我的天

我感觉自己越发喜欢VS Code了，这个东西的确就是我想要的写码工具，如果早点认识它，从前我就不需要走那么多的网路了。用VS Code写过代码以后，我对它是一发不可收拾的喜欢，但我始终不习惯在暗黑界面码中文，毕竟写代码和码中文不一样，写代码的时候思路是自己的，但积木的类型是固定的，这就意味着写码的时候如果有Emmet会相当便捷快速不出错，但如果在写blog的时候，尤其不是写代码技术类的时候，Emmet会变得毫无用处。同样我不需要额外纠结的还有中文语法。写blog是很自由的事，试想一下满屏的各种颜色波浪线，侧面和下面还有各种数字圈圈那将多么的恼人，当然了，貌似VS Code还没有厉害到可以有中文语法自动检测这种功能，我估计英文可能已经有了，Office几百万年前就已经有的功能VS Code可能天生就内置了，即便没有，让你绝对想不到的插件也肯定能实现。Offcie有中文语法检查的功能，但那个东西，笑而不语就好，别当真。

写码为啥要VS Code呢？不仅仅是Emmet功能，写过的函数，设定过的变量往后再用的时候，敲几个字就能有提示，就更不用说，使用默认的系统函数时能马上显示出详细的函数说明。自己写的变量一个颜色，系统函数一个颜色，保存以后还能自动语法检查，妈妈再也不怕我会犯格式上的错误。但话说回来，格式不错，不代表代码就一定可以运行出你想要的效果。毕竟代码的核心仍然应该是你的思路。

我不知道为什么大家都说暗黑模式写码护眼，护不护眼我不知道，但我知道白色界面看五颜六色的高亮会刺眼，相对来说，背景主色调是深色就没有这种不和谐。是不是因为这样，所以一开始的电脑都是黑屏白字而不是反过来呢？因为他们完全可以把那个东西做成计算器那样白屏黑字。现在我的习惯挺奇怪，写码的时候我用黑屏，写blog或者写其它文章的时候用白屏。我感觉自己用白屏的时候字体大小得设定到起码是黑屏的1.5倍。

去年我第一次接触R语言，觉得那个东西实在太伟大了！今年年初我的计划是学习R语言，但结果Python捷足先登了。VS Code搭配Python那是爽得一逼的节奏，因为Python是很大路的程序语言，所以很多东西已经非常完备了，相对来说R语言小众一点。无论是官方自带适配的还是第三方插件都比较弱。我用过R语言写码，那个东西简直是太难写了！一大串东西写好，要修改其中的一些，还不能鼠标快速插入，只能用键盘光标移过去，实在太逆天！当时我用的不过是系统函数，很多参数的位置和写法都是固定的，无数次我运行失败都是因为我手贱敲错了。试想如果这放在VS Code，有自动的语法提醒纠正，这种烦恼根本不存在。同样比较烦人的写码还有Excel VBA。运行的时候他们会弹出一个代码告诉你出错了，代码到底什么意思呢？到底是哪里卡死了呢？他们明明都得出代码了，却不直接告诉你到底是什么意思，很多时候，运行卡住是因为我手贱把一些系统参数的名字写错了…… 又是参数名字写错！如果在VS Code，这种事情根本不会发生啊！

写代码的方法千万条，但能边写边提醒你不犯低级错误的通常都不是某个程序语言自带的编辑器……

我前天开始系统地学习R语言，用的是一本叫做《R语言统计入门（第二版）》的书。那本书从最最基础的东西开始说起，基本可以说是零基础也能学会。我去说，书里面的内容是统计学和工科大一学生应该掌握的基本概念。现在我只看了一点点，感觉挺有趣，有些东西很容易理解，但有些东西却要绕一个弯。其实之所以这样，是因为R语言设置了很多潜规则。跟我之前学过的C语言不一样，R语言的潜规则多得多，也正是因为，它固有的规则多，所以有些东西毫不费劲就可以得出一个高端的结果。比如，当你要算一个数组的平均值，又或者是标准差的时候，一个简单到爆的函数就搞定了。如果要手工实现那个函数，真的很费神。我觉得R语言这个东西，只要你领会到规则的制定方法，很多东西都可以融会贯通。重点就是你能不能领会到那个精神，消化他们的东西成为自己的一部分。Excel的VBA里面也有很多潜规则，但是，跟R语言比起来，Excel里的很多东西貌似就有点复杂麻烦了，比如说，连起个名字，Excel里面的东西都要比R语言长。

我觉得对我来说，学习R语言跟学习Excel VBA，虽然都是编程语言，但二者不一样。VBA更侧重于技术实现的层面，要解决一些具体的东西，之所以要写VBA，不是要做研究，而是要得出某些结果，通过简单的操作就可以把复杂的流程秒杀搞定。其中的逻辑在写VBA程序的时候就必须已经想得很透彻。又或者可以这么说，在写VBA的时候，实际上你已经通过其它方式，得出了一个你要得到的结论。虽然你不可能所有数据都已经得有结论，但起码在某些数据上面，你已经确信那就是你想要的结果。大概因为我对R语言还了解得不够透彻，所以我觉得R语言最看重的不是结果本身，你不是为了要验证某个结果而去用R语言，而是要让R语言帮助你找到某些东西的规律。

之所以认会到R语言，是因为它有强大的绘图功能，几乎可以这么说，只有你想不到，没有它做不到的。R语言做出来的那些图，跟艺术家很写意地画出来的不一样，R语言做出来的图都是根据某些数据按照某些规则合并计算而来。有些数据摆在一起，我们不运行软件，也能预测到那估计是一个什么样的趋势。在一开始的时候，我们必须了解这个趋势，当R语言把图做出来的时候，我们才可以判定我们的方法有没有用错。当R语言我们已经用得很熟练的时候，我们可以要把我们的数据放到R语言里，然后通过某些我们已经应用成熟的方法让软件给我们得出图像，接着我们再从图像里得出某些结论。

不知道从什么时候开始，我迷上了数据可视化。把一堆数据用表格体现出来，和用图像表达出来效果很不一样。如果图做得好的话，那会给人一种惊艳的效果。如果你只看到一堆表，你的大脑还得寻找表格里数据的相关性，然后在脑子里想象出它们应有的关系。在靠谱的图里面，数据关系直截了当很明白，无论你是老手还是小朋友，在看图的时候，你都能很直观地感受到。

有时我会想，为什么现在理工科的学生仍然要学习C语言，而不直接学习R语言呢？尤其是那些非计算机专业的。理工科学生的课程里必然会遇到带入各种实验和数据分析。不过呢，大学的课程连Excel都不会很细致地讲明白，他们又怎么会把R语言放在眼里呢。

编程语言是种必需掌握的技能，谁是你的菜就得看这个社会推动的是哪种，又或者是你打算用在哪个领域了。

R语言这个东西貌似我已经连续纠结了两个星期，但准确来说我只是纠结了两个周五，再准确一点，应该是纠结了两个周五的半天，因为我大概都是从中午吃完饭开始折腾的。到昨天为止，经过不懈的努力，貌似最终我已经做出了自己想要的效果。理论上，这本来应该是比较简单的事情，但是现实总是不如我想象中的那样。比如说R语言把我觉得那些日期的东西他们只认为是文本，所以没办法对那个进行自动排序，于是我也就只能把那些日期用数字表达出来，然后我再用替换的方式把数据换成我想要的文本，这样做挺折腾。上个星期我折腾我的还有输出绘图框的大小。理论上，作为一个可视化的软件，那个东西应该可以在系统的某些地方修改，但因为那个软件是开源的，而且自主操控性也很强，所以在系统的可选界面没有那个选项，于是上个星期我也就只能很傻地在显示器上边框做记号，大概记录我那个绘图框的大小。因为最终绘图框得出来的图，我要把它粘到Word文档里的。或许你会说我不应该这么直接粘，而应该把R语言绘制出来的图输出成图片，然后再往Word里粘，但我觉得貌似那样做的话图片质量会更差，还不如我直接把图片在R语言里粘过去，但要保证每张图片的大小都一样的话，实在让我很烦恼。即便我在显示器的边框上已经做好标记，但最终出来的东西还是不能保证完全一致。昨天，我终于征服了这个东西。如果我用的是R语言基本的绘图功能，控制那个东西的是另外一个选项，但因为我的图用到的是lattice包，所以我就必须采用lattice包适用的方式。能控制输出绘图框的大小，已经让我解脱了一大半。

之前，我绘图所用的数据，都是我经过了各种精简筛选保存下来的csv文件，因为如果直接导入Excel文件会很麻烦，所以我宁愿在Excel里另存csv文件。我要作图的数据其实都在一个大表里，但是我却要作好几个图，那些图需要对不同范围内的数据进行合并对比。我也非常清楚R语言在增加或者剔除数据方面有他的方法，学会这一招，我就不需要保存N个csv文件，我只需要保存一个，然后再一层一层地往下筛选。在Excel里进行数据筛选，你就只需要在下拉框里选择，而在R语言里，你需要编程。对新手来说的确挺麻烦，但我觉得只要熟练了，一切都好。昨天晚上我追我征服的是修改绘图区域的空白边距。因为我输出的绘图框较小，而R语言默认的空白边距在那个小图里就显得很大。一开始我想到的是自行修改lattice包里面的默认选项，但后来我选择的是拷贝一个别人写的自定义函数，引用那个函数就把可以去掉的空白全部干掉了。因为去掉了多余的空白，所以我图片的尺寸可以更小，但是实际上里面的内容更大。

R语言非常强大，我觉得这个东西不是为应付工作的人准备的，因为没有一定的折腾信仰，这根本玩不过来。但我觉得，这个东西很符合我的口味，因为的那里的奇迹是通过编程出来的，在处理数据方面效率非常高。如果我用同样的数据在Excel里面作图，即便我用的已经是最新的版本，但依然会卡机。R语言的神奇控制只有你想不到，没有你做不到，只要你能力超强，天马行空无所不能，我就喜欢这种自由。

昨天我花了很多时间去研究R语言里面的绘图。R语言这种东西是今年夏天我才开始接触的，当时我看的是head first系列的数据分析。在这本书里面，R语言用得非常多。首次接触那个东西时我就觉得，那个比Excel厉害太多了。作图这种东西，貌似是美工，但实际上，在R语言里面，只要你想得出来，你就可以通过编程去实现，牛逼轰轰的。无论你想得出的，又或者是想不出的功能，它都能做到。突然之间我觉得自己在统计分析这个问题上真的是个白痴。一直以来我都觉得自己在理论知识方面很缺乏，但原来我在技术的使用方面更加是井底之蛙。如果我要提高我的理论水平，如果直接从案例从技术方面入手，也是可以实现的。我得知道别人是怎么做的。别人用什么方式去实现的。为什么别人可以从那个视角去分析问题，而我却没想到。同样的原始数据，为什么别人就能揪出一些我没想到的东西。这一点我必须努力加把劲探索。

昨天从中午开始我就纠结R语言的散点图。散点图这种东西，Excel里也能做，但问题是Excel里面没办法做出矩阵散点图。之所以我中午开始纠结R语言，因为我在几个月前到数据分析教程里知道学习里知道了R语言可以用几句非常简单的编程，绘制出神一般的的矩阵散点图。矩阵散点图这个东西，第一次看到就把我惊呆了。在那之前我见过的散点图只是两坐标或者三坐标上面标注点，绝大多数情况下我只看到过两坐标的。我们大都从点的分布，点的密度，点的聚集模式得出一些规律，找到一些结论。这是以前我一直在做的，我也只看到别人做到了那个程度，但在今年夏天我学习的那本数据分析里面，他们用两维数据作出一个散点图，在用第三维数据对比N个散点图。这些矩阵散点图是一次性做出来的，并不需要一个个的手动合并，而且那些散点图也不需要手工去设行列数。你只需要提出处理数据的要求，他们就会选择最佳的方式表达出来。第一次看到那个的时候，我觉得那简直是屌爆了！前几天我也尝试过用我的数据做矩阵散点图。后来发现，别说散点图，即便是要我提供一个能正确读取数据的csv文件好像也很麻烦。昨天中午，当我把一个一个Excel做出来的散点图罗列堆砌到Word里的时候，我明白到如果只是一两个，没问题，但我需要2个散点图一起做对比，4个散点图一并罗列出来找差异，显然只能使用矩阵散点图的方式，而不能一个一个贴浪费篇幅且让人疲劳。

在学习数据分析那本书的时候，虽然我也用过R语言，但是那纯粹是把书本上的命令行抄写过去，我完全没有动脑筋，所以当我把自己的数据放到R语言里面处理，希望得到我想要的东西的时候，无论我怎么纠结，貌似都得不出我想要的东西。在奋斗了几个小时以后，我才发现原来plot跟xyplot是两个完全不一样东西。plot是R语言的一个原生作图函数，xyplot则需要调用lattice数据包。数据包就像是一个插件，不过lattice那个插件已经常规到已经默认安装在R语言的主体软件里。在折腾的时候，我因为发现plot函数xyplot函数得出来的图不一样，我才明白到了这点。最明显的区别是他俩的图形颜色不一样，坐标轴的字体不一样，以及坐标轴的刻度分布不一样。我个人觉得lattice数据包作出来的图要比R语言原生的好看一些。

昨天我足足折腾了接近12个小时，才稍微得到了我想要的东西。之所以说稍微，是因为某些因素我还不能自如控制，有些参数我纯粹只是停留在猜想的层面。我不能满足自己只知道一些。我也知道有一些轻量级的作图软件大概也可以做到我想要的功能，但既然R语言如此强大，我愿意花更多的时间去认识他拥抱他。

用编程的方式去作图，想想都觉得这实在太牛逼了。于是，昨天晚上我也定下了目标，2020年我要加把劲学习R语言。