Kanny

我们主要从几个方面来说明，当统计中假设检验不显著时，为什么需要说 **不拒绝原假设** 而不能说 **接受原假设** 。

installing https://www.xquartz.org/Refhttps://github.com/yixuan/showtext/issues/13https://d.cosx.org/d/420608-mac-10-13-6-17g6030-showtext

https://stackoverflow.com/questions/15703553/auto-format-r-code-in-rstudioctrl + shift + Alibrary(formatR)# tidy_eval("file path")tidy_eval("C:/Users/PC_name/Desktop/myfile.R")tidy_app()

https://www.biostars.org/p/88651/https://stackoverflow.com/questions/10476713/how-to-upgrade-r-in-ubuntuhttps://cran.r-project.org/bin/linux/ubuntu/

目录1. 图像、人脸、OCR、语音相关算法整理2. 机器学习与深度学习相关的R与Python库（1）RGeneral-Purpose Machine LearningData Manipulation | Data Analysis | Data Visualization（2）PythonComputer VisionNatural Language ProcessingGeneral-Purpose Machine LearningData Analysis / Data VisualizationMi

librarylibrary(ggplot2)library(ggExtra)load dataload(“a.rda”)transform datadat_plot <- data.frame(rbind(b1, b2, b3),factor(rep(1:3, each = nrow(b1))))names(dat_plot) <- c(“x1”, “x2”, “group”)classic plotp <- ggplot(dat_plot) +geom_point

Create a Lollipop chart:Color by groups and set a custom color palette.Sort values in ascending order.Add segments from y = 0 to dots. Change segment color and size.ggdotchart(dfm, x = “name”, y = “mpg”,color = “cyl”,palette = c("#00AFBB", “#E7B800”,

当我们在进行一些学术论文的表格生成时，需要对我们的数据进行规范化处理。比如保留小数点后四位的操作。大家用的最多的代码应该就是使用 round() 函数进行保留，具体做法我们以一个数字为例：12.345678。我们想保留小数点后四位可以进行如下操作。round运行下述代码，即可得到我们想要的结果：12.3456round(12.345678, 4)但如果我们想要保留这个数字之后的四位：12.345006，此时使用 round(12.345006, 4) 就会得到 12.345 这个结果，那如果我

当我们在利用ggplot绘图时，当遇到一些量纲相差过大，或者一些图的某些点排布密集时，需要将细节部分进行放大，这时我们就需要采用画中画的方式，或者将统计图的细节在旁边进行放大。下面我们就来一步一步讲解如何将图中的细节进行放大（核心为ggforce包）。话不多说，先上最终效果图（以2019年双十一数据拟合为例）：1. 载入相关包library(ggplot2) # 绘图核心librar...

1. 单组情况1）构造数据集x <- 1:10y <- x^2ci_l <- x^2 - 0.5 * xci_r <- x^2 + 0.5 * xdat_plot <- data.frame(x, y, ci_l, ci_r)数据集长下面这样： x y ci_l ci_r1 1 1 0.5 1.52 2 4 ...

当我们想使用 R 安装一些 Github 相关的软件包，经常会遇到或者或那的网络问题，此时我们需要怎么做呢？以最近大家分析疫情数据经常用的 Y叔的 nCov2019 包为例，通常我们可以使用如下的尝试顺序：1. remotes 包安装install.packages("remotes") # 首先安装 remote 包remotes::i...

最近尝试用 R 对一些文件进行批量的解压与压缩，这里记录一些常用的解压与压缩的方法。由于解压与压缩是对称的两种方法，这里我们着重以对文件的解压为例，分不同的格式进行讲解。.zip压缩：zip()解压：unzip()若要压缩文件，就直接在 zip() 函数的第一个参数里面输入压缩后的文件名，第二个参数输入压缩前的文件名。而解压文件就更简单了，直接利用 unzip() 里面加上需要解...

由于最近在处理一些真实数据时涉及到嵌套的 .tar.gz 文件的解压，手动一个一个解压过于麻烦。可以使用 shell 脚本或者 bat 脚本来做，但想尝试使用 R 语言对其进行完全解压，这里就需要涉及到对文件与文件夹的一些操作。网上已经有许多现有教程，这里参考了很多网上的代码，不过会尝试尽量写得更加详细。整篇文章我们的测试目录结构如下（生成目录结构树，可以直接在当前路径下打开命令行窗口，输入：...

当涉及到数学或统计公式时，我们在R中进行绘图时，xlab <- bquote(N * "(0, 1)" ~ ' with m =' ~ .(m) ~ ', n =' ~ .(n))xlab <- bquote((5/3) ^ "-1/2" * t(5) ~ ' with m =' ~ .(m) ~ ', n =' ~ .(n))xlab <- bquote(8 ^ "-1/...

本篇博客主要介绍如何在 R 中，使用 ggplot2 包在一个图像上添加左右两个 y 轴刻度，并在同一个图像上绘制两个完全不一样的统计图。另外本篇博客是以天猫双十一销量与增长率为例，原始的数据可以参考上一篇文章：用 ggplot 重绘天猫双十一销售额图，这里不再作过多的介绍。同时整个的天猫双十一的销售额数据分析可以关注：天猫双十一“数据造假”是真的吗？老规矩，先上最终成果（两张图只是颜色的差...

最近和小伙伴一起探索了一下双十一后闹得沸沸扬扬的一篇文章：“淘宝2009-2018年历年双十一销售额数据造假”。原文作者使用初中阶段学过的抛物线，就将每年的销售额增长趋势拟合得非常完美。（如果大家想学习如何画出上述的图像，可参见前面一篇博客：用 ggplot 重绘天猫双十一销售额图）同时在知乎上，这个问题也成功上了当时的热搜榜，各路大神云集，也发表了很多很有意思的观点：如何看待有人质疑淘宝双...

前一段时间，很多人被这张图刷屏了：这张图的来源是一篇名为 “淘宝2009-2018年历年双11销售额数据造假” 的文章。图中散点为天猫双十一销售额数据，曲线为原作者拟合的回归线。乍一看散点完美地分布在曲线上，原作者便直接声称：“淘宝双十一销售额数据造假！不可能有这么完美的拟合！” 可事实真的是这样吗？作为一个热爱画画的博主，我们先不来考虑这个问题，直接来试着在 R 中绘制出上图，一个更好看版...

当我们在使用 ggplot 时，使用分面通常会长下面这样（这里用 ggplot 的官方案例）：p <- ggplot(mpg, aes(displ, hwy)) + geom_point()p + facet_wrap(~class)此时，我们想将背景的灰色底色去掉，可以用我们常用的 theme_bw()：p + facet_wrap(~class) + theme_bw()...

Rcpp::List ListFun(MatrixXd X) {Eigen::MatrixXd sigma, theta;return List::create(Named(“theta”) = theta, Named(“sigma”) = sigma);}void TestFun(MatrixXd X, MatrixXd Y) {Rcpp::List stats_x, stats_y...

X.adjoint().array().square() * X.array().square()Eigen::MatrixXd A, B;A = X.adjoint().array().square();B = X.array().square();A * B

由于论文的需要，很多R语言绘图需要eps格式矢量图的方式进行输出，同时最近也需要绘制相关性图，因此决定写个博客作为记录。相关性图R中相关性图有两种比较简单的画法，一个是使用corrplot包，另一个则是使用ggcorr，利用这两个包，即可绘制出非常美观的相关性图了。这里不对两个包进行细讲，仅仅只是针对在使用过程中遇到的问题进行解决。corrplot在使用corrplot进行绘图时，如果我...

之前写的博客中有提及过如何在 R 语言中绘制矢量图，然后用于论文引用。但没有专门开一篇博客来进行说明比较，这里重新开一篇博客来进行说明。通常保存为矢量图可能大多数时候是为了论文中的引用，所以格式一般为 EPS, PDF 这两种格式，这里也主要针对这两种格式进行说明。1. R 中自带的默认绘图通常我们使用 plot(), lines(), points(), hist() 等一些 R 中自带...

由于本地 Windows 的 R 版本太过老旧，而服务器上的版本较新，许多地方已经不兼容，例如在服务器上储存出来的 rda 文件再到本地老旧的 R 版本上无法运行。这时就会想到如何升级我们的本地 R 版本，对于 Windows 系统而言，比较简单的安装方法是重新从官网下载新的 R 版本，然后我们将旧版本中的 packages 全部 copy 到新版本对应的路径下，重启 RStudio 即可。但...

当我们需要储存 R 语言的数据文件时，通常会使用 save() 函数储存为 .rda 文件的格式，然后读取时再使用 load() 函数进行读取。通常情况下，这样做是完全不会有问题的，但最近遇到了一个之前未曾遇到过的很诡异的错误：Error: bad restore file magic number (file may be corrupted) -- no data loadedIn ad...

有一段时间没有做过 R 包了今天在尝试制作 R 包时，制作、生成、载入都没有遇到问题，但在载入 R 包内用 Rcpp 写得函数时出现了如下问题（做的包名叫 RI，调用的函数也是 RI）：Error in .Call("_RI_RI", PACKAGE = "RI", X, Y) : "_RI_RI" not available for .Call() for package "RI"后...

前面我们介绍了一些基本的Rcpp的用法：让你的R代码更快——Rcpp入门，但用基础的Rcpp来进行矩阵运算还是非常麻烦，没有现成的函数来让我们使用。这时我们就想到：是否可以调用别的库来解决矩阵运算的一些问题呢？这就需要我们的RcppEigen包，也就是C++中的Eigen库。这些矩阵的运算在进行模拟时会时常遇到，所以可以说是非常重要的一项技能，下面我们就给予一个现有的对矩阵处理的代码来说明...

通常在我们写论文时，所需要的统计图是非常严谨的，里面的希腊字符与上下脚标都必须要严格书写。因此在使用R绘图时，如何在我们目标图中使用希腊字符、上标、下标及一些数学公式呢？在本博客中我们会进行详细的说明。后面我们都将以一个最简单的绘图为例，只是将其标题进行修改。希腊字母使用希腊字符、上标、下标及数学公式，都需要利用一个函数：expression()，具体使用方式如下：plot(cars)...

这道题是2019腾讯暑期实习数据分析一面时问的三道题中的一道。其实题目现在回想起来并不难，但当时基本没刷过题 + 最熟的语言是R + 灰常紧张的状态，并没有很好的完成这道题。翻转数列题目比较容易读懂（原文链接）：小Q定义了一种数列称为翻转数列:给定整数n和m, 满足n能被2m整除。对于一串连续递增整数数列1, 2, 3, 4…, 每隔m个符号翻转一次, 最初符号为’-’;。例如n =...

之前有小伙伴说希望公开之前变量筛选文章的代码，这里时隔好多个月，或许都一年了，将之前的代码整理出来了。当时由于时间有限，只有几天的时间将论文和代码赶出来，所以写的不是很好，全程for循环，还请见谅！CodeSimulation# --------------------- simulation --------------------- #library(glmnet)librar...

一、题目本题基于之前习题1.6产生关于(Y1,Y2,U)(Y_1, Y_2, U)(Y1​,Y2​,U)的模拟数据：yi1=1+zi1y_{i1}=1+z_{i1}yi1​=1+zi1​yi2=5+2∗zi1+zi2y_{i2}=5+2*z_{i1}+z_{i2}yi2​=5+2∗zi1​+zi2​ui=a∗(yi1−1)+b∗(yi2−5)+zi3u_i=a*(y_{i1}-1)+b*(...

题目解答由于题目要求需要重复三次类似的操作，故首先载入所需要的包，构造生成数据的函数以及绘图的函数：library(tidyr) # 绘图所需library(ggplot2) # 绘图所需# 生成数据GenerateData &amp;amp;amp;lt;- function(a = 0, b = 0, seed = 2018) { set.seed(seed) z1 &amp;amp;amp;lt;- r...

在R语言普通的绘图中，使用par()参数可以在一张图上实现不同变量的子图。如果我们想要用ggplot2实现，则需要整理我们的原始数据，这通常是非常麻烦的，这时就需要用到我们的tidyr来帮助我们绘图。可能说上面一段话不是很容易理解，下面我们来举个栗子。每个变量的密度分布情况：y1 &lt;- rnorm(20)y2 &lt;- rnorm(20)dat &lt;- data.f...

前面博客中有提及，当我们进行模拟想要再次进行提速时，通常都会使用Rcpp将我们的R代码改成C++代码。具体Rcpp的使用可参考博客：让你的R代码更快——Rcpp入门，利用RcppEigen进行矩阵运算。平时在我们使用的时候，直接使用Rcpp::sourceCpp()就可以直接将我们的C++代码中的函数进行导入，这不会遇到什么问题，但如果我们想要使用snowfall进行并行时就不能再这样做了。遇...

在数据分析的过程中，第一步就是读取数据。通常我们遇到的数据是csv格式或者txt格式的数据，这时我们使用系统自带的read.csv()与read.table()就可对这些格式的数据进行读取，只是读取时需注意编码格式。对于大型csv格式的数据（当然小数据也可以），可以使用data.table包中的fread()进行读取可以极大地提升读取速度。但当遇到了Excel表生成的文件，读取起来相对就没...

当我们使用R进行论文模拟时，通常会涉及到许多的循环。一般比较容易的提速方法是将我们的for循环改写为apply族的方法进行向量化运算，但这个方法速度提升的有限，在真实模拟时，如果要与其他算法进行速度的比较，除非自己的算法非常出色，否则还是很难与一些成熟包中的算法相庭抗礼。这时想要再次进行提速，有多种方法，常见的几种是将代码改写为Fortran代码，改写为C++代码抑或改写为C代码。由于Rcpp...

上一篇博客中已经介绍了R中常见的一种并行包：parallel，其有着

由于最近在进行一些论文的模拟，所以尝试了两种并行的方法：parallel与snowfall，这两种方法各有优缺，但还是推荐snowfall，整体较为稳定，不容易因为内存不足或者并行线程过多等原因而报错。在模拟时什么地方可以用到并行？并行操作一般适用于重复的操作，比如重复随机按照相同分布生成数据，然后分别同时进行模拟。这里就可以用并行。亦或者我们要做permutation计算p-valu...

在服务器上使用R装包分为两种情况，一种是常规通过网络来进行安装，另一种是直接将R包拖动到服务器的指定路径下在进行本地安装，两者的安装方式是不一致的。通过网络安装这种安装方式相对简单，首先进R，然后使用下述命令进行包的安装：install.packages(package_name)之后会弹出一个界面需要进行镜像的选择，这时候我们通常会使用国内的镜像，也就是4，当然还有更多的国内...

本周体验了R的一个新的 IDE（Integrated Development Environment，开发环境）—— RCode。官方网址：https://www.pgm-solutions.com/rcode，目前已经支持Windows，Linux与MacOS。说到R中的IDE，一定会与 RStudio 进行对比，本文着重就两者之间的不同，进行对比。先放上结论：RCode 略显“华而不实”，...

一、题目5.1本题基于之前习题1.6产生关于(Y1,Y2,U)(Y_1, Y_2, U)(Y1​,Y2​,U)的模拟数据：yi1=1+zi1y_{i1}=1+z_{i1}yi1​=1+zi1​yi2=5+2∗zi1+zi2y_{i2}=5+2*z_{i1}+z_{i2}yi2​=5+2∗zi1​+zi2​分别利用Bootstrap，Jackknife以及解析式三种方式来估计Y2Y_2Y2...