有句话怎么说的来着，当你无聊的时候，就去背英语单词吧。
于是乎，曾经特别无聊，直接自己写了个R程序帮自己背单词。基本就是一个伪装在Rstudio里面的gre单词选择器。大致原理就是，死记硬背。每次显示一个单词和对应的四个选项，然后记录一下选没选对。下一次，自动优先没有选对的词，提高其出现的频率。大致就是一个简单的机器学习模型来预测我对于一个单词可能的出错率。
至于为啥要在r里面做这件事...因为我天天上班用r啊，成功地伪装在rstudio的界面里面，就没有人知道我是在摸鱼还是在正经工作了呢。当然，这都是陈年往事了...现在已经不需要背单词了，而且很多单词死记硬背其实没啥效果，最后不会用还是不会用。阅读量上来的词汇才是真的记住了。
不过死记硬背也大概是某个阶段不可避免的吧。不能读一篇文章一直查单词去了。所以这段代码我准备留着，说不定二十年后自己的孩子还能用到呢？谁知道呢对吧。
截图一张留念吧
有个面试经历挺好玩的，记录一下。
面某家数据科学家...
面试官：你一般用什么语言？
我：r用的比较多，python也可以。
面试官：你写一下xx算法的实现（某个简单的计算机算法）
我：xxxxx()这个函数？
面试官：你自己写一遍。
我：我记不太住了，当年学过，考完四级就忘了（我还无聊到去考过计算机四级）...我不是学计算机专业的，不太写这种程序。r和python, c不一样，里面函数比较多，大部分可以直接调用（我想说：我很少操作指针这种东西）。我用统计方面的函数比较多。
面试官：所以你们写程序就是调用一下函数？
（结束）
我：....（我不是这个意思....）
唉，无力辩解的忧伤。没法跟cs出身的面试官友好的谈话了。我以后再也不指责那些直接拿各种现成的统计模型往数据上套的“数据”工程师了...人家至少不需要调用函数包，看看模型的伪程序就可以自己写了....
后续：然后我就去刷leetcode了...
后续2：对“数据科学家”（data scientist）这个职位我都有心理阴影了...面一个挂一个，呵呵。
following this thread: http://blogs.helsinki.fi/bioinformatics-viikki/documentation/getting-started-with-r-programming/installingrlatest/#CentOS
Installing the latest R on CentOS:
Add the latest EPEL repository which you can find from here. Don’t forget to add the 64 bit f you are using a 64 bit OS. I have a CentOS release 5.8, 64 bit (Check the Ubuntu installation section of this document if you don’t know your Linux distribution or whether it is 64 or 32 bit ) and I used the following script to add the proper repository:
$ sudo rpm -Uvh http://www.nic.funet.fi/pub/mirrors/fedora.redhat.com/pub/epel/6/x86_64/epel-release-6-8.noarch.rpm
then I got the error
CentOS 6.3 Instance Giving "Cannot retrieve metalink for repository: epel" Error
follow this page: https://community.hpcloud.com/article/centos-63-instance-giving-cannot-retrieve-metalink-repository-epel-error
Walkthrough Steps
Running this command will update the repo to use HTTP rather than HTTPS:
sudo sed -i "s/mirrorlist=https/mirrorlist=http/" /etc/yum.repos.d/epel.repo
You should then be able to update with this command:
yum -y update
then I am able to install R...
$ sudo yum install R
Installed:
R.x86_64 0:3.1.2-1.el6
Dependency Installed:
R-core.x86_64 0:3.1.2-1.el6
R-core-devel.x86_64 0:3.1.2-1.el6
R-devel.x86_64 0:3.1.2-1.el6
R-java.x86_64 0:3.1.2-1.el6
R-java-devel.x86_64 0:3.1.2-1.el6
blas.x86_64 0:3.2.1-4.el6
blas-devel.x86_64 0:3.2.1-4.el6
bzip2-devel.x86_64 0:1.0.5-7.el6_0
cups.x86_64 1:1.4.2-67.el6
desktop-file-utils.x86_64 0:0.15-9.el6
fontconfig-devel.x86_64 0:2.8.0-5.el6
freetype-devel.x86_64 0:2.3.11-14.el6_3.1
gcc-gfortran.x86_64 0:4.4.7-11.el6
ghostscript.x86_64 0:8.70-19.el6
ghostscript-fonts.noarch 0:5.50-23.2.el6
java-1.6.0-openjdk.x86_64 1:1.6.0.0-11.1.13.4.el6
java-1.6.0-openjdk-devel.x86_64 1:1.6.0.0-11.1.13.4.el6
jline.noarch 0:0.9.94-0.8.el6
kpathsea.x86_64 0:2007-57.el6_2
lapack.x86_64 0:3.2.1-4.el6
lapack-devel.x86_64 0:3.2.1-4.el6
lcms-libs.x86_64 0:1.19-1.el6
libRmath.x86_64 0:3.1.2-1.el6
libRmath-devel.x86_64 0:3.1.2-1.el6
libX11-devel.x86_64 0:1.6.0-2.2.el6
libXau-devel.x86_64 0:1.0.6-4.el6
libXft-devel.x86_64 0:2.3.1-2.el6
libXmu.x86_64 0:1.1.1-2.el6
libXrender-devel.x86_64 0:0.9.8-2.1.el6
libXt.x86_64 0:1.1.4-6.1.el6
libgfortran.x86_64 0:4.4.7-11.el6
libicu.x86_64 0:4.2.1-9.1.el6_2
libicu-devel.x86_64 0:4.2.1-9.1.el6_2
libxcb-devel.x86_64 0:1.9.1-2.el6
netpbm.x86_64 0:10.47.05-11.el6
netpbm-progs.x86_64 0:10.47.05-11.el6
openjpeg-libs.x86_64 0:1.3-10.el6_5
pcre-devel.x86_64 0:7.8-6.el6
poppler.x86_64 0:0.12.4-3.el6_0.1
poppler-data.noarch 0:0.4.0-1.el6
poppler-utils.x86_64 0:0.12.4-3.el6_0.1
portreserve.x86_64 0:0.0.4-9.el6
psutils.x86_64 0:1.17-34.el6
rhino.noarch 0:1.7-0.7.r2.2.el6
tcl.x86_64 1:8.5.7-6.el6
tcl-devel.x86_64 1:8.5.7-6.el6
tex-preview.noarch 0:11.85-10.el6
texinfo.x86_64 0:4.13a-8.el6
texinfo-tex.x86_64 0:4.13a-8.el6
texlive.x86_64 0:2007-57.el6_2
texlive-dvips.x86_64 0:2007-57.el6_2
texlive-latex.x86_64 0:2007-57.el6_2
texlive-texmf.noarch 0:2007-38.el6
texlive-texmf-dvips.noarch 0:2007-38.el6
texlive-texmf-errata.noarch 0:2007-7.1.el6
texlive-texmf-errata-dvips.noarch 0:2007-7.1.el6
texlive-texmf-errata-fonts.noarch 0:2007-7.1.el6
texlive-texmf-errata-latex.noarch 0:2007-7.1.el6
texlive-texmf-fonts.noarch 0:2007-38.el6
texlive-texmf-latex.noarch 0:2007-38.el6
texlive-utils.x86_64 0:2007-57.el6_2
tk.x86_64 1:8.5.7-5.el6
tk-devel.x86_64 1:8.5.7-5.el6
tmpwatch.x86_64 0:2.9.16-4.el6
unzip.x86_64 0:6.0-1.el6
urw-fonts.noarch 0:2.4-10.el6
xdg-utils.noarch 0:1.0.2-17.20091016cvs.el6
xorg-x11-proto-devel.noarch 0:7.7-9.el6
xz-devel.x86_64 0:4.999.9-0.5.beta.20091007git.el6
Dependency Updated:
cpp.x86_64 0:4.4.7-11.el6
cups-libs.x86_64 1:1.4.2-67.el6
gcc.x86_64 0:4.4.7-11.el6
gcc-c++.x86_64 0:4.4.7-11.el6
libgcc.x86_64 0:4.4.7-11.el6
libgomp.x86_64 0:4.4.7-11.el6
libstdc++.x86_64 0:4.4.7-11.el6
libstdc++-devel.x86_64 0:4.4.7-11.el6
xz-libs.x86_64 0:4.999.9-0.5.beta.20091007git.el6
Complete!
由于种种的原因，我的feedly里面很多东西很久没看了...今儿抽时间看来一下，貌似是十一月份的热点是dplyr, data.table或者说，data.frame高速操作的各种办法。
http://www.r-bloggers.com/dplyr-and-a-very-basic-benchmark/
这里有有个蛮有意思的比较，抄过来：
| base | dplyr-df | dplyr-dt | dplyr-dt-k | dt | dt-k | |
|---|---|---|---|---|---|---|
| Filter筛选 | 2 | 1 | 1 | 1 | 1 | 1 |
| Sort排序 | 30-60 | 20-30 | 1.5-3 | [1] | 1.5-3 | [1] |
| New column加列 | 1 | 1 | (6) 4 | (6) 4 | (4) 1 | (4) 1 |
| Aggregation加总 | 8-100 | 4-30 | 4-6 | 1.5 | 1.5-5 | 1 |
| Join合并 | >100 | 4-15 | 4-6 | 1.5-2.5 | - | 1 |
从base的最基本函数，到dplyr+data.frame, 到dplyr+data.table，到dplyr+data.table+key，挺神奇的...我一直比较依赖的数据整理的包有两个：plyr和data.table，现在终于看到一丝更加有效率的曙光了。顺便作者还和pandas比了一下...这是为了杜绝我多用python的决心么？我一直试图努力的多用一点python，看来越来越不可能了...
| pandas | data.table | |
|---|---|---|
| Aggregate | 1.5 | 1 |
| Aggregate (keys/pre-sorted) | 0.4 | 0.2 |
| Join | 5.9 | - |
| Join (keys/pre-sorted) | 2.1 | 0.5 |
| Creating keys (sort) | 3.7 | 0.7 |
话说，谁来进一步搞一下稀疏矩阵啊？我现在对这货比较依赖...
今儿听Hadley大人做training，才第一次好好去看pipe这个东西...以前有点印象，主要是R会上有人讲过，当时只是记住了一个名词。今儿才有机会好好的去看看去想一想。（吐槽：R有的时候是不是太灵活了...）
pipe的广告语： the pipe operator is one (if not THE) most important innovation introduced, this year, to the R ecosystem. 听起来挺神奇的，好像是从F#那里搬过来的....R果然是耐揉。
短短的历史就是，随着Hadley大人搞定了dplyr，MAGRITTR 这个包开始浮出水面，各种热门...
然后果然COS上有人介绍过，Ren Kun童鞋早已经进一步弄好了一个pipeR包可以玩：http://cos.name/2014/04/use-pipeline-operators-in-r/
然后再去看今年5月份北京R会议的slides...原来这么赞（可是当时我明明在北京呀，当时干嘛去了...总是这么后知后觉）。
然后COS论坛上果然早早就有讨论了，这群geek...
没了，我要好好学习去了，R永远是个学不完的东西啊啊啊啊！三观总是不时被重新颠覆一次，唉。