どーも。ggplot2は空手の一種として知られているので(要出典)普段の稽古が欠かせまん。今年を振り返り、ggplot2での作図について、いくつかの知見を共有します(書いている余裕がなかったんや...) library(magrittr) library(jpndistrict) ## Loading required package: jpmesh ## This package provide map data is based on the Digital Map ## 25000(Map Image) published by Geospatial Information Authorityof ## Japan (Approval No.603FY2017 information usage ## <http://www.gsi.go.jp>) library(sf) ## Li
English version: abrahamcow.hatenablog.com github.com ggtetrisって名前にしようかと思ったんだけど、もうある(GitHub - EmilHvitfeldt/ggtetris: Create Tetris Chart Visualizations in R)みたいなので、ggbrickにしました。 brickはレンガっていう意味らしいです。 マニュアルは気が向いたときにちょっとずつ書きます。 インストールは devtools::install_github("abikoushi/ggbrick") で多分いけます。 入ってる関数は基本的にはgeom_brickだけです。 気が向いたら触ってみて変なところを教えていただけると嬉しいです。 以下デモです。 基本的な使い方はこう。 library(ggplot2) library(ggbr
Python側でのTensorFlowの隆盛を他所に、R側では{tensorflow}も使いにくいし*1これはPythonistaに転生しなければならんのかなぁ。。。ということを思っていたら、出ました。あのKerasのRパッケージです。 インストール手順は普通にhttps://rstudio.github.io/keras/に書いてある通り、以下の通りRコンソールから打てばおしまいです。 devtools::install_github("rstudio/keras") library(keras) install_tensorflow() ということで、早速色々試してみようと思います。 3層NNをサクッと試してみる データセットはこちらのXORデータセット(10万サンプル)を使います。 > d <- read.csv('xor_complex_large.txt', header=T,
Publication quality base R graphicsFixing the problemWhy not use {ggplot2} (or something else)?Publication quality base R graphicsBase R graphics get a bad press (although to be fair, they could have chosen their default values better). In general, they are viewed as a throw back to the dawn of the R era. I think that most people would agree that, in general, there are better graphics techniques i
本記事の内容 論文のテンプレート (rticles, papaja) 引用文献の管理 (RefManageR) 図表や数式 解析結果の報告ツール (sigr, statcheck, psycho, papaja) 便利ツール (wordcount, gramr) RStudioで論文を書く理由 RStudioで論文を書くモチベーションは、端的に述べるならば、再現可能性を高めるためです。再現可能性の高い論文(reproducible research paper)が必要とされる主な理由を3点, Mike Frank & Chris Hartgerink (2017)は, 以下のように述べています。 エラーを回避するため [Nujiten et al. (2016)]では, APA (American Psychological Association)形式の論文での,p値を用いた検定結果を報
この記事は tidyポエム Advent Calendar 2017 - Adventar の24日目の記事です。 はじめに 今年はRのパッケージをゴリっと開発することが多かったので、そこで培った2つのノウハウをここにメモっておきます。 tidyなデータ処理があるようにtidyなパッケージ開発(標準的なパッケージ開発?)もあっていいと思うのです。 tidyverseを使うな かつてHadley verseと呼ばれていた Hadley Wicham作のパッケージ群を集めたパッケージであるtidyverse、最高ですよね? これさえあればモダンな形でR言語のコードが書けますし、データ集計に必要な機能(前処理・可視化)はほぼカバーされています。 なので、データ分析の時にこのパッケージを使うのはとても良いのですが、パッケージ開発時においては、迂闊にコヤツを使うべきではありません。 tidyポエムな
Rで表情解析をします。 Microsoft の Emotion API をRから動かす形になります。 azure.microsoft.com Emotion API は画像の中の人物の表情を入力として取り、Face API を使って画像の中の顔それぞれについて一連の感情の信頼度と、顔の境界ボックスを返します。ユーザーがすでに Face API を呼び出している場合は、オプション入力として顔矩形を指定することができます。 検出される感情は、怒り、軽蔑、嫌悪感、恐怖、喜び、中立、悲しみ、驚きです。これらの感情は、文化が異なっても特定の表情を伴って広く交わされると理解されています。 ということで、画像から人物の顔を抽出して、その表情を8つの指標で評価してくれます。 対応している画像は、4MB未満のJPEG、PNG、GIF、BMPとのこと。 Emotion API を利用するにはAPIキーが必要に
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く