vlambda博客
学习文章列表

豆豆写于2020.6.10
在Medium看到有一个关于哈德雷的专访，分享给大家【老哈可是花花的偶像】
如果你身边有朋友在学R语言，却不认识哈德雷，那真的有必要普及一下了：
https://medium.com/nightingale/dataviz-and-the-20th-anniversary-of-r-an-interview-with-hadley-wickham-ea245078fc8a

R语言20周年

2000年2月29日，R 1.0.0正式发布，当时主要是针对统计学家。20年后，它已经发展壮大，功能越来越齐全，在数据科学和可视化领域产生了不可估量的影响。

当前，R与Python一起在学术界广泛使用，而且R还被世界各地的新闻工作者采用，作为数据整理和可视化的首选。

R语言的发展，离不开这个人

他是绘图系统ggplot的开发者，是数据处理方案（例如dplyr和tidyr）的创新者。目前在Rstudio担任首席科学家，在他的带领下，一组开发人员不断研究Tidyverse，促进着数据科学的发展。

哈德雷开始是通过Microsoft Access Databases接触编程的，当他在奥克兰大学上本科时接触到R（那时R刚刚开发出来）。后来去到爱荷华州立大学攻读博士学位，并在那里开发了ggplot，后续编写了数十种广泛使用的R包，用于数据整理，分析和可视化。

哈德雷以“ 整洁的数据 ”（tidy data）的概念而闻名，这个概念源自他开始设计数据库的经验。曾获得2006年约翰·钱伯斯（John Chambers）统计计算奖，并于2019年因其在统计计算，可视化，图形和数据分析方面的有影响力的工作而获得著名的COPSS Presidents奖。他写了4本书（3本开源），在：http://hadley.nz/

以下是记者的问题和哈德雷的回答
让我们看看牛人是怎样炼成的

问题一

2003年在奥克兰大学读本科时首次接触R，那时候在R编程是什么感觉？

• 实际上哈德雷从来没有上过专门针对R或R编程的课程，但是奥克兰大学的几乎每个统计学课程都使用它，，而且他还以计算机科学双专业的身份完成了很多其他编程工作。

• R感觉像是一种奇怪的语言，它执行了哈德雷认为在编程语言中无法实现的工作

• 要是在Windows上将R与R GUI一起使用的，那时哈德雷的所有脚本都是.txt文件，所以不知道如何如何编辑它们的，甚至在Word文档中都有一些代码

• 在Rstudio之前的，唯一获得帮助的地方是R-help，这非常吓人

• 画图也都是base包解决

问题二

与Ross Ihaka或Robert Gentleman（R的创造者）有任何联系吗？

起初作为一个自学者没有，但离开奥克兰后联系变得更多【看来只有修炼到一定水平，才会接触到更多的牛人】

问题三

您能谈谈ggplot的诞生吗？该软件包的动机是什么？早期开发是什么样的？

• 刚开始用Lattice，但同时比较失望

• 开始阅读Lee Wilkinson写的The Grammar of Graphics，获得灵感

• Lee Wilkinson访问了哈德雷正在攻读博士学位的爱荷华州立大学，给到很多反馈

• ggplot was a “functional grammar of graphics”，这也就是gg的意思吧，图形语法

后来诞生了ggplot2

• 重点引进了图层机制，用+来添加不同的图层。但这个与ggplot不冲突，算是另一个全新版本

• 他经常做的一件事就是素描。有时只是笔和纸，写出代码的外观，有时则是键入虚构的代码，想象整体工作的方式。然后他在Rstudio拥有一个团队，在内部做了大量工作来收集意见，并通过博客和媒体分享给更多用户。

• 他之前带了一个实习生：Thomas Lin Pedersen，在实习期间就推动了ggplot2大部分的发展，之后也一直在继续努力，目前是Rstudio ggplot的首席开发人员

  现在已然是大牛：Thomas开发的拼图patchwork广受好评，花花之前也写过
  

问题四

促进R社区发展的原因是？

之前R语言的发展，很长一段时间以来，可能有这么多人在提供帮助，因为R-help确实使他们望而却步。但现在，StackOverflow非常令人欢迎和友好，并且使用#rstats在Twitter上变得更加流行，另外还有一个庞大的社区群体：Rladies值得关注

R数据可视化的下一个20年

哈德雷和托马斯在这一点存在较大的观点分歧。哈德雷认为，R中可视化的未来与JavaScript的可视化有着根本和不可分割的联系。制作高质量可视化效果的人数正在增长，希望更多的人继续以编程语言而不是点击工具来表达可视化效果

That’s my hope for the next 20 years, that it becomes a given that
code is the language of data science and data visualization.