abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×

dnes 06:22 | Pozvánky

V úterý 28. listopadu se v Brně koná již 4. přednáškový večer Ruby Stories. Těšit se můžete na témata jako TDD, hybridní mobilní aplikace či programování v Elixiru. Více informací na Facebooku nebo se rovnou registruj na Eventbrite. Na místě bude zdarma drink a lehké občerstvení, tak dorazte.

ondrej-zadnik | Komentářů: 0
dnes 06:11 | Pozvánky

V úterý 28. 11. 2017 bude další Prague Containers Meetup. DC/OS a Mesos vás provede Mesosphere's Developer Advocate Matt Jarvis.

little-drunk-jesus | Komentářů: 0
včera 14:44 | Komunita

Mozilla.cz informuje, že Firefox bude možná upozorňovat na úniky vašich hesel. V Mozille prototypují upozorňování na únik informací o vašem účtu, pokud se na seznamu Have I been pwned? objeví služba, ke které máte ve Firefoxu uložené přihlašovací údaje. Informace se objevila v pravidelném newsletteru o vývoji Firefoxu.

Ladislav Hagara | Komentářů: 5
včera 00:22 | Bezpečnostní upozornění

Společnost ZONER informuje o bezpečnostním incidentu, při kterém došlo ke zcizení a zveřejnění části přihlašovacích údajů zákazníků k elektronické poště a webhostingu CZECHIA.COM.

Ladislav Hagara | Komentářů: 0
22.11. 23:44 | Nová verze

Byla vydána nová stabilní verze 1.13 (1.13.1008.32) webového prohlížeče Vivaldi (Wikipedie). Z novinek vývojáři zdůrazňují možnost zobrazení otevřených i uzavřených listů pomocí ikonky Okno na postranní liště a vylepšené stahování (YouTube). Nejnovější Vivaldi je postaveno na Chromiu 62.0.3202.97.

Ladislav Hagara | Komentářů: 9
22.11. 20:55 | Nová verze

Byla vydána verze 2017.3 dnes již průběžně aktualizované linuxové distribuce navržené pro digitální forenzní analýzu a penetrační testování Kali Linux. Aktualizovat systém lze pomocí příkazů "apt update; apt dist-upgrade; reboot". Z novinek lze zmínit 4 nové nástroje: InSpy, CherryTree, Sublist3r a OSRFramework.

Ladislav Hagara | Komentářů: 1
22.11. 01:55 | Bezpečnostní upozornění

Společnost Uber potvrdila bezpečnostní incident a únik dat v roce 2016. Unikly údaje o 57 milionech cestujících (jména, emailové adresy a čísla mobilních telefonů) a 600 tisících řidičích (navíc čísla řidičských průkazů).

Ladislav Hagara | Komentářů: 1
21.11. 23:44 | Humor

Co vypíše příkaz man půl hodiny po půlnoci? Text "gimme gimme gimme". Jedná se o virtuální velikonoční vajíčko připomínající skupinu ABBA a její hit Gimme! Gimme! Gimme! (A Man After Midnight). Problém nastane, pokud gimme gimme gimme nabourá automatizované testování softwaru. To se pak příkaz man musí opravit [Bug 1515352] [reddit].

Ladislav Hagara | Komentářů: 10
21.11. 18:11 | Zajímavý článek

Mozilla.cz informuje, že Firefox na Fedoře podporuje Client Side Decorations. Firefox na Linuxu se vykresluje včetně standardního záhlaví okna, které je v případě webového prohlížeče většinou nadbytečné a ubírá drahocenné vertikální místo na obrazovce. Verze distribuovaná uživatelům Fedory však nyní obsahuje experimentální podporu pro takzvané Client Side Decorations, které umožňují vykreslování „oušek“ panelů do záhlaví okna.

Ladislav Hagara | Komentářů: 12
21.11. 05:00 | Bezpečnostní upozornění

Maxim Goryachy a Mark Ermolov ze společnosti Positive Technologies budou mít v prosinci na konferenci Black Hat Europe 2017 přednášku s názvem "Jak se nabourat do vypnutého počítače, a nebo jak v Intel Management Engine spustit vlastní nepodepsaný kód". O nalezeném bezpečnostním problému informovali společnost Intel. Ta bezpečnostní problém INTEL-SA-00086 v Intel Management Engine (ME), Intel Server Platform Services (SPS) a Intel

… více »
Ladislav Hagara | Komentářů: 47
Jak se vás potenciálně dotkne trend odstraňování analogového audio konektoru typu 3,5mm jack z „chytrých telefonů“?
 (9%)
 (1%)
 (1%)
 (1%)
 (75%)
 (14%)
Celkem 756 hlasů
 Komentářů: 37, poslední 21.11. 15:21
    Rozcestník

    GNU R prakticky - 2. díl

    10. 10. 2014 | Karel Kulhavý | Návody | 3171×

    V tomto seriálu se podíváme na schopnosti a možnosti využití GNU R.

    Načítání ze souborů a zápis do nich

    link

    V minulém díle jsem pověděl něco o kreslení jednoduchých grafů a počítání jednoduchých stastistických funkcí. Jak ale člověk do GNU R dostane data z reálného světa, aniž by musel tato opisovat? Dneska popíšu načítání ze souboru.

    GNU R má jakési data frames, což bych vzdáleně přirovnal k tabulce v libreoffice calc. Sloupce mohou být pojmenované, mít odlišné datové typy a některé buňky můžou být nevyplněné. Dají se také vybírat různé podmnožiny sloupců, tyto mazat, duplikovat, přemisťovat, přejmenovávat, ale i sčítat, dělit, počítat součet, průměr, atd.

    K tomu abych něco předvedl budu muset nějaká data napřed vyrobit.

    find /usr -maxdepth 1 -mindepth 1 -type d -exec du -sk "{}" ";" 2>/dev/null | tee r.txt

    Po zavaření počítače a vypití kafe se nám objeví nějaká ta kýžená statistická data popisující reálný svět našeho harddisku:

    204272	/usr/include
    2828	/usr/local
    1448	/usr/LessTif
    4516	/usr/sbin
    2405148	/usr/lib
    1017824	/usr/share
    132480	/usr/bin
    52912	/usr/libexec
    4	/usr/src
    24	/usr/man
    

    Na dostání dat do programu R používám nejčastěji funkci read.table. Zkusíme tedy, co se stane, když ji pustíme jen tak s minimálním parametrem:

    > df=read.table("r.txt")
    > df
    
    Proměnnou jsem nazval df protože se jedná právě o ten zmíněný data frame. Vida! Ono nám to načetlo a dokonce to pojmenovalo sloupečky defaultním pojmenováním V1 a V2. Vidíme také, že v data framu jsou řádky číslované:
            V1           V2
    1   204272 /usr/include
    2     2828   /usr/local
    3     1448 /usr/LessTif
    4     4516    /usr/sbin
    5  2405148     /usr/lib
    6  1017824   /usr/share
    7   132480     /usr/bin
    8    52912 /usr/libexec
    9        4     /usr/src
    10      24     /usr/man
    

    Ani jsme nemuseli laborovat se separátorem sloupců! R má totiž defaultně nastavený přechod z nonblank na blank nebo tak nějak. Pokud bychom ho přeci jenom potřebovali změnit (CSV soubory oddělované čárkou a pod.), dělá se to parametrem sep (viz help(read.table)).

    Funkci read.table používám v drtivé většině případů. Existují i další, jako readBin použitý v minulém díle, readChar, readLines. Viz vždy help() - parametr helpu se zadává bez uvozovek.

    Když už jsme u těch CSV, tyto doporučuju jako metodu dostání dat z Libreoffice Calc do R. V Save As se nastaví formát CSV a odklepne spoustu různých potvrzovacích okýnek, z kterých mi vždycky tečou nervy. Pak musíme soubor zase uložit do normálního libreoffice formátu dat, jinak se bude libreoffice pokoušet ukládat pozdější změny do CSV a přijdeme možná o nějaká metadata.

    Můžeme si teď třeba spočítat velikost těch adresářů v megabajtech místo kilobajtů? Ale jistě, udělá se to takhle:

    > df$mega=df$V1/1000
    > df
            V1           V2     mega
    1   204272 /usr/include  204.272
    2     2828   /usr/local    2.828
    3     1448 /usr/LessTif    1.448
    4     4516    /usr/sbin    4.516
    5  2405148     /usr/lib 2405.148
    6  1017824   /usr/share 1017.824
    7   132480     /usr/bin  132.480
    8    52912 /usr/libexec   52.912
    9        4     /usr/src    0.004
    10      24     /usr/man    0.024
    

    Jak vidíme, R se nám nežinýroval přiřadit do sloupečku s neexistujícím jménem a tak se vytvořil sloupec nový.

    A co si tak spočítat procenta? Na to budeme potřebovat funkci sum, která sečte vektor. Zdalipak bude fungovat i na sloupec data frame? Funguje!:

    sum(df$mega)
    [1] 3821.456
    

    Tak vypočteme další sloupec s procenty. Přitom se nám projeví jeden aspekt gnu R - že když dělíme vektor jedním číslem (právě jsme viděli experimentální důkaz toho, že součet sloupce je jedno číslo ;-) ), toto se automaticky rozkopíruje na příslušný počet kopií:

    > df$procenta=100*df$mega/sum(df$mega)
    > df
            V1           V2     mega     procenta
    1   204272 /usr/include  204.272 5.345397e+00
    2     2828   /usr/local    2.828 7.400321e-02
    3     1448 /usr/LessTif    1.448 3.789132e-02
    4     4516    /usr/sbin    4.516 1.181749e-01
    5  2405148     /usr/lib 2405.148 6.293800e+01
    6  1017824   /usr/share 1017.824 2.663446e+01
    7   132480     /usr/bin  132.480 3.466741e+00
    8    52912 /usr/libexec   52.912 1.384603e+00
    9        4     /usr/src    0.004 1.046721e-04
    10      24     /usr/man    0.024 6.280329e-04
    

    Bum! Počítače zase útočí (já bych všechny tyhle internety zakázala...!) Z vědeckého hlediska je tato odpověď jistě zcela korektní, nicméně podaří se nám ji upravit do humánně čitelné podoby? Vypadá to jakoby nás programátor R omilostnil a vybavil příkaz print parametrem digits (help(print)), který svádí k doměnce, že si s ním budeme moct nastavit zaokrouhlování:

    > print(df,digits=5)
            V1           V2     mega   procenta
    1   204272 /usr/include  204.272 5.3454e+00
    2     2828   /usr/local    2.828 7.4003e-02
    3     1448 /usr/LessTif    1.448 3.7891e-02
    4     4516    /usr/sbin    4.516 1.1817e-01
    5  2405148     /usr/lib 2405.148 6.2938e+01
    6  1017824   /usr/share 1017.824 2.6634e+01
    7   132480     /usr/bin  132.480 3.4667e+00
    8    52912 /usr/libexec   52.912 1.3846e+00
    9        4     /usr/src    0.004 1.0467e-04
    10      24     /usr/man    0.024 6.2803e-04
    

    K této domněnce skutečně jen svádí. V help(print) žádný další vhodný parametr nenajdu. Podívám se tedy ještě do print.default. To je právě typické že funkce mají ještě .default v kterém se dají další věci nastavovat. Ale ani tam nic nenajdu. Jedna možnost se nabízí takto:

    > df$procenta=round(df$procenta,2)
    > df
            V1           V2     mega procenta
    1   204272 /usr/include  204.272     5.35
    2     2828   /usr/local    2.828     0.07
    3     1448 /usr/LessTif    1.448     0.04
    4     4516    /usr/sbin    4.516     0.12
    5  2405148     /usr/lib 2405.148    62.94
    6  1017824   /usr/share 1017.824    26.63
    7   132480     /usr/bin  132.480     3.47
    8    52912 /usr/libexec   52.912     1.38
    9        4     /usr/src    0.004     0.00
    10      24     /usr/man    0.024     0.00
    

    To má ale nevýhodu, že se nám tím zkazí ty data samotná, pokud je budeme chtít později použít, přijdeme o tisícinky. Zdá se mi že přehledný tisk čísýlek na obrazovku je téma na dizertační práci! Vytáhnu tedy řešení až úplně z paty:

    > options(scipen=50)
    > print(df,digits=1)
            V1           V2     mega procenta
    1   204272 /usr/include  204.272   5.3454
    2     2828   /usr/local    2.828   0.0740
    3     1448 /usr/LessTif    1.448   0.0379
    4     4516    /usr/sbin    4.516   0.1182
    5  2405148     /usr/lib 2405.148  62.9380
    6  1017824   /usr/share 1017.824  26.6345
    7   132480     /usr/bin  132.480   3.4667
    8    52912 /usr/libexec   52.912   1.3846
    9        4     /usr/src    0.004   0.0001
    10      24     /usr/man    0.024   0.0006
    
    Podařilo se. Můžeme si teď v klidu zaletět do Stockholmu převzít Nobelovu cenu za tisk čísel. Mravní ponaučení co bych z toho dal je, že existuje v GNU R centrální příkaz options, který, jak píšou v jeho manuálové stránce, nastavuje "variety of global options which affect the way in which R computes and displays its results". Také je potřeba někdy kramařit v dalších manuálových stránkách odkazovaných v sekci See Also.

    No a jak teď naše vydobydá data uložíme do externího souboru? Analogicky pomocí funkce write.table:

    > write.table(df,file="out.txt")
    

    Program nám texty opatřil uvozovkami, s čímž se ve světě CSV souborů často setkávám. Tyto uvozovky, separátor, popisky sloupečků a řádků a další se dají ve write.table zapínat a vypínat podle manuálové stránky.

    Takto můžeme GNU R používat ve skriptech na matematiku, na kterou jsou expr a bc už těžkopádné. Musím vám jenom říct, jak se to volá v dávkovém režimu (sociálním? drogovém?). Program si napíšeme do souboru:

    cat >program.R << "EOF"
    df=read.table("r.txt")
    procenta=100*df$V1/sum(df$V1)
    novy=data.frame(df$V2,procenta)
    write.table(novy,"out.txt",col.names=FALSE,quote=FALSE)
    EOF
    

    A pak GNU R pustíme z příkazové řádky takto:

    R --save <program.R
    

    --save je parametr který se musí uvést a nastavuje se jím zda po skončení R prostředí uloží nebo neuloží (man R). Pokud nám program bouchne a měli jsme --save, můžeme rovnou pustit R a máme v něm pro ruční inspekci všechny proměnné ve stavu těsně před detonací. No a dnešní díl uzavřu výsledkem našeho experimentu, který je dále strojově zpracovatelný ve skriptech příkazy jako cut -d ' ':

    cat out.txt
    1 /usr/include 5.34539714705599
    2 /usr/local 0.0740032071545505
    3 /usr/LessTif 0.0378913168174643
    4 /usr/sbin 0.118174852726291
    5 /usr/lib 62.9380005945378
    6 /usr/share 26.6344555583003
    7 /usr/bin 3.46674147236027
    8 /usr/libexec 1.38460314602602
    9 /usr/src 0.000104672145904598
    10 /usr/man 0.000628032875427586
    
           

    Hodnocení: 100 %

            špatnédobré        

    Nástroje: Tisk bez diskuse

    Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

    Komentáře

    Vložit další komentář

    10.10.2014 08:38 Zdenek 'Mst. Spider' Sedlak | skóre: 37 | blog: xMstSpider
    Rozbalit Rozbalit vše Re: GNU R prakticky - 2. díl
    Diky za pokracovani, momentalne si s R hraju tim zpusobem, ze to nechavam prezvykavat Apache logy. Vypadato, ze to funguje efektivneji nez awstats :-)
    10.10.2014 08:44 Tom.š Ze.le.in | skóre: 21 | blog: tz
    Rozbalit Rozbalit vše Re: GNU R prakticky - 2. díl
    Pár připomínek:
    • Pokud to má být článek pro nováčky, bylo by fajn držet se běžných konvencí. Běžná konvence je preferovat <- před = pro přiřazení (ať už to má hlubší smysl nebo ne).
    • Pro spouštění skriptů na mém počítači funguje Rscript.
    • Pokud čteme a zapisujeme CSV, možná se hodí použít read.csv(2) a write.csv(2).
    • Autor tiše spoléhá na automatickou detekci typu sloupce a konverzi při čtení tabulek, což tady funguje - ale dá se s tím snadno narazit.
    Ale ano, jinak je dobře že je tu o R článek.
    13.10.2014 23:12 mcm | skóre: 12 | blog: linca | domažlice
    Rozbalit Rozbalit vše Re: GNU R prakticky - 2. díl
    Myslím, že by taky stálo za to zkombinovat tento článek i s literaturou, která je k dispozici v tištěné podobě autorů Stanislava Pekára a Marka Brabce: Také, podobně jako tento článek velmi pěkně a názorně zpracované a když jsem se prostředí R učil (vlastně se učím pořád :D) mě hodně tyto knihy pomohly... :)

    10.10.2014 12:11 Jan33
    Rozbalit Rozbalit vše Re: GNU R prakticky - 2. díl
    s/dúkaz/důkaz/ || s/dúkaz/(d)úkaz/ díky
    KOLEGA avatar 11.10.2014 22:48 KOLEGA | skóre: 12 | blog: odpocinuti_vecne
    Rozbalit Rozbalit vše Re: GNU R prakticky - 2. díl
    && s/bysme/bychom/ ... :D Hele prohnat to něčím, co trochu kontroluje gramatiku a slova by bylo fajn :P
    Linuxový liberál ;-) ... a taky lama a BFU
    12.10.2014 02:46 dw
    Rozbalit Rozbalit vše kB na MB
    Nemá 1 megabyte tych kilobite 1024?
    12.10.2014 10:28 ebik | skóre: 2
    Rozbalit Rozbalit vše Re: kB na MB
    A neni to nahodou pro ucely clanku jedno? Chyba pod 5% je pro vetsinu statistik zanedbatelna.

    (Navic zalezi na kontextu. Informatici zneuzili predponu kilo a mega zpusobem ze predefinovali nasobek, a nasledne nepresvedcili cely svet aby to pouzival v pripade bajtu bez vyjimky (u bitu je to jeste horsi), takze ted zalezi jestli je to informaticke "kilo" nebo SI predpona. Je ale pravda, ze se hodi zachovat nasobek pouzity pro kilo pri prechodu z kilo na mega.)
    Heron avatar 12.10.2014 10:39 Heron | skóre: 51 | blog: root_at_heron | Olomouc
    Rozbalit Rozbalit vše Re: kB na MB
    Nemá.
    Petr Tomášek avatar 12.10.2014 11:36 Petr Tomášek | skóre: 37 | blog: Vejšplechty
    Rozbalit Rozbalit vše Re: kB na MB
    Záleží na tom, jakou konvenci používáš ;-)
    13.10.2014 13:59 předpona soustavy SI
    Rozbalit Rozbalit vše Re: kB na MB
    Nezalezi! Viz
    https://en.wikipedia.org/wiki/Mebibyte
    https://en.wikipedia.org/wiki/Mega-
    13.10.2014 16:45 ebik | skóre: 2
    Rozbalit Rozbalit vše Re: kB na MB
    Tak tuto konvenci v mém okolí nikdo nepoužívá.
    19.10.2014 00:40 Jan Brezina
    Rozbalit Rozbalit vše R reference card
    Pokud nedelate s R kazdodenne, tak se vam mozna bude hodit prehled nejdulezitejsich prikazu a jejich parametru na jednu oboustranou A4. Zdrojak Sestaveno kompilaci z jinych zdroju a z vlastni zkusenosti. Komentare a opravy vitany.

    Založit nové vláknoNahoru

    ISSN 1214-1267   www.czech-server.cz
    © 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.