这里记录一段时间我在互联网上看到的有意思的内容与信息,防止它们在我的脑袋里走丢了。
灵感来自于阮一峰的网络杂志。
本杂志开源(GitHub: mugpeng/second_brain[1]),欢迎提交issues,上传你的所见所闻。亦或对这样的网络杂志提供建议😊。
1、R 中绘制PPI 网络图[3]
当要绘制网络图时,我第一个想到的是cytoscape,现在使用R包igraph 也可以解决类似的需求了。
此外生信星球也写过文章,个人觉得相对来说下面这个版本的图更好看一些:
.
此外,还有networkD3 和ggraph 这两个包[4],可以实现比较丰富的网络绘图。
.
.
甚至还可以把照片加进去:
.
主要还是使用R 包VennDetail中的vennpie 方法,可以比较直观的显示各部分的比例差异。
但我觉得这种图还是存在一定的缺点,比如乍一看很难发现各层所代表的内容(按照顺序A-E)。这里我觉得可以采用外围边框color 和内圈填充fill 两种颜色区分。
当然也可以采用上述ggpattern 包,通过填充进行修改。
你可以对比一下基础的韦恩图比较一下:
.
4、Leaflet 包绘制交互式的地图[5]
显而易见,比maptools 绘制内容要好看很多。
下面的庄闪闪的R语言手册例子,提供了更细致的介绍:Leaflet 与高德合并会擦出怎么样的火花?
并且,作者也提到了一个地图主权的关键问题:
因为本教程为了适用性使用的是高德的底图(GCJ02坐标系),如果您是WGS84坐标系在后续代码中删除高德的底图就好(一定会面临主权问题);如果您是 BD-09 坐标系,这个需要转换且比较复杂。
5、使用在线vscode 进行代码或文本创作[6]
你首先要做的是在github 中创建一个专门的仓库,接下来通过以下代码:
https://github.dev/[用户名]/[仓库名]
在世界任何地方在线编辑你的内容了。
6、在免费服务器上部署一台远程vscode 编辑环境[7]
相比上面一条,相当于把内容从github 上部署到自己的服务器上。
极客很多,也麻烦不少。
7、可以在GitHub.dev 上完成的十件有意思的事情[8]
这里我主要尝试了其中一种:在github dev 中运行python 代码。因为默认下其并不提供一个开发环境,因此我们并不能在上面直接运行编辑的代码。
通过vs code 拓展vscode-pyodide[9],并创建ipynb 文件,我们可以实现了Jupyter 笔记本风格的python 代码运行:
但我也发现了一个小bug,就是底下的输出结果只可以显示一行:
.
8、将你的NFT照片放在虚拟画廊里[10]
简单尝试了一下,绑定虚拟货币钱包后,就可以在画室中上传自己的NFT 画作了:
你可以在 Opensea[11]中免费上传自己的画作。
我觉得这是一个很有意思的尝试。
随着XR 设备的普及,未来我们可以佩戴虚拟现实设备,参见这些虚拟的画展。通过NFT 加密,可以确保这些艺术品的真实性。
9、R 数据科学学习教程及50个ggplot 可视化案例[18]
非常细致的可视化教程了:
.
10、如何来系统地学习统计学?- lrhao的回答 - 知乎[19]
11、Samantha Ming 个人网站[20]
来自阮一峰的推荐,她在个人网站上分享了很多前端代码的技巧,内容质量很高,制作精美。
12、程序员的数学导论[21]
书籍是在线且开源的,做的非常用心。
13、中国科学家实现二氧化碳合成淀粉[22]
[1]mugpeng/second_brain: https://github.com/mugpeng/second_brain
[3]R 中绘制PPI 网络图: https://zhuanlan.zhihu.com/p/163498417
[4]networkD3 和ggraph 这两个包: https://www.jianshu.com/p/a1a83341e9e5
[5]Leaflet 包绘制交互式的地图: https://blog.csdn.net/allenlu2008/article/details/52816708
[6]使用在线vscode 进行代码或文本创作: https://github.dev/
[7]在免费服务器上部署一台远程vscode 编辑环境: https://justyy.com/archives/45744
[8]可以在GitHub.dev 上完成的十件有意思的事情: https://juejin.cn/post/7004738629092261895
[9]vscode-pyodide: https://marketplace.visualstudio.com/items?itemName=joyceerhl.vscode-pyodide
[10]将你的NFT照片放在虚拟画廊里: https://oncyber.io/
[11]Opensea: https://opensea.io/account
[18]R 数据科学学习教程及50个ggplot 可视化案例: http://r-statistics.co/Top50-Ggplot2-Visualizations-MasterList-R-Code.html#Time%20Series%20Plot%20From%20a%20Time%20Series%20Object
[19]如何来系统地学习统计学?- lrhao的回答 - 知乎: https://www.zhihu.com/question/22491085/answer/1914692165
[20]Samantha Ming 个人网站: https://www.samanthaming.com/
[21]程序员的数学导论: https://pimbook.org/
[22]中国科学家实现二氧化碳合成淀粉: https://zhuanlan.zhihu.com/p/413503450