Аналогия и расширение как инструменты аналитика

Микроструктура цветов лотоса легла в основу современной краски, а поведение стаи термитов скопировано в механизме продвижения бумаги в принтерах Xerox. Это примеры использования инструмента аналогии для создания чего-то нового.

А в школе часто рекомендуют его для запоминания, так как, проводя параллель с уже знакомыми сведениями, информацию легче усвоить.

Я считаю метод аналогии одним из самых эффективных творческих приемов и неоднократно применял его на практике. Расскажу, как он помог мне найти решение проблемы в очень сжатые сроки.

Так, в ходе обработки огромного файла привычный пайплайн выдал ошибку, в частности, не сработала функция read_csv из библиотеки Pandas, так как обычная структура в некоторых строчках нарушалась. Сначала я хотел прочитать файл по частям, пропуская «ошибочные» записи, затем вспомнил, что в функции преобразования дат to_datetime имеется параметр «errors», позволяющий игнорировать ошибки. Я предположил, что нечто аналогичное имеется и в read_csv, и обнаружил параметр on_bad_lines. Так меня выручила аналогия.

Но я решил пойти дальше и найти другие методы, где могут встречаться схожие параметры, и так познакомился с функций to_numeric. Последняя не только может преобразовывать колонки к ближайшему целому типу, но и использоваться как индикатор присутствия в списке нечисловых значений (раньше я применял другие менее эффективные способы). Это пример использования аналогии для расширения знаний.