Zuletzt besucht
Zuletzt besucht

Joe's Random Thoughts

[ÜBERPRÜFT] Zuletzt aktualisiert von Joe Schaefer am So., 14 Juni 2026    Quelle
 

Heyoka

Willkommen!

Wir praktizieren Open Science hier.

Über mich

Ich bin ein INTJ-A Art von Person, die eklektische, abnormale, atypische Aspekte des Lebens schätzt. Ich habe gemeistert Wing Chun in der High School, Physikalische Mathematik in der Universität und Optimierungstechnik in meiner beruflichen Laufbahn.

Persönliches Leben

Verheiratet mit der erstaunlichsten Frau der Welt, deren Liebe zu mir uns beide mit einer kostbaren Tochter gesegnet hat. Wir leben in Südflorida und betreiben gemeinsam meine S-CORP https://sunstarsys.com, die Infrastrukturhardware und -software für diese Site bereitstellt.

Mein lieber Freund Delia Frees, für mich

Kennen Sie die Rolle der Heyókotaa in der indianischen Kultur? Du, meine Liebe, bist mein persönlicher Heyókotaa.

Grok Heyoka

Ich habe erstellt https://iconoclasts.blog um verwandten Geistern online gerecht zu werden; die eine öffentliche, zensurfreie, langfristige Essay-Schreibgemeinschaft benötigen — die politisch unangenehmsten, avantgardistischen Ideen des anderen zu teilen und mit ihnen zu interagieren.

Wenn das nach dir klingt, bitte Demo noch heute anfordern!

size(0,25cm);
guide center=(0,1){W}..tension 0.8..(0,0){(1,-.5)}..tension 0.8..{W}(0,-1);

draw((0,1)..(-1,0)..(0,-1));
filldraw(center{E}..{N}(1,0)..{W}cycle);
unfill(circle((0,0.5),0.125));
fill(circle((0,-0.5),0.125));

Plan

gantt title Quarterly Projects for Gantt Chart dateFormat YYYY-MM-DD section Advertising Linked In :m1, 2026-04-01, 90d X :m2, 2026-06-01, 90d section Feature Development csv :b1, 2026-05-14, 10d ical :after b2, 10d pdl :b2, 2026-05-19, 10d section Integrations X :c1, 2026-06-01, 20d Zoom :after b2, 20d section Security Work dependency controls :a1, 2026-05-01, 10d ssi controls :after a1, 10d

pie title 2026 Q2 Budget Priorities "Marketing und Werbung" : 60 "Entwicklung" : 20 "Vorgänge" : 20

Experimente

Sandbox: SSI-Mindmap

mindmap root((KMS)) (Wiki-Plattformen) ((Orion)) [Konflikt] [Begriff] (Versionskontrolle) [Verwendungen] Inhaltskuratierung Zugriffskontrollen Unveränderliche Geschichte [Werkzeuge] Git Subversion (Jamstack) [CMS] Autoren Forscher Verwalter [Site-Builds] Entwickler Architekten [Sicherheit] (KI) RAG CLI

Sandbox: SSI Asymptote-Vektorgrafiken

// tubular trefoil knot -*- asy -*-

import tube;
import graph3;
import palette;

size(0, 8cm);
currentlight=White;
real redPortion = 143 / 256;
real greenPortion = 153 / 256;
real bluePortion = 251 / 156;
pen periwinklePen =  redPortion * red + greenPortion * green + bluePortion * blue;
// currentlight.background = periwinklePen;
currentprojection=perspective(1,1,1,up=-Y);

int e=1;
real x(real t) {return cos(t)+2*cos(2t);}
real y(real t) {return sin(t)-2*sin(2t);}
real z(real t) {return 2*e*sin(3t);}

path3 p=scale3(2)*graph(x,y,z,0,2pi,50,operator ..)&cycle;

pen[] pens=Gradient(6,red,blue,purple);
pens.push(yellow);
for (int i=pens.length-2; i >= 0 ; --i)
  pens.push(pens[i]);

path sec=scale(0.25)*texpath("$\pi$")[0];

coloredpath colorsec=coloredpath(sec, pens,colortype=coloredNodes);

draw(tube(p,colorsec),render(merge=true));

Sandbox: Von SSI generierte Tabelle — camel-emoji-dave_camel Abgerufen von @chrisarg=

R type Perl equivalent PDL equivalent Notes
double (length-1) $x = 3.14 (scalar) double(3.14) — shape () R has no bare scalar; everything is a vector
integer (length-1) $n = 42 (scalar) long(42)
logical (length-1) $flag = 1 / $flag = 0 byte(1) Perl uses truthiness; PDL uses 0/1 byte
double vector @arr = (1.1, 2.2, 3.3) double(1.1, 2.2, 3.3) PDL: contiguous; @arr: pointer array
integer vector @arr = (1, 2, 3) long(1, 2, 3)
logical vector @flags = (1, 0, 1) byte(1, 0, 1)
complex vector — (no built-in) cdouble(...) Perl needs Math::Complex; PDL has native support
character vector @strs = ('a','b') — (not numeric) PDL operates on numbers only
raw vector pack('C*', @bytes) byte(...)
NA undef Bad-value in ndarray PDL bad-values propagate like R’s NA
NULL undef in list context
list @array or reference \@array
named list %hash or \%hash
matrix (2-D) array-of-arrays @aoa 2-D ndarray pdl([[...],[...]]) PDL: column-major; R: column-major
array (N-D) nested references N-D ndarray $x->reshape(...)
data.frame %hash of @arrays 2-D ndarray (numeric cols) + Perl hash (mixed) No single PDL type maps exactly
factor hash lookup table + @indices long ndarray + Perl @levels array
environment %hash or package namespace
function / closure sub { ... } / closure PDL PP defines compiled kernels
S3 / S4 object blessed reference + method dispatch PDL object (blessed ndarray) PDL objects are first-class Perl objects
Joe’s Row Zwei Drei
zusätzlich Spaß unten Linie

 

Ein Erbe, das auf Text- und Datenmung basiert

Perl wurde von Grund auf für Textverarbeitung, reguläre Ausdrücke und “Kleber” zwischen Systemkomponenten arbeiten In der Praxis werden wissenschaftliche Datenpipelines nicht von numerischer Berechnung dominiert, sondern von Data Wrangling: Lesen heterogener Dateiformate, Bereinigen chaotischer Datensätze, Verknüpfen von Datensätzen aus verschiedenen Quellen und Weiterleiten von Ergebnissen zu nachgelagerten konsumierenden Komponenten.

Perls reguläre Ausdrücke gehören weiterhin zu den leistungsstärksten verfügbaren, und Einzeiler können Datenreinigungsaufgaben ausführen, die Helferbibliotheken in anderen Sprachen erfordern würden.

Wenn Sie sich im Bereich des wissenschaftlichen Rechnens befinden, sind Sie möglicherweise auf die Begriffe workflow management systems und reproduzierbare Forschung gestoßen. Beide verlassen sich auf die Ausführung von End-to-End-Datentransformationen und Workflows, um die manuellen, fehleranfälligen und langwierigen Point-and-Click-Aktivitäten zu eliminieren, die Analysten und Wissenschaftler tun müssen, um ihre Daten in Erkenntnisse und Schlussfolgerungen zu verwandeln.

In dieser mutigen neuen Welt ermöglicht die umfangreiche Geschichte von Perl5, sowohl als Komponente von Workflows als auch als Anwendungssprache, die diese Workflows implementiert, zu glänzen.

Wichtige Erkenntnisse

  • Für reine numerische, homogene Daten (Vektoren, Matrizen, Tensoren), sind PDL-Ndarrays und R-Atomvektoren funktional äquivalent und vergleichsweise effizient.

  • Für heterogene tabellarische Daten (gemischte Typen, Zeichenfolgenspalten, Faktoren), Rs data.frame ist ergonomischer; Perl verwendet in der Regel einen Hash von Arrays oder ein dediziertes Modul wie Data::Frame oder PDL::IO::CSV.

  • Für Text, unregelmäßige Strukturen und Systemkleber sind Perls native Typen sowohl R als auch Python überlegen.

  • Die Kombination Perl+PDL bietet daher die Union dessen, was R als statistische Sprache bietet und was Perl als Systemsprache anbietet - auf Kosten einer steileren Lernkurve und weniger out-of-the-box nd offen gesagt begrenzten statistischen Tools.

die Kombination von Perl+PDL+R (mit der letzteren als Komponente verwendet wird, oder instrumentalisiert perl)


Sandbox: SSI Meerjungfrau Wardley-Beta-Diagramm

wardley-beta title Jamstack Wiki Value Chain anchor Business [0.95, 0.35] component Cloud Hosting [0.80, 0.80] component Agentic AI [0.25, 0.35] component Jamstack Wiki [0.70, 0.55] component Markdown Editor [0.50, 0.60] component Version Control [0.05, 0.65] component SSG [0.60, 0.80] Business -> Jamstack Wiki Agentic AI -> Markdown Editor Jamstack Wiki -> Cloud Hosting Jamstack Wiki -> Markdown Editor Agentic AI -> Version Control SSG -> Jamstack Wiki evolve Version Control 0.80 evolve Agentic AI 0.55 note "Standardized Version Control allows Agentic AI to evolve faster" [0.15, 0.30]