Practical_Coding_Solutions.md

Practical Solutions for Research Coding

代码结构及风格

通常来说文章的代码可以分为Simulation和Empirical…… （待填坑）

极大似然估计+优化目标函数

• 通常我们面对的是一个非标准的极大似然估计问题（其中非标准代表无法直接用现成的模型，例如python中的logistic regression模型，来直接调用解决，而是需要根据你的目标函数写对应的优化代码，python代码可以参考 https://rlhick.people.wm.edu/posts/estimating-custom-mle.html

Python 建模

• 存储中间变量，例如一个非矩阵格式的列表：

import pickle
with open('./tick_list.pkl', "wb") as f:
    pickle.dump(tick_list, f)

• 代码加速通常来说有两种加速方式：
  • 对于普通的numpy计算，使用multiprocessing这类的多线程并行计算来将for循环divide and conquer掉
  • 如果矩阵非常大，而对矩阵的操作较为简单，比如简单的加加减减、卷积等，可以使用GPU加速运算

R 画图

• 写的不错的教程，(四川师范大学研究生公选课《数据科学中的R语言》的课程)[https://bookdown.org/wangminjie/R4DS/]

• 如何读入一个文件夹下的所有csv文件

• 正则表达式 stringr

Linux 命令行

• tmux 使用：
  • 鼠标滚动：https://blog.csdn.net/liumiaocn/article/details/104100000