Introducción a la Programación II
Prefacio
Estos materiales están en desarrollo.
Los conocimientos en programación son esenciales para la práctica de la ciencia de datos, que implica el manejo de grandes conjuntos de datos, junto con la creciente demanda de que los estudios sean reproducibles y abiertos. Con estas exigencias, quienes hacen ciencia de datos necesitan a menudo crear, utilizar y compartir software. Este software tiene características particulares, que están relacionadas en gran medida con la exploración de problemas y la respuesta a preguntas.
Este libro se desarrollo para la materia Introduccion a la Programacion II y cubre los fundamentos de la creación de software como parte desarrollo y ejecución de proyectos de ciencia de datos abiertos y reproducibles, tanto si la persona trabaja sola como si forma parte de un equipo.
Introducción para estudiantes
El objetivo principal de este libro es enseñarte las herramientas, habilidades y conocimientos necesarios para crear software abierto para hacer ciencia de datos de una forma reproducible y sostenible. Esta pensado para personas que investigan o practican ciencias de datos y que ya saben escribir funciones y programas de unos cientos de líneas de codigo y que quieren ser más productivos, tener más confianza en sus resultados y trabajar de forma abierta y reproducible.
Este libro ofrece una introducción pragmática y basada en herramientas a la ingeniería de software de investigación. Para las personas cuyas tareas incluyen la creación de paquetes de software, este libro le ayudará a ser un ingeniero de software de investigacion. A diferencia de las personas que desarrollan software en la industria o los estudiantes de ciencias de la computacion, este libro utiliza el análisis de datos como ejemplo motivador y asume que el objetivo final de nuestros estudiantes es responder a preguntas y realizar analisis de datos.
La ciencia de datos es un proceso que depende de resultados que sean exactos, precisos, replicables y reproducibles. El desarrollo de paquetes de software con fines de investigación nos ayuda a garantizar que los análisis que producen nuestros resultados sean exactamente eso: exactos, precisos, replicables y reproducibles.
Teniendo esto en cuenta, el principal objetivo de aprendizaje de este libro es que aprendas a gestionar proyectos de ciencia de datos y a desarrollar un paquete R. Al final del libro tendras las habilidades y conocimientos necesarios para: trabajar en proyectos de ciencias de datos ordenados, desarrollar paquetes de R bien construidos, bien documentados y reutilizables y trabajar eficazmente en equipo.
Estos son los objetivos de aprendizaje específicos que dominarás con este libro:
- Escribir programas de R que resuelvan tareas de un proyecto de ciencia de datos.
- Programar funciones en R.
- Explicar qué es un paquete R, cómo está estructurado y cómo crear uno.
- Enumerar y describir mejores prácticas en el desarrollo de paquetes y cómo implementarlas.
- Explicar qué es una guía de estilo de código, por qué es importante y cómo escribir código que se adhiera a la guía de estilo.
- Describir por qué la documentación fácil de usar y bien escrita es crucial para construir un paquete utilizable y algunos pasos para lograr este tipo de documentación.
- Aplicar técnicas de testeo de software a funciones y paquetes de R.
- Describir diferentes posibilidades para publicar y compartir un paquete.
- Usar Git y GitHub para monitorear y compartir tu software.
- Encontrar y resolver errores en los programas de R desarrollados.
- Entender como funcionan, que rol y limitaciones tienen los asistentes de programación de IA.
- Resolver casos reales de ciencia de datos aplicando las habilidades aprendidas durante la materia.
- Organizar proyectos de ciencia de datos pequeños a medianos.
- Incorporar el valor del trabajo abierto y reproducible.
Visión general de los paquetes creados
A lo largo del libro, construirás un paquete de R para leer y analizar datos meteorológicos.
Utilizaremos datos que diponibiliza el Institulo Nacional de Tecnología Agropecuaria INTA a traves del Sistema de Información y Gestión Agropecuaria SIGA.
Luego de presentar un tema vamos a realizar ejercicios que nos hagan avanzar en nuestro objetivo de desarrollar este paquete de R en particular.
Reutilización y licencia
Todo el material puede reutilizarse libremente bajo los términos de la licencia Creative Commons Reconocimiento 4.0 Internacional Licencia, esto significa que el material puede utilizarse, reutilizarse y modificarse, siempre que se cite esta fuente.
El código fuente del libro se encuentra en el repositorio de GitHub intro-programacion. Cualquier corrección, o contribuciones son bienvenidas. Visitá nuestra página sobre como contribuir]() para conocer más.
Prerequisitos
Para seguir este libro, necesitarás tener instalado git, R y RStudio. Si no los tienes instalados, puedes seguir las instrucciones en la página de instalación.
Convenciones en el libro
El libro esta ordenado en capitulos que abarcan un tema en particular. Dentro del capitulo podemos presentar ejercicios, ejemplos, consejos, advertencias, etc. Para diferenciar estos elementos utilizamos los siguientes bloques:
Este es un ejercicio
Este es un ejemplo
A tener en cuenta!
Este es un consejo
Bibliografia
General Obligatoria
R Packages (2e) de Hadley Wickham y Jennifer Bryan. Disponible de manera gratuita: https://r-pkgs.org/
R for Data Science (2e) de Hadley Wickham, Mine Cetinkaya-Rundel y Garrett Grolemund. Disponible de manera gratuita: https://r4ds.hadley.nz/. Primera edición en español: https://es.r4ds.hadley.nz/
Complementaria
Advance R de Hadley Wickham. Disponible de manera gratuita: https://adv-r.hadley.nz/
Research Software Engineering with Python: Building software that makes research possible de Damien Irving, Kate Hertweck, Luke Johnston, Joel Ostblom, Charlotte Wickham, y Greg Wilson. Disponible de manera gratuita: https://third-bit.com/py-rse/
rOpenSci editorial team (2024). Paquetes rOpenSci: Desarrollo, mantenimiento y revisión por pares [rOpenSci Packages: Development, Maintenance, and Peer Review] (Traducción al español: Yanina Bellini Saibene, Elio Campitelli, Paola Corrales) Zenodo. https://zenodo.org/doi/10.5281/zenodo.10797248 (Trabajo original publicado en 2024). Disponible de manera gratuita: https://devguide.ropensci.org/es/index.es.html
Fuentes
Este libro utilizo como fuentes los siguientes materiales:
Research Software Engineering with Python: Building software that makes research possible de Damien Irving, Kate Hertweck, Luke Johnston, Joel Ostblom, Charlotte Wickham, y Greg Wilson. Disponible de manera gratuita: https://third-bit.com/py-rse/
R for Data Science (2e) de Hadley Wickham, Mine Cetinkaya-Rundel y Garrett Grolemund. Disponible de manera gratuita: https://r4ds.hadley.nz/. Primera edición en español: https://es.r4ds.hadley.nz/