1976 - 耳機裡的新浪潮, 5m39s
2018年4月27日 星期五
R讀取excel檔案
在R裡面要讀取Excel的資料表，可以直接用gdata套件，指令如下：
第3行讀取這個檔案的第1個table，第4行看內容摘要
在下面的參考資料裡面，其實還有更多的套件可以使用，像是：RODBC, xlsReadWrite, XLConnect, xlsx等等，在這邊選用gdata是因為它支援Mac, Linux, Windows，但因為需要用到Perl，所以Windows必須要另外安裝Perl
- install.packages("gdata")
- require("gdata")
- df <- read.xls("excel.xls", sheet=1, header=T)
- sapply(df, summary)
第3行讀取這個檔案的第1個table，第4行看內容摘要
在下面的參考資料裡面，其實還有更多的套件可以使用，像是：RODBC, xlsReadWrite, XLConnect, xlsx等等，在這邊選用gdata是因為它支援Mac, Linux, Windows，但因為需要用到Perl，所以Windows必須要另外安裝Perl
參考資料
_EOF_2018年4月26日 星期四
R Documentation與Quick-R
RDocumentation是個專門介紹R指令與套件的網站，關鍵字導向：
- 直接輸入關鍵字，然後搜尋
- 用Task View搜尋相關的套件
Quick-R則是範例導向，找到相關的主題看怎麼使用：
- Basic Statistics：像是regression, ANOVA/ANCOVA/MANCOVA, power analysis等
- Advanced Statistics：像是predictive models, latent variable models, partitioning methods或machine learning
- Graphs：簡單的繪圖，像是dot plots, bar plots, line charts, pie charts, boxplots, scatterplots
- Advanced Graphs：進階的繪圖，像是ggplot2, probability plots, mosaic plots, correlograms到interacting with graphs
_EOF_
2018年4月25日 星期三
ClusterDesign.org
ClusterDesign.org是Konstantin S. Solnushkin博士的關於high-performance computing（HPC）議題的部落格，專注在網路架構與效能模式的探討。
這個部落格有下面幾個使用方式：
- 根據右手邊的Tags找關鍵字，列出相關主題的文章
- 根據右手邊的Archives，依序閱讀
- 使用上面的選單，根據主題找文章
2018年4月24日 星期二
R做One-Way ANOVA
One-Way Analysis of Variance，簡稱One-Way ANOVA。使用在當解釋變數為類別型（categorical）的時候，判斷不同類別的平均數（mean）是不是一樣。對於每一個類別這個模式約可寫成：
下面用InsectSprays這個資料集來做One-Way ANOVA，也就是看使用不同殺蟲劑（類別型解釋變數），對於蟲子殘留數量的平均數是不是有影響：
- y = u + e
- u1 = u2 = ... = uk
2018年4月23日 星期一
HPCCHINA
這個部落格介紹關於超級電腦的處理器架構與網路架構，與一些處理的問題。2017三月到五月發表了五篇文章，然後就消失了，但這五篇文章給了許多有趣的訊息。以下就是這五篇文章：
- 带你从专业的眼光看老黄的新核弹－Deep Learning适用”显卡” Volta V100
介紹Nvidia Volta架構的顯卡 - 世界十大超级计算机深度解(tiao)析(kan)
2016年11月的前十名架構與網路分析，還有計算效能的方法簡介 - 用你听得(bu)懂的“人”话告诉你什么是量子计算机
- 两小时完成人类DNA序列比对？看INTEL，NVIDIA，IBM大乱战
與DNA alignment有關的比較 - IBM Deep Learning “专用” S822LC 服务器深(fu)度(yan)测评
PowerCPU + Nvidia P100的使用，有測試GROMACS
2018年4月20日 星期五
R預設的資料集ChickWeight
R語言內建的資料集ChickWeight記錄了雞隻在不同的飼料飼養環境下體重的不同。總共有578筆資料，每筆資料分成四個欄位：
- weight：體重，單位是公克
- Time：出生後幾天測量體重
- Chick：每一隻雞的編號，總共有50隻編號從1到50
- Diet：四種不同的蛋白質飼料環境，1, 2, 3, 4
2018年4月19日 星期四
R語言使用tapply做分組統計
在R裡面，對一個資料表的數據要做分組統計，可以接用tapply（R語言的apply家族其中之一）。以下用InsectSprays資料集作為例子。這個InsectSprays資料集只有兩個欄位：
- spray：使用的殺蟲劑
- count：使用完殺蟲劑後蟲子的數目
- 計算平均數：tapply(InsectSprays$count, InsectSprays$spray, mean)
- 計算中位數：tapply(InsectSprays$count, InsectSprays$spray, median)
- 蟲子數目的統計量：
tapply(InsectSprays$count, InsectSprays$spray, summary)
2018年4月18日 星期三
R預設的資料集InsectSprays
這個InsectSprays資料集，含有72筆資料，每筆有下面兩個欄位：
資料來源是 Beall, G., (1942) The Transformation of data from entomological field experiments, Biometrika, 29, 243–262.
- count：蟲子出現的個數
- spray：使用的殺蟲劑，分成A, B, C, D, E, F
2018年4月17日 星期二
R的預設資料集DNase
R裡面預設的資料集Elisa assay of DNase，簡稱DNase。這個資料集記錄了大鼠血清裡面的重組蛋白質DNase（recombinant protein DNase），總共有176筆資料、分成三個欄位：
- Run：重複了幾次的測試。這邊總共跑了11個run，每個run裡面都有16筆資料，所以資料總數是16*11=176
- conc：DNase的濃度，是實驗的自變數。每個run裡面同一個濃度都有二次重複，固定了八種濃度，所以每個run的資料數目是2*8=16筆
- density：用ELISA測出來的光學強度，是實驗的應變數。
2018年4月16日 星期一
畫譜系圖Pedigree Plot的軟體
不知道譜系圖的，先看一下這部關於薔薇戰爭的說明影片
裡面的人物關係可以用譜系圖畫出來：
以上圖片來自Henry VI, Part II in dreadpiratemama
裡面的人物關係可以用譜系圖畫出來：
 |
| 圖片來自dreadpiratemama |
2018年4月15日 星期日
2018年4月14日 星期六
2018年4月13日 星期五
Telegram開啟點對點加密通訊
Telegram這套通訊軟體預設並不是點對點加密(End-to-End Encryption)，必須要用下面的步驟開啟：
- 首頁找到"Chat"
- 點上面"Chats"右邊加入新的聊天室
- 選取"New Secret Chat"
2018年4月12日 星期四
2018年4月11日 星期三
R預設的資料集CO2
在R語言裡面有個資料集（dataset）叫「Carbon Dioxide Uptake in Grass Plants」，此資料集的變數名稱叫CO2，記錄了Echinochloa crus-galli的二氧化碳攝取量。
CO2總共有84筆資料，用下面5個特徵分：
CO2總共有84筆資料，用下面5個特徵分：
- Plant：採集的Echinochloa crus-galli，分成12類
- Type：從哪邊採集的，分成兩類Quebec與Mississippi
- Treatment：在做實驗前一晚有沒有冷凍，分成兩類nonchilled與chilled
- conc：環境的二氧化碳濃度，單位是mL/L
- uptake：植物吸收的二氧化碳速率，單位是μmol/m^2 sec
2018年4月10日 星期二
使用wget備份網頁或是FTP的目錄
要使用GNU wget備份某個網頁，指令如下：
- wget -m -c -w 10 --random-wait -nH --cut-dirs=1 http://domainName/a/b/c/d/
- -m：--mirror，將整個資料夾下面的東西遞迴地抓回來
- -c：--continue，續傳，若之前有抓過的就不再抓
- -w seconds：--wait=seconds，每要抓下一個等幾秒鐘
- --random-wait：前面等待的秒數＊0.5 - 1.5，不要那麼死板
- -nH：--no-host-directories,，不要把路徑都寫下來
- -nH --cut-dirs=1：上述的例子就是到d這個資料夾
- -nH --cut-dirs=2：上述的例子就是到d下面的檔案而沒有d
2018年4月9日 星期一
2018年4月8日 星期日
2018年4月7日 星期六
2018年4月6日 星期五
R套件裡面的資料集
除了內建的資料集（datasets），載入套件（packages）時有些套件也會有自己的資料集。用下面的指令可以列出所有安裝套件的資料集，或是特定套件的資料集：
_EOF_
- data(package = .packages(all.available = TRUE))
- data(package="ggplot2")
- library(ggplot2)
- help(msleep)
_EOF_
2018年4月5日 星期四
R內建的資料集datasets
R內建了一些資料集（datasets），用下面指令可以看：
- data()
這個data()會輸出一個list，如下：
- d <- data()
- mode(d)
"list" - names(d)
"title" "header" "results" "footer" - str(d)
- r <- as.data.frame(d$results)
- write.csv(r, file="datasets.csv")
2018年4月4日 星期三
2018年4月3日 星期二
用Python-3.6.5安裝ProDy-1.9.4
ProDy是一套分析蛋白質動態的軟體。首先《安裝Python-3.6.5到macOS Sierra》。然後用PyPI安裝一些ProDy需要的套件：
- sudo pip3 install numpy
- sudo pip3 install scipy
- sudo pip3 install matplotlib
- sudo pip3 install biopython
- wget https://files.pythonhosted.org/packages/fe/c8/5c8642fd6630f6fe8d3bbca13c3d5f899732893762fa0d114fe863b90cf1/ProDy-1.9.4.tar.gz
- shasum -a 256 ProDy-1.9.4.tar.gz
37a9777c36f49afad1842a59df20f7d5cd735b5500273d42c2988fdbf5391cb7 ProDy-1.9.4.tar.gz - tar zxf ProDy-1.9.4.tar.gz && cd ProDy-1.9.4
- python3 setup.py build
- sudo python3 setup.py install
2018年4月2日 星期一
安裝Python-3.6.5到macOS Sierra
參考《Python Releases for Mac OS X》，將Python 3.6.5安裝在macOS Sierra（10.12.6）。下載並安裝Python 3.6.5：
- wget https://www.python.org/ftp/python/3.6.5/python-3.6.5-macosx10.9.pkg
- md5 python-3.6.5-macosx10.9.pkg
MD5 (python-3.6.5-macosx10.9.pkg) = 37d891988b6aeedd7f03a70171a8420d - open python-3.6.5-macosx10.9.pkg
- open /Applications/Python\ 3.6/
- 點兩下 Install Certificates.command
- 點兩下 Update Shell Profile.command
訂閱：
文章 (Atom)