¡Hola!
¿De qué se trata este taller?
Debuggear
o depurar los errores de tu código puede ser una tarea frustrante. Tal
vez obtuviste un mensaje de error y hay que interpretarlo o tal vez el
código devuelve un resultado que no es el esperado. Si bien no existe
una herramienta o método mágico para identificar los errores en un
código, depurar errores requiere de un proceso sistemático.
En este tutorial aprenderás a utilizar funciones y herramientas que te ayudarán a depurar errores, analizando el código y haciendo preguntas necesarias que guien ese análisis. Cómo con cualquier tarea asociada a la programación, la depuración de errores es una habilidad que requiere práctica, por lo que en el tutorial tendrás la posibilidad de seguir los ejemplos, resolver nuevos problemas aplicando las herramientas vistas, discutir en grupo y hacer todas las preguntas que tengas.
Este tutorial está orientado a personas que tienen alguna experiencia escribiendo código en R. No importa si programan hace 6 años o 6 meses, lo importante es que la sintaxis de R les resulte familiar, en particular loops y funciones, y se haya encontrado con errores y problemas de código.
Antes de taller
Durante el taller usaremos la interfaz de RStudio. No es requisito para participar tener experiencia usando RStudio pero si nunca la usaste, mi recomendación es que dediques unos minutos a probarla antes del taller. Por favor, seguí estas instrucciones para prepararte antes del taller.
Agenda tentativa del taller
| Duración | Temas |
|---|---|
| 15 min | Introducción |
| 5 min | Presentación del problema a resolver |
| 15 min | Funciones de debugging 1 |
| 15 min | Ejercicio en grupos pequeños |
| 5 min | Dudas y consultas |
| 5 min | Pausa |
| 15 min | Funciones de debugging 2 |
| 15 min | Ejercicio en grupos pequeños |
| 10 min | Dudas y consultas |
| 5 min | Casos especiales de debugging |
| 5 min | Qué hacer cuando todo lo anterior no funciona |
| 10 min | Preguntas y cierre |
Pao Corrales
Paola Corrales. Es estudiante de doctorado en la Universidad de Buenos
Aires. Estudia ciencias de la atmósfera aplicando técnicas de
asimilación de datos para mejorar los pronósticos a corto plazo de
eventos severos en Argentina. Es trainer e instructora de The Carpentries e instructora
certificada de RStudio.
También ha contribuido a proyectos de traducción de materiales de The
Carpentries y al libro Teaching Tech Together. Forma parte de Expedición
Ciencia, una organización sin fines de lucro con sede en Argentina,
donde dirige proyectos educativos como campamentos y talleres de ciencia
para estudiantes y profesores de ciencias de primaria y secundaria. Es
profesora de la Licenciatura y la diplomatura en Ciencias de Datos de la
Universidad Guillermo Brown. También desarrolla materiales de licencia
abierta para enseñar y aprender R como “De hojas de cálculo a R”, “R
para clima” y “Reproducibility with R”.
paobcorrales.github.io | @paobcorrales
Licencia
Todos los materiales de este curso en encuentra bajo la licencia
Creative
Commons Attribution-ShareAlike 4.0 International License.
Nos inspiramos y nos basamos en los siguientes recursos:
Sobre debugging:
- Advance R, Chapter 22 de Hadley Wickham
- Debugging code in RStudio by Garrett Grolemund
Sobre reprex:
- Cómo hacer un buen ejemplo reproducible en R de Elio Campitelli
- Help me help you. Creating reproducible examples de Jenny Bryan