Este ora 14:47, întâlnirea a durat 38 de minute și cineva tocmai a spus: „Toată lumea poate să-mi vadă ecranul?”
Încercați să vă concentrați, ventilatorul laptopului pare că se pregătește pentru decolare și undeva în afara temperaturii a urcat la 34°C. Te-ai mutat deja o dată astăzi în căutarea unui petic de umbră sub un copac cu o adiere pe jumătate decentă, laptop-ul echilibrat în genunchi, un ochi pe pictograma bateriei. Între timp, calendarul tău are încă trei întâlniri în el.
Vara 2026 are un mod amuzant de a ne face să observăm astfel de lucruri. Se preconizează a fi cea mai caldă vară înregistrată în Marea Britanie, cu câteva valuri de căldură deja în spatele nostru. În loc să-ți petreci încă o după-amiază uitându-se la o foaie de calcul, de ce să nu-i dai lui R ceva mai interesant de făcut?
☀️ Hai să vorbim despre vreme
Anul acesta, vremea în Marea Britanie nu a fost atât de imprevizibilă, cât a fost necruțător, record de căldură. Ceea ce, dacă ești o persoană cu date, este totuși o scuză grozavă de explorat.
De exemplu, imaginați-vă că avem zilnic temperaturi ridicate pentru Londra, Manchester și Newcastle în timpul valurilor de căldură din această vară. Am putea folosi R pentru a le compara rapid, pentru a găsi cele mai calde zile și pentru a crea o diagramă care să arate cât de mult mai cald a fost sudul decât nordul.
library(dplyr) # Illustrative daily highs (°C) across three of this summer's heatwave events summer_weather <- tribble( ~date, ~city, ~temperature, "2026-05-24", "London", 32.3, "2026-05-24", "Manchester", 25.8, "2026-05-24", "Newcastle", 21.9, "2026-05-25", "London", 34.8, "2026-05-25", "Manchester", 26.9, "2026-05-25", "Newcastle", 22.6, "2026-05-26", "London", 35.1, "2026-05-26", "Manchester", 27.4, "2026-05-26", "Newcastle", 23.1, "2026-07-28", "London", 29.6, "2026-07-28", "Manchester", 26.2, "2026-07-28", "Newcastle", 22.4, "2026-07-29", "London", 34.2, "2026-07-29", "Manchester", 28.9, "2026-07-29", "Newcastle", 23.8, "2026-08-13", "London", 37.0, "2026-08-13", "Manchester", 32.1, "2026-08-13", "Newcastle", 25.6, "2026-08-14", "London", 38.1, "2026-08-14", "Manchester", 32.8, "2026-08-14", "Newcastle", 26.3 ) |> mutate(date = as.Date(date)) library(ggplot2) ggplot(summer_weather, aes(x = date, y = temperature, colour = city)) + geom_line() + geom_point() + labs( title = "How warm has UK summer 2026 been?", subtitle = "Daily highs across three of this summer's headline heatwaves", x = NULL, y = "Temperature (°C)" ) + theme_minimal()
Dintr-o dată, acea foaie de calcul cu numere devine ceva pe care îl puteți explora cu adevărat. Puteți vedea, dintr-o privire, cât de mult devine decalajul nord-sud odată ce un val de căldură se instalează cu adevărat – Londra a atins 38,1 °C la mijlocul lunii august, în timp ce Newcastle a rămas la 26,3 °C în aceeași zi.
Și nu trebuie să te oprești la temperatură. Ai putea să te uiți la precipitații (sau lipsa acestora), nivelul rezervoarelor, vânzările de înghețată, întârzierile trenurilor… sau chiar să investighezi dacă productivitatea echipei tale scade în mod misterios odată ce biroul atinge 25°C.
🧠 Un pic de perfecţionare de vară
Tot aici R devine deosebit de util.
A învăța R nu înseamnă doar a ști cum să scrii cod. Este vorba despre a deveni mai confortabil să răspunzi la o întrebare, să găsești datele potrivite, să le explorezi și să transformi rezultatele în ceva pe care alți oameni îl pot înțelege.
Poate că folosești R de ceva vreme, dar continuă să te gândești: „Trebuie să existe o modalitate mai bună de a face asta”.
Probabil că există.
Poate vă simțiți confortabil cu elementele de bază, dar doriți să vă îmbunătățiți vizualizarea datelor, modelarea, raportarea reproductibilă sau lucrul cu seturi de date mai mari.
Exact aici poate ajuta antrenamentul structurat.
La Jumping Rivers, organizăm cursuri practice în R, Python, SQL, Quarto, Shiny și ecosistemul mai larg Posit. Cursurile noastre sunt concepute în jurul muncii din lumea reală, astfel încât să puteți duce ceea ce ați învățat direct înapoi la birou – de preferință undeva cu un ventilator, sau în acest an, poate chiar cu aer condiționat.
🍦 Fă vara să conteze
Pauza de vară poate fi un moment bun pentru a te retrage de la rutina obișnuită și pentru a investi în abilități care ușurează restul anului.
Ați putea petrece câteva ore învățând o modalitate mai bună de a manipula datele, să vă familiarizați cu ggplot2, să explorați Quarto sau să începeți să vă construiți prima aplicație Shiny.
Și dacă nu ești sigur ce antrenament ar fi de fapt util pentru tine sau pentru echipa ta, acolo te putem ajuta și noi.
Ne putem uita la instrumentele pe care le utilizați în prezent, la abilitățile pe care le are deja echipa dvs. și unde sunt lacunele, apoi vă recomandăm o cale de formare care are sens.
Nu sunt necesare foi de calcul complicate.
Deși, dacă aveți unul – poate urmărind caniculele din această vară – suntem întotdeauna bucuroși să vă ajutăm să îl transformați în ceva mult mai interesant.
☀️ Ești gata să faci următorul tău proiect de date puțin mai plăcut?
Explorați cursurile noastre publice de formare sau luați legătura cu echipa Jumping Rivers pentru a discuta despre ceea ce ar funcționa cel mai bine pentru dvs.
Pentru actualizări și revizuiri ale acestui articol, consultați postarea inițială