• 新鲜事R语言

  • 诚邀广大R语言、数据可视化爱好者和我们一起搬迁升级谢益辉著作《现代统计图形》

Fye 欢迎提供新的设计，体现统计思维和可视化两个元素就好

    Cloud2016 > 多年以前 CRAN 上就有徐俊晓的 统计学与R读书笔记(第六版)

    这本书的排版怎么这么简陋啊。

    @yihui @Liechi

    顾炎武在《日知录》中有一句话：“形而上者谓之道，形而下者谓之器。”对本书来讲，统计作图的（计算机）技术本身即为“器”，而数据处理以及统计图形的灵活应用则为“道”。本书的写作目的正是希望能够基于“器”的练习和启发，让读者在统计数据处理和分析中真正得“道”，使统计图形在数据的探索分析中发挥福尔摩斯探案般的功效。

    前两天，出去听了一次别人的统计学培训（在制药行业应用），发现一天半，啥理论和操作都没讲，就讲的是统计有多重要。而我自己呢，是注重实际技术的。 所以当天在朋友圈里发了一句：

    道与术，道法自然，术法行转。

    发现还是不如谢大神的引用来的有文采。

    这贴子，早期回复了一次，现在又看了一遍，印象最深的两点：

    1. 项目进展神速，参与者都很厉害，热情也高。
    2. 学习了谢大神的引用，我很好奇谢大神到底读了多少本书。。。话说，你不是相当于搞IT或数据的吗。。。

        Jonie_Y 人家做的很早，能把东西分享出来很赞了，那个时候排版都是 Word 的情况下，用 TeX 排书也不容易了

        Jonie_Y 学习了谢大神的引用，我很好奇谢大神到底读了多少本书。。。话说，你不是相当于搞IT或数据的吗。。。

        这让我想起多年前看过的一本书《当时已枉然》吴越写的， IT 背景，给我印象很深刻

              Cloud2016

              2003年开始业余写作，在美国的华文报纸发表散文和小说若干。
              2006年出版首部长篇小说《最寒冷的冬天是旧金山的夏季》。

              简直了，还有IT男不能干的吗……

                  Jonie_Y 我出版的几本英文书都是 CC 协议，跟出版社签合同时，合同上写着我给出版社独家印刷销售的权利，而在线电子版保留 CC 许可证。我不是法律人士，我也不知道这样做是否合规，但现在很多作者都这样跟风了，也开始有别的出版社允许这样做了。

                  Jonie_Y 读书不算多，一年十本左右。很多我发出来的引用不是从书里读来的，而是杂七杂八的文章里读到的别人的引用，这会给人一种错觉，仿佛我读过全书，但我并没有。偶尔我会因为看到一句话而找全书来读，但这种情况比较少。

                  你的“道与术，道法自然，术法行转”讲得很好啊。

                  Jonie_Y 其实我也有写作梦（我指的是非技术方面的写作），但思来想去我好像不是这块料，我好像擅长的只是挑刺、吐槽和腹诽。

                  “最寒冷的冬天是旧金山的夏季”这句话据（谣）传是马克吐温说的，译成中文感觉就没那么逗了（本来是说旧金山湾区的海边气候令人惊异，大夏天去那儿被冻成狗）。

                  The coldest winter I ever spent was a summer in San Francisco.

                  而且“XX 的冬天是 XX 的夏季”读起来怪怪的，为啥不用“夏天”而用“夏季”呢（看，立马开始挑刺）。

                          英文环境里，一般不要在相邻的两句话里使用同一个有实际意义的动词和形容词，汉语里面也是类似的吧，不然会给人以词穷和韵律不和谐的感觉

                          yihui 最寒冷的冬天是旧金山的夏季

                          冬天两个字都是平声，夏季两个字都是仄声，改为夏天就对应不好，读起来差点意思

                              5 天 后

                              yihui

                              • 嗯，我在写一本书，我们行业里的，我在想要不要开源。出想出版，所以谢谢大神给了我一个思路~~
                              • 好吧，我最佩服大神的一点是技术，另一点是文学素养。我只能说，还是那句话还有IT男不能干的吗，哈哈。
                              • 我尝试译一下？“旧金山的夏天是我所经历过的最冷的冬天”。 （小插曲，我一直在疑惑，这个不是圣弗朗西斯科吗？百度了一下发现有好几个名字，请原谅国内的小白）

                              Cloud2016 yihui 我觉得吧，我和你们的差距，不仅是技术上的差距，还有生活方式~

                                      Jonie_Y San Francisco 确实有好几个不同的中文叫法，我自己常用旧金山和三藩。

                                      如 Liechi 所说，那句俏皮话不太容易翻译。如果是我，我肯定不会选这么啰里吧嗦的一句话作标题。它倒是让我联想起王芷蕾的一首歌叫《冷冷的夏》。

                                            yihui
                                            刚请谷歌先生翻译了一下“三藩之乱”......

                                            眼睁睁看着这楼盖上百层，我们用行动践行了“歪楼高百尺”的古训。歪而高，然不倒，比啥斜塔都不知道要高到哪里去了。

                                            据说木棉花的花期是二月到四月，似乎确不能“灿烂一季夏”。木棉的维基页面上引了一位台湾歌手的：

                                            紅紅的花開滿木棉道，長長的街好像在燃燒。

                                            很有画面感。初春如火的花，或许让人误以为已到“冷冷的夏”了。

                                              8 天 后
                                              13 天 后

                                              目前该书引入的 R 包已经相当多了，R 包需要的系统依赖也很多，接下来将尽量不再引入新的依赖，如非确实必要也可加！感觉维护这玩意太累了，最近一次想添加制作视频动画的依赖就废了好大功夫，目前 Travis 编译一次竟然需要23分钟，这应该也是我想使得本书在线编译的必然结果。

                                              Rscript -e "sessionInfo(.packages(T));capabilities()"
                                              R version 3.6.1 (2017-01-27)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.6 LTS
Matrix products: default
BLAS:   /home/travis/R-bin/lib/R/lib/libRblas.so
LAPACK: /home/travis/R-bin/lib/R/lib/libRlapack.so
locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       
attached base packages:
 [1] base      compiler  datasets  graphics  grDevices grid      methods  
 [8] parallel  splines   stats     stats4    tcltk     tools     utils    
other attached packages:
  [1] abind_1.4-7             alphahull_2.2           animation_2.6          
  [4] aplpack_1.3.3           askpass_1.1             assertthat_0.2.1       
  [7] av_0.3                  backports_1.1.5         base64enc_0.1-3        
 [10] BH_1.69.0-1             bitops_1.0-6            bookdown_0.14          
 [13] broom_0.5.2             cairoDevice_2.28        callr_3.3.2            
 [16] caTools_1.17.1.2        cellranger_1.1.0        classInt_0.4-1         
 [19] cli_1.1.0               clipr_0.7.0             coda_0.19-3            
 [22] colorspace_1.4-2        corrplot_0.84           cowplot_1.0.0          
 [25] crayon_1.3.4            crosstalk_1.0.0         curl_4.2               
 [28] data.table_1.12.4       DBI_1.0.0               dbplyr_1.4.2           
 [31] deldir_0.1-23           dendextend_1.12.0       digest_0.6.21          
 [34] dplyr_0.8.3             e1071_1.7-2             ellipsis_0.3.0         
 [37] evaluate_0.14           fansi_0.4.0             farver_1.1.0           
 [40] fastmap_1.0.1           filehash_2.4-2          forcats_0.4.0          
 [43] foreach_1.5.1           formatR_1.7             fs_1.3.1               
 [46] fun_0.2                 gclus_1.3.2             gdata_2.18.0           
 [49] gdtools_0.2.1           generics_0.0.2          GGally_1.4.0           
 [52] gganimate_1.0.3.9000    ggplot2_3.2.1           ggpointdensity_0.1.0   
 [55] gifski_0.8.6            glue_1.3.1              goftest_1.1-1          
 [58] gplots_3.0.3            gridExtra_2.3           gtable_0.3.0           
 [61] gtools_3.8.1            gWidgets_0.0-54.1       gWidgetsRGtk2_0.0-86   
 [64] haven_2.1.1             heatmaply_0.16.0        hexbin_1.27.3          
 [67] highr_0.8               hms_0.5.1               htmltools_0.4.0        
 [70] htmlwidgets_1.5.1       httpuv_1.5.2            httr_1.4.1             
 [73] igraph_1.2.4.1          iplots_1.1-7.1          iterators_1.0.12       
 [76] jsonlite_1.6            knitr_1.25              labeling_0.3           
 [79] later_1.0.0             latex2exp_0.4.0         lazyeval_0.2.2         
 [82] leaflet_2.0.2           lifecycle_0.1.0         lmtest_0.9-37          
 [85] lpSolve_5.6.13.3        lubridate_1.7.4         magick_2.2             
 [88] magrittr_1.5            manipulateWidget_0.10.0 maps_3.3.0             
 [91] maptools_0.9-8          markdown_1.1            MatrixModels_0.4-2     
 [94] mime_0.7                miniUI_0.1.1.1          misc3d_0.8-4           
 [97] modelr_0.1.5            MSG_0.4                 munsell_0.5.0          
[100] mvtnorm_1.0-11          network_1.15            openssl_1.4.1          
[103] pdftools_2.2            pillar_1.4.2            pkgconfig_2.0.3        
[106] plogr_0.2.0             plot3D_1.1.1            plotly_4.9.0           
[109] plotrix_3.7-6           plyr_1.8.4              png_0.1-7              
[112] polyclip_1.10-0         prettyunits_1.0.2       processx_3.4.1         
[115] progress_1.2.2          promises_1.1.0          ps_1.3.0               
[118] purrr_0.3.2             qap_0.1-1               qpdf_1.1               
[121] quantreg_5.51           R.methodsS3_1.7.1       R.oo_1.22.0            
[124] R.utils_2.9.0           R6_2.4.0                randomForest_4.6-14    
[127] raster_3.0-7            RColorBrewer_1.1-2      Rcpp_1.0.2             
[130] readr_1.3.1             readxl_1.3.1            registry_0.5-1         
[133] rematch_1.0.1           remotes_2.1.0           reprex_0.3.0           
[136] reshape_0.8.8           reshape2_1.4.3          rgeos_0.5-2            
[139] rggobi_2.1.22           rgl_0.100.31            RgoogleMaps_1.4.4      
[142] RGtk2_2.20.36           rJava_0.9-11            rlang_0.4.0            
[145] rmarkdown_1.16          rstudioapi_0.10         rvest_0.3.4            
[148] scales_1.0.0            scatterplot3d_0.3-41    selectr_0.4-1          
[151] seriation_1.2-8         sf_0.8-0                sgeostat_1.0-27        
[154] shiny_1.4.0             showtext_0.7            showtextdb_2.0         
[157] signal_0.7-6            sm_2.2-5.6              sna_2.4                
[160] sourcetools_0.1.7       sp_1.3-1                SparseM_1.77           
[163] spatstat_1.61-0         spatstat.data_1.4-0     spatstat.utils_1.13-0  
[166] splancs_2.01-40         statnet.common_4.3.0    stringi_1.4.3          
[169] stringr_1.4.0           svglite_1.2.2           sys_3.3                
[172] sysfonts_0.8            systemfonts_0.1.1       TeachingDemos_2.11     
[175] tensor_1.5              tibble_2.1.3            tidyr_1.0.0            
[178] tidyselect_0.2.5        tidyverse_1.2.1         tikzDevice_0.12.3      
[181] tinytex_0.16            transformr_0.1.1        tripack_1.3-8          
[184] TSP_1.1-7               tuneR_1.3.3             tweenr_1.0.1           
[187] units_0.6-5             utf8_1.1.4              vcd_1.4-4              
[190] vctrs_0.2.0             vioplot_0.3.2           viridis_0.5.1          
[193] viridisLite_0.3.0       webshot_0.5.1           whisker_0.4            
[196] withr_2.1.2             xfun_0.10               xml2_1.2.2             
[199] xtable_1.8-5            yaml_2.2.0              zeallot_0.1.0          
[202] zoo_1.8-7               boot_1.3-22             class_7.3-15           
[205] cluster_2.1.0           codetools_0.2-16        foreign_0.8-71         
[208] KernSmooth_2.23-15      lattice_0.20-38         MASS_7.3-51.4          
[211] Matrix_1.2-17           mgcv_1.8-28             nlme_3.1-140           
[214] nnet_7.3-12             rpart_4.1-15            spatial_7.3-11         
[217] survival_2.44-1.1
       jpeg         png        tiff       tcltk         X11        aqua 
       TRUE        TRUE        TRUE        TRUE        TRUE       FALSE 
   http/ftp     sockets      libxml        fifo      cledit       iconv 
       TRUE        TRUE        TRUE        TRUE       FALSE        TRUE 
        NLS     profmem       cairo         ICU long.double     libcurl 
       TRUE        TRUE        TRUE        TRUE        TRUE        TRUE

                                                Cloud2016

                                                依赖地狱…

                                                从我几次重装R包的经历来看，涉及Rjava的包容易出错，涉及RCPP的包有时候系统缺库也会出错…反而是纯R的包基本没啥事。

                                                搞得我现在自己写东西也遵循“如无必要勿曾依赖”的原则了…

                                                之前大鹏玩了个类似fortune的sinx包特喵的有三十多个包的依赖，简直想打他。

                                                    tctcab

                                                    有时候只用到一个大包的一个小函数，不妨自己替换一下，若是在文中重复用到倒也不必替换。举个栗子，我看到 Hadley 的书 《Advanced R》里写了 ruler 函数，它的作用是显示当前页面一行容纳的字数。这个玩意和调用 LaTeX 里的文武线有点相似！

                                                    https://github.com/hadley/adv-r/blob/4915e2984168da50671491db238d351e5590c07b/Introduction.Rmd#L267

                                                    ruler <- function(width = getOption("width")) {
  x <- seq_len(width)
  y <- case_when(
    x %% 10 == 0 ~ as.character((x %/% 10) %% 10),
    x %% 5 == 0  ~ "+",
    TRUE         ~ "-"
  )
  cat(y, "\n", sep = "")
  cat(x %% 10, "\n", sep = "")
}
ruler()

                                                    替换为下面这样

                                                    https://github.com/XiangyunHuang/MASR/blob/83f6faad32ca2e4114d043b8d21284fb4b9d4685/index.Rmd#L118

                                                    ruler <- function(width = getOption("width")) {
  x <- seq_len(width)
  y <- ifelse(x %% 10 == 0, as.character((x %/% 10) %% 10),
    ifelse(x %% 5 == 0, "+", "-")
  )
  cat(y, "\n", sep = "")
  cat(x %% 10, "\n", sep = "")
}
ruler()

                                                    从而去掉 dplyr 及其相关依赖。我这拨操作会不会引来一些负面效应？比如侵权啥的？如果不会的话，我真希望大家把自己的包的依赖都搞得尽可能小（在性能不会有显著损失的情况下）。

                                                        tctcab
                                                        这没有解决依赖的问题。如果不是常用包，还是需要：
                                                        if(!requireNamespace("dplyr")) install.packages("dplyr")

                                                          Cloud2016 如果是曾国藩来写这个函数，恐怕会是这种天然呆风格：

                                                          ruler <- function(width = getOption("width")) {
  x <- seq_len(width)
  y <- rep('-', width)
  y[x %% 5 == 0] <- '+'
  y[x %% 10 == 0] <- seq_len(width %/% 10) %% 10
  cat(y, "\n", sep = "")
  cat(x %% 10, "\n", sep = "")
}
ruler()

                                                          你用 ifelse() 当然也是极好的。此处用 dplyr::case_when() 在我看来就属于杀鸡用牛刀了，用一个笨重的依赖完成了一个细枝末节的任务，我觉得不值当。

                                                          净土宗在包的依赖问题方面确实是有不少问题，它的那些不靠谱的反对党还煞有介事地搞了个踢馆的网站名曰 Tinyverse：http://www.tinyverse.org 但基本上都是说了些废话（谁还不知道引入依赖的坏处？）、给自己的个人网站打广告（独孤求赞）、以及展示他们自己的确认偏误（看！Tidyverse 又搞砸了吧）。这个问题不能一概而论，不同人的平衡点不一样：你是选择臃肿而方便，还是选择轻量而麻烦？就以上的 ruler() 函数而言，引入 dplyr 当然是毫无必要；但如果在一个项目中大量使用了 dplyr 包中的其它主打函数，那么顺手用一下 case_when() 也无妨。就是看引入依赖的动机和目的是什么了。我一般倾向于用基础 R 函数，如果有什么杂项任务需要完成，我就写个零依赖的函数丢到 xfun 包中，当然偶尔也需要用到依赖，但 xfun 包本身没有硬性依赖，依赖按需安装就好了。ruler() 这种函数就适合放在这般乌合之众的包中。

                                                              yihui
                                                              看你的代码之后我也用了不少xfun里的函数

                                                                @yihui 谢大在这里提到曾国藩，我乍一看不明白其中逻辑！搜罗一番才知道他有个特点：结硬寨、打呆仗！吸引我去搜罗的另一个原因是我以前看过《走向共和》这部剧，里面多次提到李鸿章的老师曾国藩，同治中兴的重要人物！这部剧我觉得是对李鸿章一个富有立体感的呈现，非常推荐！以前有人推荐我看《曾文正公》文集，说里面还有很多为人处世的东西，今天搜罗一番后，我觉得我应该弄来好好看看！

                                                                回到正题，我其实没想那么多，引起 tidyverse or not 的讨论？tidyverse 本身是好的，它的一致性胜过一切，在《现代统计图形》这本书所有内容都完备的时候，我会再清理一遍代码，看一些地方是不是值得用，或者是不是某一章可以全部转化为 tidyverse 风格，但是最后应该不是随处散落 tidyverse 的代码

                                                                至于宣传方面，《Tidyverse design principles》<https://principles.tidyverse.org/> 《Tidyverse 设计原理》的风格就是举例子说明 Base R 哪个地方不好，所以我要造一个新的东西！这本身就是一个强大的宣传攻势，新事物诞生往往也是靠这个路子，这个风有点猛，一些 R 前辈老人可能受不住！两边能融合该多好，不要去学习两个新的东西，让 R 来一次壮士断腕，奔向一个 4.0 or 5.0 时代，像 Python2 走向 Python3 那样？