Byl vydán Nextcloud Hub 8. Představení novinek tohoto open source cloudového řešení také na YouTube. Vypíchnout lze Nextcloud AI Assistant 2.0.
Vyšlo Pharo 12.0, programovací jazyk a vývojové prostředí s řadou pokročilých vlastností. Krom tradiční nadílky oprav přináší nový systém správy ladících bodů, nový způsob definice tříd, prostor pro objekty, které nemusí procházet GC a mnoho dalšího.
Microsoft zveřejnil na GitHubu zdrojové kódy MS-DOSu 4.0 pod licencí MIT. Ve stejném repozitáři se nacházejí i před lety zveřejněné zdrojové k kódy MS-DOSu 1.25 a 2.0.
Canonical vydal (email, blog, YouTube) Ubuntu 24.04 LTS Noble Numbat. Přehled novinek v poznámkách k vydání a také příspěvcích na blogu: novinky v desktopu a novinky v bezpečnosti. Vydány byly také oficiální deriváty Edubuntu, Kubuntu, Lubuntu, Ubuntu Budgie, Ubuntu Cinnamon, Ubuntu Kylin, Ubuntu MATE, Ubuntu Studio, Ubuntu Unity a Xubuntu. Jedná se o 10. LTS verzi.
Na YouTube je k dispozici videozáznam z včerejšího Czech Open Source Policy Forum 2024.
Fossil (Wikipedie) byl vydán ve verzi 2.24. Jedná se o distribuovaný systém správy verzí propojený se správou chyb, wiki stránek a blogů s integrovaným webovým rozhraním. Vše běží z jednoho jediného spustitelného souboru a uloženo je v SQLite databázi.
Byla vydána nová stabilní verze 6.7 webového prohlížeče Vivaldi (Wikipedie). Postavena je na Chromiu 124. Přehled novinek i s náhledy v příspěvku na blogu. Vypíchnout lze Spořič paměti (Memory Saver) automaticky hibernující karty, které nebyly nějakou dobu používány nebo vylepšené Odběry (Feed Reader).
OpenJS Foundation, oficiální projekt konsorcia Linux Foundation, oznámila vydání verze 22 otevřeného multiplatformního prostředí pro vývoj a běh síťových aplikací napsaných v JavaScriptu Node.js (Wikipedie). V říjnu se verze 22 stane novou aktivní LTS verzí. Podpora je plánována do dubna 2027.
Byla vydána verze 8.2 open source virtualizační platformy Proxmox VE (Proxmox Virtual Environment, Wikipedie) založené na Debianu. Přehled novinek v poznámkách k vydání a v informačním videu. Zdůrazněn je průvodce migrací hostů z VMware ESXi do Proxmoxu.
R (Wikipedie), programovací jazyk a prostředí určené pro statistickou analýzu dat a jejich grafické zobrazení, bylo vydáno ve verzi 4.4.0. Její kódové jméno je Puppy Cup.
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") > dfProměnnou 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 0.0006Podařilo 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
Nástroje: Tisk bez diskuse
Tiskni Sdílej: