• 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》

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。

    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?

                Cloud2016
                别了别了,python闹得我不得不建两个conda的环境,用不同软件的时候还得来回切换,很烦啊w

                Cloud2016 你可能没仔细看我说的 Tinyverse 的拼写,是 Tiny,不是 Tidy。我说的宣传是反对党在自己宣传自己。

                结硬寨、打呆仗正是我的意思。用中括号下标索引就是这种风格,一步一结寨、一步一呆仗,每行代码不多不少只做一件事,毫无技巧可言。

                  7 天 后
                  22 天 后

                  @yihui @dapengde @所有关心和帮助本书变得更好的朋友们

                  我已经想好了,仗着自己对书籍的控制,凡是净土代码一律替换或注释掉(最终也要替换掉),凡是提交含有净土代码的 PR 一律不合并!

                    举个栗子

                    library(tidyverse)
                    death_tidy <- death %>%
                      as.data.frame() %>%
                      rownames_to_column(var = "population_group") %>%
                      pivot_longer(cols = -population_group, names_to = "age", values_to = "count") %>%
                      mutate(
                        age = fct_inorder(factor(age)),
                        population_group = factor(
                          population_group,
                          levels = c("Rural Male", "Rural Female", "Urban Male", "Urban Female")
                        )
                      )

                    会被替换为

                    reshape_VADeaths <- transform(
                      expand.grid(
                        sex = colnames(VADeaths),
                        age = rownames(VADeaths)
                      ),
                      rates = as.vector(t(VADeaths))
                    )

                    本人水平有限,一方面看不懂净土代码,另一方面也很是怀疑其稳定性,为了后续维护计,我放弃了书籍中所有净土代码,一律会被替换掉,类似上面的例子。