什么乱七八糟的都有，
: 朱比特这么一进来，我开大会没法共享屏幕了。 本来只想给别人看看代码的，结果浏
: 览器一开把我看什么网站都共享出去了。
科学计算的开源环境,经过battle field测试的只有Python和R这两个系统。现在python的主要系统可以通过webassembly进入web browser和js互动。这当然对python, js来说都是大事。
而且这个设计很合理,具备可操作性。只追求有限的目标。就是几个python的库弄对再
说。（单单pandas这几年就贡献了极多的 python增量用户。）仅仅这个项目的设定和
demo就是很好的贡献。因为作者指出了一条合适的道路。
几年之前我研究过这个python进浏览器的问题。各大公司（包括msft,Twitter...)有不少项目想把python翻译成js，还有很多别的approach. 这注定是失败的。因为项目的范围太广了。那么多第三方包，不少都对C之类的其他包有依赖，你不可能都转到浏览器
里。
(Python 转java的那个jython也是这个原因注定要失败。王银在goog那个静态分析的活其实是jython的一个小分支。)
当然，话说回来，项目是否成功还要看资源和公司政治。asmjs也是一眼看上去就是对
的。然而很多年之后才有webasm的。
【 在 justnow(阿材) 的大作中提到: 】
: 结论有了，理由呢？
: 把原来云端擅长的 CPU/GPU 密集的计算搬到本地，好处是？跟 Jupyter
Notebook 等
: 基于 Web 的平台相比，改进是？
Jupyter跟这个项目不是一回事。
我觉得这个项目未来的前景是，你可以在js里面直接写
import numpy as np
然后js里面就有了一套经过battle field测试的数值计算系统。
这对两个社区来说是巨大的双赢。
【 在 magliner(magliner) 的大作中提到: 】
<br>: 请教进浏览器有什么好 ？ 前一阵我们老板非要推行朱比特， 我也试了
试。 不
觉得有
<br>: 什么好，除非配个大屏幕，视觉效果确实比传统编辑器好很多。 可是我
家里没
有大屏
<br>: 幕啊，我一般就是用传统编辑器， 算命代码通常50~60行， 最长的不过
一百行
，在14
<br>: 寸小屏幕看起来刚刚好。
<br>: 而且浏览器是休闲用的，编辑器是干活用的，一个左脑，一个右脑，想切换了只
要动两
<br>: 个手指（alt tab ）,不想切换了可以随时关掉另外一个。 现在朱比特成了浏
览器的
<br>: 一个tab, 切换不方便了。
<br>: 第三，我浏览器经常开好几个窗口，从邮件，新闻，体育，八卦什么乱七八糟的
都有，
<br>: 朱比特这么一进来，我开大会没法共享屏幕了。 本来只想给别人看看代
码的，
结果浏
<br>: 览器一开把我看什么网站都共享出去了。
<br>
我覺得倒不是用python寫前端。之前有把python和DOM結合的幾個項目。我覺得都是不
對的。JS在前端很多方面無法替代。
但是另一方面，numpy pandas matplotlib scipy, 这四个东西，任何其他语言社区来
开发我个人认为也是非常不现实的。说实话我非常不理解这件事。大概十年前我认为
numpy就是垃圾。看好的是octave那样的matlab全兼容系统。后来numpy居然越修越好。
假如JS社区要自己写一个多维数字系统，没有十年我觉得很难成功。
【 在 xyz14(xyz14) 的大作中提到: 】
: 跟jupyter没太大关系吧。主要就是可以用python 写frontend，体验应该比js好。
: 14
这个项目可能的 points 我看有两个：
1 让用户在浏览器中用 Python 做数值计算；
2 用 Python 来取代 JS 来处理页面用户互动。
如果是 1，现在类似 repl.it 之类的在线 REPL 到处都是，打开就能用。本地没有
GPU 的话，在浏览器中做大型计算浪费时间。如果让用户配置本地 GPU 的话，干脆装
一个 PIP 的 Python 就好。
如果是 2，那么就是改变一下语法，从 JS 到 Python。看不出这是多大的进步。
从你发布的信息看，它自带 pandas 之类的库，貌似定位是 1。那么似乎没有必要。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 科学计算的开源环境,经过battle field测试的只有Python和R这两个系统。现在
python
: 的主要系统可以通过webassembly进入web browser和js互动。这当然对python, js来说
: 都是大事。
: 而且这个设计很合理,具备可操作性。只追求有限的目标。就是几个python的库弄对再
: 说。（单单pandas这几年就贡献了极多的 python增量用户。）仅仅这个项目的设定和
: demo就是很好的贡献。因为作者指出了一条合适的道路。
: 几年之前我研究过这个python进浏览器的问题。各大公司（包括msft,Twitter...)有不
: 少项目想把python翻译成js，还有很多别的approach. 这注定是失败的。因为项目的范
: 围太广了。那么多第三方包，不少都对C之类的其他包有依赖，你不可能都转到浏览器
: 里。
: ...................
问题是，用户为什么要在浏览器里做 CPU 甚至是 GPU 密集的运算？
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 我覺得倒不是用python寫前端。之前有把python和DOM結合的幾個項目。我覺得都是不
: 對的。JS在前端很多方面無法替代。
: 但是另一方面，numpy pandas matplotlib scipy, 这四个东西，任何其他语言社区来
: 开发我个人认为也是非常不现实的。说实话我非常不理解这件事。大概十年前我认为: numpy就是垃圾。看好的是octave那样的matlab全兼容系统。后来numpy居然越修越好。
: 假如JS社区要自己写一个多维数字系统，没有十年我觉得很难成功。
:
: 跟jupyter没太大关系吧。主要就是可以用python 写frontend，体验应该比js好。
:
: 14
:
绝大多数numpy pandas... 的使用时间都不是密集计算。多数都是数据拆行拆列之类的东西。以及许多的简单计算。例如求基本的统计信息，插值等等。
例如你手里有一个論壇。你想用各種量化統計的指標，來分析客戶抱怨最多的是哪個產品。node.js寫起來是很不
方便的。這些基礎統計還就是只有
Python/R實戰檢驗過。
我的標題有誤導。應該說是python 以及scipy等6個包進入js
【 在 justnow(阿材) 的大作中提到: 】
<br>: 问题是，用户为什么要在浏览器里做 CPU 甚至是 GPU 密集的运算？
<br>: 好。
<br>
》node.js寫起來是很不
: 方便的。
看不出这么简单的功能为什么用 node.js 写起来不方便。用 mysqljs 就是一句查询的事情。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 绝大多数numpy pandas... 的使用时间都不是密集计算。多数都是数据拆行拆列之类的
: 东西。以及许多的简单计算。例如求基本的统计信息，插值等等。
: 例如你手里有一个論壇。你想用各種量化統計的指標，來分析客戶抱怨最多的是哪個產
: 品。node.js寫起來是很不
: 方便的。這些基礎統計還就是只有
: Python/R實戰檢驗過。
:
: 问题是，用户为什么要在浏览器里做 CPU 甚至是 GPU 密集的运算？
:
: 好。
:
而且 node.js 是后端，跟浏览器没关系。我们现在讨论的是前端。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 绝大多数numpy pandas... 的使用时间都不是密集计算。多数都是数据拆行拆列之类的
: 东西。以及许多的简单计算。例如求基本的统计信息，插值等等。
: 例如你手里有一个論壇。你想用各種量化統計的指標，來分析客戶抱怨最多的是哪個產
: 品。node.js寫起來是很不
: 方便的。這些基礎統計還就是只有
: Python/R實戰檢驗過。
: 我的標題有誤導。應該說是python 以及scipy等6個包進入js
:
: 问题是，用户为什么要在浏览器里做 CPU 甚至是 GPU 密集的运算？
:
: 好。
:
看不出來是因為你沒有hands on的數值計算經驗。
实际应用中的数值计算程序，和課本上寫的算法之間有巨大的gap。程序员不用包，手
写数值计算部分，在普遍意义上不现实。效率也很低。多数程序猿本身不是这一行的。更何況，連課本上的数值计算公理化模型也没多少程序猿学过。
就连算个标准差，那也有polish过的算法。你总不能每一个小的算法部分都去查书，自己理解，验证，测试吧。
你還記得apple的天線門嗎？那應該就是數值計算出了corner cases。
【 在 justnow(阿材) 的大作中提到: 】
<br>: 》node.js寫起來是很不
<br>: 看不出这么简单的功能为什么用 node.js 写起来不方便。用 mysqljs 就是一句
查询的
<br>: 事情。
<br>
他們七個月前就有人試著在node裡用。
【 在 justnow(阿材) 的大作中提到: 】
: 而且 node.js 是后端，跟浏览器没关系。我们现在讨论的是前端。
另外mysqljs什麼的我沒用過。但我不認為易用性和api設置對用戶的友好度會超過
numpy. 本身numpy就是從matlab來的用戶習慣。
【 在 guvest(我爱你老婆Anna) 的大作中提到: 】
: 看不出來是因為你沒有hands on的數值計算經驗。
: 实际应用中的数值计算程序，和課本上寫的算法之間有巨大的gap。程序员不用
包，手
: 写数值计算部分，在普遍意义上不现实。效率也很低。多数程序猿本身不是这一行的。
: 更何況，連課本上的数值计算公理化模型也没多少程序猿学过。
: 就连算个标准差，那也有polish过的算法。你总不能每一个小的算法部分都去查书，自
: 己理解，验证，测试吧。
: 你還記得apple的天線門嗎？那應該就是數值計算出了corner cases。
:
我说看不出是委婉的说法。
我当然看得出，实现你说的这个：
“例如你手里有一个論壇。你想用各種量化統計的指標，來分析客戶抱怨最多的是哪個產
品。node.js寫起來是很不
方便的。這些基礎統計還就是只有
Python/R實戰檢驗過。
”
根本不用什么数值计算。
别因为 Python 上面有几个数值计算的库，就想着最简单的功能都要拿它来做。
别拿电锯锯面包。因为不是这样用的。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 看不出來是因為你沒有hands on的數值計算經驗。
: 实际应用中的数值计算程序，和課本上寫的算法之間有巨大的gap。程序员不用包，手
: 写数值计算部分，在普遍意义上不现实。效率也很低。多数程序猿本身不是这一行的。
: 更何況，連課本上的数值计算公理化模型也没多少程序猿学过。
: 就连算个标准差，那也有polish过的算法。你总不能每一个小的算法部分都去查书，自
: 己理解，验证，测试吧。
:
: 》node.js寫起來是很不
:
: 看不出这么简单的功能为什么用 node.js 写起来不方便。用 mysqljs 就是一句
: 查询的
:
: 事情。
: ...................
Mysqljs 和 numpy 根本不是同一个东西。不要拿苹果和橙子比。
这两个的相同点大概也只有它们都是代码而已。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 另外mysqljs什麼的我沒用過。但我不認為易用性和api設置對用戶的友好度會超過
: numpy. 本身numpy就是從matlab來的用戶習慣。
:
: 看不出來是因為你沒有hands on的數值計算經驗。
:
: 实际应用中的数值计算程序，和課本上寫的算法之間有巨大的gap。程序员不用
: 包，手
:
: 写数值计算部分，在普遍意义上不现实。效率也很低。多数程序猿本身不是这一
: 行的。
:
: 更何況，連課本上的数值计算公理化模型也没多少程序猿学过。
:
: 就连算个标准差，那也有polish过的算法。你总不能每一个小的算法部分都去查
: 书，自
: ...................
你對這些東西0經驗。
第一，
“分析客戶抱怨最多的是哪個產品”這個很簡單嗎？覺得簡單是你統計知識是0。不然
你說一下如何去掉很多抱怨裡的季節因素，以及地理因素造成的bias。我昨天還寫了
proposal。
第二，單就數值計算來講。線性方程看著簡單吧？你會求特徵根嗎？
【 在 justnow(阿材) 的大作中提到: 】
<br>: 我说看不出是委婉的说法。
<br>: 我当然看得出，实现你说的这个：
<br>: “例如你手里有一个論壇。你想用各種量化統計的指標，來分析客
戶抱怨最多的
是哪個產
<br>: 品。node.js寫起來是很不
<br>: 方便的。這些基礎統計還就是只有
<br>: Python/R實戰檢驗過。
<br>: ”
<br>: 根本不用什么数值计算。
<br>: 别因为 Python 上面有几个数值计算的库，就想着最简单的功能都要拿它来做。
<br>: 别拿电锯锯面包。因为不是这样用的。
<br>
》分析客戶抱怨最多的是哪個產品
看你的实际例子怎样，如果是从自然语言分析的话，用 NLP 中的 sentiment analysis。
》你對這些東西0經驗。
你又来了渗入大量的假设。你的假设是错的。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 你對這些東西0經驗。
: 第一，
: “分析客戶抱怨最多的是哪個產品”這個很簡單嗎？覺得簡單是你統計知識
: 是0。不然
: 你說一下如何去掉很多抱怨裡的季節因素，以及地理因素造成的bias。我昨天還寫了: proposal。
: 第二，單就數值計算來講。線性方程看著簡單吧？你會求特徵根嗎？
:
: 我说看不出是委婉的说法。
:
: 我当然看得出，实现你说的这个：
:
: “例如你手里有一个論壇。你想用各種量化統計的指標，來分析客
: ...................
我說的東西你壓根聽不懂。
別說‘找抱怨’這麽復雜的任務了。這是和推薦系統反過來的任務。這麽復雜的東西。你列個buzz word有什麼用？
再說了，為了限定範圍。我舉一個具體的技術問題是你怎麼把其他的factor分出去，找出來真抱怨。你這完全不懂裝懂
了。說啥buzz word呢。
就連基本的插值加畫圖要弄對那也是很麻煩的事。你去股票版問問，前幾年google 股
票圖其實都是有個地方不對的，有時候會出問題。因為他家的圖出問題還引發大規模掐架。
【 在 justnow(阿材) 的大作中提到: 】
<br>: 》分析客戶抱怨最多的是哪個產品
<br>: 看你的实际例子怎样，如果是从自然语言分析的话，用 NLP 中的
sentiment
analysis。
<br>: 》你對這些東西0經驗。
<br>: 你又来了渗入大量的假设。你的假设是错的。
<br>
开玩笑，当年我们的数学课本用的是数学系的，概率统计是基本功。自己实现矩阵运算，写过 3D 引擎。你以为呢？
但是我说这些东西没意思。不是小学生了。
关键是你要把点说清楚。理清逻辑，然后清晰地表达出来。
So far，这个项目看起来 pointless，定位不清晰。至少从你的表达看来。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 我說的東西你壓根聽不懂。
: 別說‘找抱怨’這麽復雜的任務了。
: 就連基本的插值加畫圖要弄對那也是很麻煩的事。你去股票版問問，前幾年google 股
: 票圖其實都是有個地方不對的。
:
: 》分析客戶抱怨最多的是哪個產品
:
: 看你的实际例子怎样，如果是从自然语言分析的话，用 NLP 中的 sentiment : analysis。
:
: 》你對這些東西0經驗。
:
: 你又来了渗入大量的假设。你的假设是错的。
:
你的3D引擎測試過嗎？賣了幾個人？產品跟你自己寫著玩完全不是一回事。我不認為你會寫基本的樣條插值，也不認為你理解樣條插值這樣的畫圖裡基本的東西。不然你不會看輕這些基本的東西應用中的麻煩的地方。
【 在 justnow(阿材) 的大作中提到: 】
: 开玩笑，当年我们的数学课本用的是数学系的，概率统计是基本功。自己实现矩阵运算
: ，写过 3D 引擎。你以为呢？
: 但是我说这些东西没意思。不是小学生了。
: 关键是你要把点说清楚。理清逻辑，然后清晰地表达出来。
: So far，这个项目看起来 pointless，定位不清晰。至少从你的表达看来。
这题目有意思。
先说简单的， Ax = lamda x . 线性代数的花花肠子多了，特征根只是其中之一。 难
得不是计算，难得是说出这玩意能干嘛用。
再说第一题的。 研究季节因素，地理因素很多人用所谓混合模型， 什么固定因素，随机因素，专门对付这种有分层结构的数据。 R里面的nlme, (nonlinear mixed effect 模型) 专门干这个。 SAS也有相应函数。 ( proc mix ? )
但我感兴趣的是，实际效果怎么样 ？ 我观察好几年 发现都是学术圈里的人在做，全
是一堆希腊符号，说自己如何好。 这点很象sem, 结构化模型， 火了十几年，表面看
美的不得了 （ 什么内在因素，外在因素，各种路径还给你连起来 ），问题是出了学
术圈，到底能干嘛 ？
你们不知道谢一辉（开发ggplot的）早年就是研究这个的，sem, 前些年终于醒悟了，
说再也不回答有关结构化模型的邮件， 原因是公说公有理婆说婆有理。 （我看是sem
找不到实际应用。）
另外， 小谢绝对是很热心的一个人， 有问必答。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 你對這些東西0經驗。
: 第一，
: “分析客戶抱怨最多的是哪個產品”這個很簡單嗎？覺得簡單是你統計知識
: 是0。不然
: 你說一下如何去掉很多抱怨裡的季節因素，以及地理因素造成的bias。我昨天還寫了: proposal。
: 第二，單就數值計算來講。線性方程看著簡單吧？你會求特徵根嗎？
:
: 我说看不出是委婉的说法。
:
: 我当然看得出，实现你说的这个：
:
: “例如你手里有一个論壇。你想用各種量化統計的指標，來分析客
: ...................
我舉一個最簡單的例子。
例如TD ameriTrade這個廣受好評的手機app。那裡面包含了各種基本統計，這些東西手寫js是非常麻煩的。就連基本的移動平均，樣條，...應用中那也有坑。
從0手寫耗時而且質量難以保證。反例例如我用的國內的海通證券。假如numpy等進去js系統。那就容易很多。
单纯回答技术问题，把代码窗口移到独立的浏览器窗口就是了（move tab to new
window）
【 在 magliner (magliner) 的大作中提到: 】
: 请教进浏览器有什么好 ？ 前一阵我们老板非要推行朱比特， 我也试了试。 不觉得有
: 什么好，除非配个大屏幕，视觉效果确实比传统编辑器好很多。 可是我家里没有大屏
: 幕啊，我一般就是用传统编辑器， 算命代码通常50~60行， 最长的不过一百行，在
14
: 寸小屏幕看起来刚刚好。
: 而且浏览器是休闲用的，编辑器是干活用的，一个左脑，一个右脑，想切换了只要动两
: 个手指（alt + tab ）,不想切换了可以随时关掉另外一个。 现在朱比特成了浏览器的
: 一个tab, 切换不方便了。
: 第三，我浏览器经常开好几个窗口，从邮件，新闻，体育，八卦什么乱七八糟的都有，
: 朱比特这么一进来，我开大会没法共享屏幕了。 本来只想给别人看看代码的，结果浏
: 览器一开把我看什么网站都共享出去了。
你问问Xie Yihui,能不能把R,以及ggplot转成webasm,这样可以进去js的社区。统计学
家最有价值的东西之一我觉得是隔断时间，有画新的图debao。这就好比算卦，别人看
手，我看耳朵。
你说的统计的东西我一无所知。不过我觉得没有生产数据的验证和纠正，除了极少数高级天才之外，很少有人可以把一个统计理论与世隔绝的从头到尾弄对。现实世界对一个程序或者一个理论的debug作用是威力很大的，而且效率也很高。用研究数论的工作程
序来研究统计，恐怕有成果的可能性不大。
【 在 magliner(magliner) 的大作中提到: 】
: 这题目有意思。
: 先说简单的， Ax = lamda x . 线性代数的花花肠子多了，特征根只是其中之一。 难
: 得不是计算，难得是说出这玩意能干嘛用。
: 再说第一题的。 研究季节因素，地理因素很多人用所谓混合模型， 什么固定因素，随
: 机因素，专门对付这种有分层结构的数据。 R里面的nlme, (nonlinear mixed
effect
: 模型) 专门干这个。 SAS也有相应函数。 ( proc mix ? )
: 但我感兴趣的是，实际效果怎么样 ？ 我观察好几年 发现都是学术圈里的人在
做，全
: 是一堆希腊符号，说自己如何好。 这点很象sem, 结构化模型， 火了十几年，
表面看
: 美的不得了 （ 什么内在因素，外在因素，各种路径还给你连起来 ），问题是
出了学
: 术圈，到底能干嘛 ？
: ...................
谢益辉做的不是ggplot。做的是rmarkdown,knitr, bookdown,blogdown,DT等等
【 在 magliner (magliner) 的大作中提到: 】
: 这题目有意思。
: 先说简单的， Ax = lamda x . 线性代数的花花肠子多了，特征根只是其中之一。 难
: 得不是计算，难得是说出这玩意能干嘛用。
: 再说第一题的。 研究季节因素，地理因素很多人用所谓混合模型， 什么固定因素，随
: 机因素，专门对付这种有分层结构的数据。 R里面的nlme, (nonlinear mixed
effect
: 模型) 专门干这个。 SAS也有相应函数。 ( proc mix ? )
: 但我感兴趣的是，实际效果怎么样 ？ 我观察好几年 发现都是学术圈里的人在做，全
: 是一堆希腊符号，说自己如何好。 这点很象sem, 结构化模型， 火了十几年，表面看
: 美的不得了 （ 什么内在因素，外在因素，各种路径还给你连起来 ），问题是出了学
: 术圈，到底能干嘛 ？
: ...................
是我记错了。 ggplot是一辉好朋友做的。 两人品味起初有点类似，都在视觉化方面很讲究。
我是最小主义者， 不讲究。
【 在 dracodoc (david) 的大作中提到: 】
: 谢益辉做的不是ggplot。做的是rmarkdown,knitr, bookdown,blogdown,DT等等
: effect
你问问Xie Yihui,能不能把R,以及ggplot转成webasm,这样可以进去js的社区。统计学
家最有价值的东西之一我觉得是隔断时间，有画新的图ideas。这就好比算卦，别人看
手，我看耳朵。
你说的统计的东西我一无所知。不过我觉得没有生产数据的验证和纠正，除了极少数高级天才之外，很少有人可以把一个统计理论与世隔绝的从头到尾弄对。现实世界对一个程序或者一个理论的debug作用是威力很大的，而且效率也很高。用研究数论的工作程
序来研究统计，恐怕有成果的可能性不大。
【 在 magliner(magliner) 的大作中提到: 】
: 这题目有意思。
: 先说简单的， Ax = lamda x . 线性代数的花花肠子多了，特征根只是其中之一。 难
: 得不是计算，难得是说出这玩意能干嘛用。
: 再说第一题的。 研究季节因素，地理因素很多人用所谓混合模型， 什么固定因素，随
: 机因素，专门对付这种有分层结构的数据。 R里面的nlme, (nonlinear mixed
effect
: 模型) 专门干这个。 SAS也有相应函数。 ( proc mix ? )
: 但我感兴趣的是，实际效果怎么样 ？ 我观察好几年 发现都是学术圈里的人在
做，全
: 是一堆希腊符号，说自己如何好。 这点很象sem, 结构化模型， 火了十几年，
表面看
: 美的不得了 （ 什么内在因素，外在因素，各种路径还给你连起来 ），问题是
出了学
: 术圈，到底能干嘛 ？
: ...................
我觉得是反过来，Plotly/D3比ggplot/matplotlib这两套要好，R和python都在引进js
的画图库。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 你问问Xie Yihui,能不能把R,以及ggplot转成webasm,这样可以进去js的社区。统计学
: 家最有价值的东西之一我觉得是隔断时间，有画新的图debao。这就好比算卦，别人看
: 手，我看耳朵。
: 你说的统计的东西我一无所知。不过我觉得没有生产数据的验证和纠正，除了极少数高
: 级天才之外，很少有人可以把一个统计理论与世隔绝的从头到尾弄对。现实世界对一个
: 程序或者一个理论的debug作用是威力很大的，而且效率也很高。用研究数论的工作程
: 序来研究统计，恐怕有成果的可能性不大。
:
: 这题目有意思。
:
: 先说简单的， Ax = lamda x . 线性代数的花花肠子多了，特征根只是其中之一
: 。 难
: ...................
画图非常重要和复杂，碰到的很多问题和统计是类似的。visualization都是统计或者
滤波之后的visualization。而且这个领域有稳定的价值。
【 在 magliner (magliner) 的大作中提到: 】
: 是我记错了。 ggplot是一辉好朋友做的。 两人品味起初有点类似，都在视觉化方面很
: 讲究。
: 我是最小主义者， 不讲究。
我也觉得js画图最强。可能我前面没说清楚。R社区有很多统计社区发明的新类型的图
，牵涉到新的统计包。这是js社区没有的。
理想情况，我们可以把这些新的统计口径用R的包算出来，js画更牛的图。
别人算卦看手相，咱看耳朵。也算是个卖点。
另外js缺乏build in计算的包。给图的data feeds容易漏掉corner cases，出问题。这个我不是开玩笑。例如google下sp500，出来的股票图，之前我记得出过大问题。
【 在 rgg (rgg) 的大作中提到: 】
: 我觉得是反过来，Plotly/D3比ggplot/matplotlib这两套要好，R和python都在引进
js
: 的画图库。
web assembly, python in browser 和 jupyter 有毛关系
这个项目可以算是从mozilla自己的基于webam的notebook系统出来的。
【 在 myp(myp) 的大作中提到: 】
: web assembly, python in browser 和 jupyter 有毛关系
我觉得是可以让代码分工更细啊。在本地做完足够的preprocessing再传到server上去。
【 在 justnow (阿材) 的大作中提到: 】
: 这个项目可能的 points 我看有两个：
: 1 让用户在浏览器中用 Python 做数值计算；
: 2 用 Python 来取代 JS 来处理页面用户互动。
: 如果是 1，现在类似 repl.it 之类的在线 REPL 到处都是，打开就能用。本地没有 : GPU 的话，在浏览器中做大型计算浪费时间。如果让用户配置本地 GPU 的话，干脆装
: 一个 PIP 的 Python 就好。
: 如果是 2，那么就是改变一下语法，从 JS 到 Python。看不出这是多大的进步。
: 从你发布的信息看，它自带 pandas 之类的库，貌似定位是 1。那么似乎没有必要。: python
感觉bucuo不错哦
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 项目名:pyodide
: Mozilla的项目。
: With the help of webassembly, Python can run directly in browser, together
: with four numerical computation packages: numpy , pandas, matplotlib,
scipy.
: JS Python = double wins
: Mozilla 牛。
: 这个项目我个人人认为成功的概率非常高。借道webassembly 虚拟机的文件系统。看着
: 像是早先搞asmjs的几位师傅的手法。
你这个 3D engine 是 3D rendering engine 还是 3D physic simulation engine?
这两个可都是天坑, 写个实战能用的, 挺费劲的. 还是你写的这个就是 hobby project?
【 在 justnow (阿材) 的大作中提到: 】
: 开玩笑，当年我们的数学课本用的是数学系的，概率统计是基本功。自己实现矩阵运算
: ，写过 3D 引擎。你以为呢？
: 但是我说这些东西没意思。不是小学生了。
: 关键是你要把点说清楚。理清逻辑，然后清晰地表达出来。
: So far，这个项目看起来 pointless，定位不清晰。至少从你的表达看来。
有两个：一个是光栅渲染，另一个是光线追踪。
光栅渲染不是课程的一部分。
光线追踪是课程的一部分。
两个主要都是 rendering，几乎没有 physics simulation。
目的是练习，看看线性代数在图形学里怎么用。
也是后来发现坑太深，撤了。
也许叫 3D renderer 更合适。
【 在 dumbCoder (HumbleCoder 不懂就问-_-) 的大作中提到: 】
: 你这个 3D engine 是 3D rendering engine 还是 3D physic simulation engine?
: 感觉这两个都是天坑, 还是你写这个就是课上的 project?
祝愿Mozilla越办越好！