一些R或python好东西分享（更新中……）

R/python分享

“每个人在学习之前总是难免会贪别人的便利，伸手获得帮助，而不是先思考；这种学习方式是不可取的”。当自己成为别人询问的对象时，我才慢慢的意识到这个问题的严重性，一方面对于自己而言这种行为容易滋生依赖性，从大大降低自己学习的能力，另一方面对别人而言也是不尊重的，因为某种程度你把别人当成一个工具来用，并没有促进相互思考； 好啦上面是牢骚，总之，建议大学学习前多吧google使用起来，好了下面这些是我学习以来比较好的资料，分享给大家~~

开始前做点小推广

---

• magicdata丨数据竞赛交流 ：QQ群：114676111（重点：进群验证说明：缺失值处理方法）

• 群主旨：数据科学竞赛学习交流，禁止超常灌水！  不欢迎水军

• 本群创建于2010/6/16:  本群主用R与python作为研究，希望先学python的可转兄弟群【python-实战队 429104064】

• 我们数据分析/挖掘领域打造自己最牛B的水平  不欢迎水军

• 既然主旨是学习交流，大家应该毫无保留的进行思想碰撞；可以是特定模型的讨论，可以细节的讨论，比如决策树、神经网络，比如缺失值处理，比如大规模数据本地及服务器解决方案；学无止境，不休不止

---

定制R 启动环境 （链接URL）

虽然这篇文章主要讲了自定义R启动环境，但其实隐含着其他问题的解决方案。比如以下情况

---

• Rccp 包/REmap包不能安装？提示什么C:不是内部或外部命令啥的

• R的co-nsole上写好了脚本复制出来都是“ +”号，很烦，怎么解决

• R版本升级了，旧版本里面的包不能用了怎么办

---

定制启动环境可以让你设置R的选项、指定工作目录、加载常用的包、加载用户自己写的函数、设置CRAN下载网址以及其它操作；首先说上面一段的三个问题的第一个问题，Rccp、REmap不能安装，可能原因：你的路径中存在空格，空格~ ~例如program files,什么都不说，兼容性问题怎么解决 方案：

• 自定义本地库

• R中执行：.libPaths()，查看路径 第一步执行结果一般为"C:/Programfiles/R-3.3.0/library"，

• 找到路径下面etc文件夹里面有个有个叫 Rprofile.site的文件，将里面的属性进行修改
• .libPaths(“C:/my_R_library”)为添加自定义本地库路径
• options(prompt=“>”)这个可以把开始console的界面“>”定义成你喜欢的符号，比如，改成’Kiss me’

• options(continue=“ +”) 修改换行符，如加号改成options(continue=" “)空格

今天累了先写到这咯，开始学习了 ~

---

——————–更新线——–20160526—————————————————

---

今天的主角是python快速学习：
大概用了一周半的时间，我已经会写模块，类，递归，含迭代的递归，DFS搜索 为什么这么快？：
我的方法是，找到学习大纲快速扫描两边，粗略的看两遍有个印象 找练习或者项目做，习题不会做： 快速学习（i 1）i—把问题带到工具中去搜,OK介绍一个目录

<<《think python 2e》 这个绝对是入门最快的大纲~Python我就看了一周半写了很多代码，包括爬虫，包括灵活使用递归啥的 OK上链接 http://codingpy.com/books/thinkpython2/07-iteration.html

那么光看是不会进步的，学的也慢，试着找项目做，或者找题目做咯 OK题目上： http://blog.sina.com.cn/s/blog_40c3ce860101dc84.html 试着给大家解读几，后续会加入博客中 如：找出给定范围内的所有质数：下面是代码答案~~

答案：

---

def  pri_check( i ):
   m  =  0
   j  =  2
   while  j <</span> i :
      if i % j == 0 :
         m = 1
         return m
      else :
         j=j+1
  return m

def printall_pri(i,ma_x):
  while i < ma_x :
      k = pri_check(i)
      if k==0:
          print(i)
      i=i+1

---

执行 printall_pri(1,1000)

今天累了先写到这咯，开始学习了 ~

---

——————–更新线——–20160527—————————————————

---

写程序在1,2,…,9（保持这个顺序）之间可任意放 或-或都不放使其结果等于100，输出所有可能的放法。例如：

1+2+3–4+5+6+78+9 = 100。

这题可能比较难搞—主要两个步骤

• 生成表达式：1-9嘛，中间有8个空格，这个奏是概率论里面乘法原理了，其实也是贝叶斯分母部分啦 8个空格，插入符号（“+ ”，“-”，“”）中一个符号,最后那个符号是空格，就是不插的意思：就 是说，8个步骤完成一个表达式，每个步骤有三种选择，OK，答案就是3**8种结果
• 第二部，那就是那结果算出来咯，透露下，可以用堆栈→中缀表达式转前或者后缀表达式然后算出来， 嘿嘿

OK先解答第一步（某大神帮助～）

---

string_exp=   '123456789'
op = (  ' + ',  ' - ',  ' ')
star =  '1'
result = []
def  calc(cur, i):
     for j   in  op:
       tmp = cur + j + string_exp[i]  
        if i ==  len(string_exp) - 1:
           result.append(tmp)
        else:
           calc(tmp, i  1)

calc( '1',  1)

---

—白话解释中—

说一个错误的遍历便于理解 首先calc函数执行了for 表达式 所以三个符号都要作用于list 但是有个IF截住了for继续跑 所以第一次变成了 1 + 2 + 3 + 4当到4的时候i加了1变成了5,if起不了作用了，外层的for开始起作用 “1 + 2 + 3 + 4”这个有三个选择 “ + ”，“-”，“ ” 所以接下来打印了

1  +  2  +  3  +  4  +  5
1  +  2  +  3  +  4  -  5
1  +  2  +  3  +  4  5

然而每次递归等于把for重新执行了一遍，所以上面的解释是错的 calc 开始执行 for起作用 三个符号等待分配 1 （or - or *）—先存着 if 开始判断，OK位置不对 递归 i 从新调用calc,因为调用了for 所以 1？2 后面同样用三个选择 为什么用？ 因为虽然打印程序跑的过程看似是号，实际上因为if作为内部，级别优先所以先跑了,然后继续了 第二部，但是实际上for的作用是还会执行迭代的，这样每一步三个选择这样的过程就OK了

好吧。。。3点了，我困了。。。。下次继续

---

——————–更新线——–20160527—————————————————

---

R爬虫和Rjson（数据结构 ）注意事项

      经常遇到的一个问题，抓取网页数据或者读取JSON的时候，前面步骤都走的OK，但是发现存储数据最后结构太复杂了！！！！list中有list。。。。，怎么办？这里面存在两个问题：

• 一者是对流程熟悉，数据抓取OR读取的时候缺乏足够事先测试，导致后续数据处理难度加大
• 二者则是对数据结构不熟悉，尽管前面的步骤做的不好，但是并非每有方法解决，数据存储结构虽然复杂，多层嵌套，但是其结构还是规则的，只不过是怎么转换的问题

今天刚看到一个JSON数据处理问题，这边拿来做例子解答：

library(RCurl)
library(rjson)
UrlBike  <-  "http://web.juhe.cn:8080/bike/state/sz?state=时代广场&key=2f328421171e3a3d2692587fb223b53f"
JsonBike  <- paste(readLines(UrlBike  , encoding  =  'UTF-8'  ), collapse  =  "")
BikeInfo <- fromJSON(JsonBike)

这段代码跑出来后，数据结构如下图所示:PS：数据使用前多用STR 看看数据结构，一者可以看看数据大致的一个profile，二者可以避免盲目下一个步骤，最后BUG重重。

     这个同学从聚合数据的api接口接出来数据后发现里面有‘1’，‘2’，‘3’这样的数据，就是最后一层list名字为1，2，3；“现在这个1,2,3不能用循环里的定义的i去替换”，其实这是大家普遍对数据结构及变量取名规则不够理解所致；PS，他使用的是print()打印出BikeInfo,所以是看不到我上面这么规整的结果，所以再次强调，处理数据前，先用STR看看数据结构；

     上面这个例子，要获得最底层的数据首先是要截取到result的第一个元素，这个也是倒二层list，也即 BikeInfo$result[[1]]  ，这一层又包含了三个list也是上面所说的'1','2','3',

     说点废话：OK回到上面那个问题，为什么用所谓的循环跑个类似的1，2，3的不到结果？因为变量名是‘1’，‘2’，‘3’，变量取名规则中单独数字是不允许的，如果存在这种现象只有用两个引号规避掉了，so，that's it;

     回到正题，其实这个看起来就知道想干嘛了，一目了然，就是从新吧这些键值对（类似python中的字典，这里R的list每个变量刚好一个值）,如 address:"翠园路...."，怎么弄？简单，BikeInfo$result[[1]]已经获取了所有的倒二层了，只要BikeInfo$result[[1]]$'1'，BikeInfo$result[[1]]'2'，BikeInfo$result[[1]]'3'就可以获取最后的结果，接下来呢？接下来就是转成矩阵然后cbind结束。。。

OK整理下步骤

---

• 获取倒二层list  KK（数据存储主list，result的第一个元素）

• 读取list KK中的list，也就是最底层的list，把底层list转成矩阵Mi

• 通过cbind把所有的矩阵合并，Ok最后的结果就是你要的矩阵了（要变成data.frame，轻轻一转就OK）

---

下面这段代码针对当前例子，看代码

---

gg1  = as.matrix( BikeInfo  $ result  [[  1  ]]$  '1'  , byrow  =  FALSE)
gg2  = as.matrix( BikeInfo  $result  [[  1  ]]$  '2'  ,byrow  =  FALSE)
gg3  = as.matrix( BikeInfo  $result  [[  1  ]]$  '3'  ,byrow  =  FALSE)

gg    = cbind(gg1  ,gg2  ,gg3)
final  = t(gg)  #转置

---

当然最后JSON数据可能并不止这么多，因此，我可能用下面这个方法更具有普遍性

---

  

  mymatrix_list  = lapply(BikeInfo $result [[ 1 ]],FUN = function(x) as.matrix( x ,byrow = FALSE))

  mymatrix  = do.call('cbind',mymatrix_list )

  final  = t(mymatrix) #转置

---