Hình dung kết hợp 2 chữ cái

Các câu trả lời cho câu hỏi này trên SO đã trả về một bộ gồm khoảng 125 tên từ một đến hai chữ cái: /programming/6979630/what-1-2-letter-object-names-conflict-with-ex hiện -r-đối tượng

  [1] "Ad" "am" "ar" "as" "bc" "bd" "bp" "br" "BR" "bs" "by" "c"  "C" 
 [14] "cc" "cd" "ch" "ci" "CJ" "ck" "Cl" "cm" "cn" "cq" "cs" "Cs" "cv"
 [27] "d"  "D"  "dc" "dd" "de" "df" "dg" "dn" "do" "ds" "dt" "e"  "E" 
 [40] "el" "ES" "F"  "FF" "fn" "gc" "gl" "go" "H"  "Hi" "hm" "I"  "ic"
 [53] "id" "ID" "if" "IJ" "Im" "In" "ip" "is" "J"  "lh" "ll" "lm" "lo"
 [66] "Lo" "ls" "lu" "m"  "MH" "mn" "ms" "N"  "nc" "nd" "nn" "ns" "on"
 [79] "Op" "P"  "pa" "pf" "pi" "Pi" "pm" "pp" "ps" "pt" "q"  "qf" "qq"
 [92] "qr" "qt" "r"  "Re" "rf" "rk" "rl" "rm" "rt" "s"  "sc" "sd" "SJ"
[105] "sn" "sp" "ss" "t"  "T"  "te" "tr" "ts" "tt" "tz" "ug" "UG" "UN"
[118] "V"  "VA" "Vd" "vi" "Vo" "w"  "W"  "y"

Và mã nhập R:

nms <- c("Ad","am","ar","as","bc","bd","bp","br","BR","bs","by","c","C","cc","cd","ch","ci","CJ","ck","Cl","cm","cn","cq","cs","Cs","cv","d","D","dc","dd","de","df","dg","dn","do","ds","dt","e","E","el","ES","F","FF","fn","gc","gl","go","H","Hi","hm","I","ic","id","ID","if","IJ","Im","In","ip","is","J","lh","ll","lm","lo","Lo","ls","lu","m","MH","mn","ms","N","nc","nd","nn","ns","on","Op","P","pa","pf","pi","Pi","pm","pp","ps","pt","q","qf","qq","qr","qt","r","Re","rf","rk","rl","rm","rt","s","sc","sd","SJ","sn","sp","ss","t","T","te","tr","ts","tt","tz","ug","UG","UN","V","VA","Vd","vi","Vo","w","W","y")

Vì mục đích của câu hỏi là đưa ra một danh sách đáng nhớ các tên đối tượng cần tránh và hầu hết mọi người không giỏi trong việc hiểu ý nghĩa của một khối văn bản vững chắc, tôi muốn hình dung điều này.

Thật không may, tôi không chắc chắn về cách tốt nhất để làm điều này. Tôi đã nghĩ về một cái gì đó giống như một âm mưu thân cây, chỉ vì không có giá trị lặp lại, mỗi "chiếc lá" được đặt trong cột thích hợp thay vì được để lại hợp lý. Hoặc một sự điều chỉnh theo kiểu wordcloud trong đó các chữ cái có kích thước tùy theo mức độ phổ biến của nó.

Làm thế nào điều này có thể được hình dung rõ ràng và hiệu quả nhất?

Hình dung mà một trong những điều sau đây phù hợp với tinh thần của câu hỏi này:

• Mục tiêu chính: Tăng cường khả năng ghi nhớ của bộ tên bằng cách tiết lộ các mẫu trong dữ liệu

• Mục tiêu thay thế: Làm nổi bật các tính năng thú vị của bộ tên (ví dụ: giúp trực quan hóa phân phối, các chữ cái phổ biến nhất, v.v.)

Câu trả lời trong R được ưa thích, nhưng tất cả các ý tưởng thú vị đều được chào đón.

Bỏ qua các tên đơn được cho phép, vì những cái đó dễ dàng hơn chỉ là một danh sách riêng.

Đây là một sự khởi đầu: hình dung những thứ này trên một lưới các chữ cái thứ nhất và thứ hai:

combi <- c("Ad", "am", "ar", "as", "bc", "bd", "bp", "br", "BR", "bs", 
"by", "c",  "C",  "cc", "cd", "ch", "ci", "CJ", "ck", "Cl", "cm", "cn", 
"cq", "cs", "Cs", "cv", "d",  "D",  "dc", "dd", "de", "df", "dg", "dn", 
"do", "ds", "dt", "e",  "E",  "el", "ES", "F",  "FF", "fn", "gc", "gl", 
"go", "H",  "Hi", "hm", "I",  "ic", "id", "ID", "if", "IJ", "Im", "In", 
"ip", "is", "J",  "lh", "ll", "lm", "lo", "Lo", "ls", "lu", "m",  "MH", 
"mn", "ms", "N",  "nc", "nd", "nn", "ns", "on", "Op", "P",  "pa", "pf", 
"pi", "Pi", "pm", "pp", "ps", "pt", "q",  "qf", "qq", "qr", "qt", "r",  
"Re", "rf", "rk", "rl", "rm", "rt", "s",  "sc", "sd", "SJ", "sn", "sp", 
"ss", "t",  "T",  "te", "tr", "ts", "tt", "tz", "ug", "UG", "UN", "V",  
"VA", "Vd", "vi", "Vo", "w",  "W",  "y")

df <- data.frame (first = factor (gsub ("^(.).", "\\1", combi), 
                                  levels = c (LETTERS, letters)),
                  second = factor (gsub ("^.", "", combi), 
                                  levels = c (LETTERS, letters)),
                  combi = combi))

library(ggplot2)
ggplot (data = df, aes (x = first, y = second)) + 
   geom_text (aes (label = combi), size = 3) + 
   ## geom_point () +
   geom_vline (x = 26.5, col = "grey") + 
   geom_hline (y = 26.5, col = "grey")

(là :)

ggplot (data = df, aes (x = second)) + geom_histogram ()

ggplot (data = df, aes (x = first)) + geom_histogram ()

Tôi thu thập:

• tên một chữ cái,

  • may mắn thay i, j, k, và lcó sẵn (vì vậy tôi có thể chỉ mục lên đến mảng 4d)
  • Thật không may t(thời gian), c(sự tập trung) đã biến mất. Vậy là m(khối lượng), V(khối lượng) và F(lực lượng). Không bán kính rcũng không đường kính d.
  • Tôi có thể có áp lực ( p), lượng chất ( n) và chiều dài l, mặc dù.

  • Có lẽ tôi sẽ phải đổi sang tên Hy Lạp: không εsao, nhưng sau đó không nên

    π <- pi

    ?

• Tôi có thể có bất cứ lowerUPPERtên nào tôi muốn.

• Nói chung, bắt đầu bằng một chữ cái viết hoa là đặt cược an toàn hơn chữ thường.

• đừng bắt đầu với choặcd

Ok, đây là cách tôi nhanh chóng thực hiện trực quan giống như "bảng tuần hoàn", dựa trên câu hỏi SO và nhận xét của những người khác. Vấn đề chính là sự khác biệt lớn về số lượng biến giữa các gói, loại gây cản trở trực quan hóa ... Tôi nhận ra điều này rất khó khăn, vì vậy xin vui lòng thay đổi nó theo ý muốn.

Đây là đầu ra hiện tại (từ danh sách gói của tôi)

Và mã

# Load all the installed packages
lapply(rownames(installed.packages()), require, 
       character.only = TRUE)
# Find variables of length 1 or 2
one_or_two <- unique(apropos("^[a-zA-Z]{1,2}$"))
# Find which package they come from
packages <- lapply(one_or_two, find)
# Some of the variables may belong to multiple packages, so determine the length 
# of each entry in packages and duplicate the names accordingly
lengths <- unlist(lapply(packages, length))
var.data <- data.frame(var = rep(one_or_two, lengths), 
                   package = unlist(packages))

Bây giờ, chúng ta có một khung dữ liệu như thế này:

> head(var.data, 10)
   var           package
1   ar     package:stats
2   as   package:methods
3   BD    package:fields
4   bs      package:VGAM
5   bs   package:splines
6   by      package:base
7    c      package:base
8    C     package:stats
9   cm package:grDevices
10   D     package:stats

Bây giờ chúng ta có thể chia dữ liệu theo gói

 data.split <- split(var.data, var.data$package)

Chúng ta có thể thấy rằng hầu hết các biến đến từ gói cơ sở và số liệu thống kê

> unlist(lapply(data.split, nrow))
     package:base  package:datasets    package:fields 
               16                 1                 2 
  package:ggplot2 package:grDevices  package:gWidgets 
                2                 1                 1 
  package:lattice      package:MASS    package:Matrix 
                1                 1                 3 
  package:methods      package:mgcv      package:plyr 
                3                 2                 1 
     package:spam   package:splines     package:stats 
                1                 2                14 
 package:survival     package:utils      package:VGAM 
                1                 2                 4 

Cuối cùng, thói quen vẽ

plot(0, 0, "n", xlim=c(0, 100), ylim=c(0, 120), 
     xaxt="n", yaxt="n", xlab="", ylab="")

side.len.x <- 100 / length(data.split)
side.len.y <- 100 / max(unlist(lapply(data.split, nrow)))
colors <- rainbow(length(data.split), start=0.2, end=0.6)    

for (xcnt in 1:length(data.split))
    {
    posx <- side.len.x * (xcnt-1)

    # Remove "package :" in front of the package name
    pkg <- unlist(strsplit(as.character(data.split[[xcnt]]$package[1]), ":"))
    pkg <- pkg[2]

    # Write the package name
    text(posx + side.len.x/2, 102, pkg, srt=90, cex=0.95, adj=c(0, 0))

    for (ycnt in 1:nrow(data.split[[xcnt]]))
        {
        posy <- side.len.y * (ycnt-1)
        rect(posx, posy, posx+side.len.x*0.85, posy+side.len.y*0.9, col = colors[xcnt])
        text(posx+side.len.x/2, posy+side.len.y/2, data.split[[xcnt]]$var[ycnt], cex=0.7)
        }
    }

Đây là một biểu đồ dựa trên chữ cái. Được coi là định cỡ các chữ cái đầu tiên theo số, nhưng đã quyết định từ đó vì đã được mã hóa trong thành phần dọc.

# "Load" data
nms <- c("Ad","am","ar","as","bc","bd","bp","br","BR","bs","by","c","C","cc","cd","ch","ci","CJ","ck","Cl","cm","cn","cq","cs","Cs","cv","d","D","dc","dd","de","df","dg","dn","do","ds","dt","e","E","el","ES","F","FF","fn","gc","gl","go","H","Hi","hm","I","ic","id","ID","if","IJ","Im","In","ip","is","J","lh","ll","lm","lo","Lo","ls","lu","m","MH","mn","ms","N","nc","nd","nn","ns","on","Op","P","pa","pf","pi","Pi","pm","pp","ps","pt","q","qf","qq","qr","qt","r","Re","rf","rk","rl","rm","rt","s","sc","sd","SJ","sn","sp","ss","t","T","te","tr","ts","tt","tz","ug","UG","UN","V","VA","Vd","vi","Vo","w","W","y") #all names
two_in_base <- c("ar", "as", "by", "cm", "de", "df", "dt", "el", "gc", "gl", "if", "Im", "is", "lh", "lm", "ls", "pf", "pi", "pt", "qf", "qr", "qt", "Re", "rf", "rm", "rt", "sd", "ts", "vi") # 2-letter names in base R
vowels <- c("a","e","i","o","u")
vowels <- c( vowels, toupper(vowels) )

# Constants
yoffset.singles <- 3

# Define a function to give us consistent X coordinates
returnX <- function(vec) {
  sapply(vec, function(x) seq(length(all.letters))[ x == all.letters ] )
}

# Make df of 2-letter names
combi <- nms[ sapply( nms, function(x) nchar(x)==2 ) ]
combidf <- data.frame( first = substr(combi,1,1), second=substr(combi,2,2) )
library(plyr)
combidf <- arrange(combidf,first,second)

# Add vowels
combidf$first.vwl <- (combidf$first %in% vowels)
combidf$second.vwl <- (combidf$second %in% vowels)

# Flag items only in base R
combidf$in_base <- paste(combidf$first,combidf$second,sep="") %in% two_in_base

# Create a data.frame to hold our plotting information for the first letters
combilist <- dlply(combidf,.(first),function(x) x$second)
combi.first <- data.frame( first = names(combilist), n = sapply(combilist,length) ,stringsAsFactors=FALSE )
combi.first$y <- 0
all.letters <-  c(letters,LETTERS) # arrange(combi.first,desc(n))$first to go in order of prevalence (which may break the one-letter name display)
combi.first$x <- returnX( combi.first$first )

# Create a data.frame to hold plotting information for the second letters
combidf$x <- returnX( combidf$first )
combidf$y <- unlist( by( combidf$second, combidf$first, seq_along ) )

# Make df of 1-letter names
sngldf <- data.frame( sngl = nms[ sapply( nms, function(x) nchar(x)==1 ) ] )
singles.y <- max(combidf$y) + yoffset.singles
sngldf$y <- singles.y
sngldf$x <- returnX( sngldf$sngl )

# Plot
library(ggplot2)
ggplot(data=combidf, aes(x=x,y=y) ) +
  geom_text(aes( label=second, size=3, colour=combidf$in_base ), position=position_jitter(w=0,h=.25)) +
  geom_text( data=combi.first, aes( label=first, x=x, y=y, size=4 ) ) +
  geom_text( data=sngldf, aes( label=sngl, x=x, y=y, size=4 ) ) +
  scale_size(name="Order (2-letter names)",limits=c(1,4),breaks=c(1,2),labels=c("Second","First")) +
  scale_x_continuous("",breaks=c(13,39),labels=c("lower","UPPER")) +
  scale_y_continuous("",breaks=c(0,5,singles.y),labels=c("First letter of two-letter names","Second letter of two-letter names","One-letter names") ) +
  coord_equal(1.5) +
  labs( colour="In base R" )

Bảng tuần hoàn cho 100, Alex. Tôi không có mã cho nó, mặc dù. :

Mọi người có thể nghĩ rằng gói "bảng tuần hoàn" có thể đã tồn tại trong CRAN. Ý tưởng về sơ đồ tô màu và bố cục của dữ liệu đó có thể thú vị và hữu ích.

Chúng có thể được tô màu theo gói và được sắp xếp theo chiều dọc, ví dụ như trong một mẫu mã trên CRAN hoặc khi chúng xuất hiện trong cơ sở mã địa phương của một người.

Hai trang đầu tiên trong chương 2 của ITILA của MacKay có sơ đồ đẹp cho thấy xác suất có điều kiện của tất cả các cặp ký tự trong ngôn ngữ tiếng Anh. Bạn có thể tìm thấy nó sử dụng.

Tôi cảm thấy xấu hổ khi nói rằng tôi không nhớ chương trình nào được sử dụng để sản xuất chúng.