不想再仰賴圖形化使用者介面？寫程式是資料分析的必要技能

在 Hahow 開設多堂資料分析相關課程的郭耀仁老師根據自己多年的經驗，與你分享寫程式是資料分析必備技能的理由。

對文章有興趣來不及看？點選右上角「橘色小書籤」收藏文章，再也不怕錯過就是一輩子！

作為一個推廣程式與資料科學的倡義者（advocate），我對於寫程式是資料分析的必要技能這個論點深感同意，但真正讓我念茲在茲的是怎麼傳達這個概念：學習寫程式並不是要變成軟體工程師，而是知道它在什麼情境下可以派上用場，提高工作效率。

本文會先簡介引起撰寫文章動機的一個座談、簡單解釋這個座談提到的專有名詞然後舉一個小例子，希望讓還在躊躇資料分析是否需要學程式的人產生更強的學習動機。

來自 RStudio 首席資料科學家的啟示：You can’t do data science in a GUI.

Hadley Wickham，RStudio 的首席資料科學家，形容是他隻手將 R 語言推上巔峰似乎都不算過譽。他於今年三月的 ACM（Association for Computing Machinery）芝加哥當地座談，分享為何也許不能永遠仰賴標榜以拖拉點選完成資料分析的套裝軟體，幾個座談重點是：

寫程式是資料分析的必要技能
寫程式相對的優勢有自動化、重複使用性與提升溝通效率
R 跟 Python 都很棒，適合用來解決資料科學的問題，當然 Hadley 更傾向 R，因為 R 是為資料量身打造的

從 GUI 轉非 GUI：透過整合開發環境提升程式撰寫體驗

GUI（Graphic User Interface）圖形化的使用者介面，有時候我們會講「古意」來形容透過以操作滑鼠（拖拉點選）為主，來與運算核心溝通的介面。像是常見的試算表、SPSS 與 Tableau。至於非 GUI，就泛指透過指令與運算核心溝通，像是 Python、R。

很多人打開 Python 或 R，看著游標停在那裡，除了 print("Hello world!") ，說實話還真有點不知道要幹嘛？不要再盯著游標跟黑螢幕了，趕快去下載一個整合開發環境 IDE（Integrated Development Environment）來用吧！

說得簡潔一些，整合開發環境就是用來提升寫程式體驗的工具，它不是全然透過鍵盤或滑鼠跟運算核心溝通，而是在兩者之中取得一個不錯的平衡點，讓使用者同時保有兼顧方便的滑鼠操作與彈性大的指令操作，像是 Jupyter Lab 與 RStudio。

資料分析
圖片來源：RStudio

透過「資料清理」的例子了解什麼是 Do Data Science

了解 GUI 的定義之後，接著我們思考何謂 Do Data Science？在同一個座談中，Hadley Wickham 分享了一個 tidyverse 生態系的流程圖，大致給我們一個非常好的資料科學應用場景概觀，從資料取得、清理、轉置、模型、視覺化到溝通，都涵蓋於其中，我們要舉的例子屬於資料清理應用場景。

寫程式與資料分析
圖片來源：tidyverse 生態系