在使用Virtual Box架Ubuntu虛擬機時, 想要設定固定IP, 網路上有許多指令教學, 不過這裡是介紹手動方法, 直接進行修改。 以下一步一步以圖方式介紹: 第一步:將此虛擬機網路的設定值改為「橋接介面卡」。 第二步:開啟Ubunt...
簡單紀錄
在使用Virtual Box架Ubuntu虛擬機時, 想要設定固定IP, 網路上有許多指令教學, 不過這裡是介紹手動方法, 直接進行修改。 以下一步一步以圖方式介紹: 第一步:將此虛擬機網路的設定值改為「橋接介面卡」。 第二步:開啟Ubunt...
有時使用中文時會出現 Error: invalid multibyte character in parser at line 1 的問題, 或是 Error in nchar(homeDir) : invalid multibyte string, element 1 。 ...
在進行文字探勘時, 需要把句子切成詞彙。 R裡面我有用到的library是tmcn跟jiebar。 jiebar很直覺, 先用 cutter=worker() 產生一個切詞器, 便可以用cutter來切割句子。 我們還可以使用 new_user_word 來將新詞彙加...
有時候會將變數或值指定給文字(變數名稱), 讓文字變成新的變數, 就可以用 assign 。 例如 assign('Im_Variable', 'Im Value') , Im_Variable就成為變數,賦予值 'Im V...
分析時有時會用到樞紐分析, R也有類似的功能, 就是 plyr 。 如下面例子, 產生一個data frame, 其中包含組別、性別與年齡三個col, 我們可以使用 ddply , 依照組別與年齡作為分組標準, 計算各組的平均數與標準差。 另外也常遇到計算各組...
最近用網路爬蟲, 赫然想到是否可以直接用R下載檔案, 發現真的有相關函式, 就是 download.file 。 你可以給他網址, 並且設定檔案名稱, 即可將檔案下載下來, 配合網路爬蟲抓取多個URL即可自動化下載多個檔案了(?)。 下面有程式碼範例。 Whe...
這篇文章由台大圖資系所整理, 講者為中研院資料科學研究所研究員, 提到一些大數據應用以及迷思。 演講投影片: 連結 台大圖資系整理文章: 連結
在使用網路爬蟲時,有些時候網頁的url並不一定具有規則(例如PTT),那我們可以先從其列表中抓取個網站的url(PTT的每一頁列表的url具有規則),再利用這些爬到的url去做網路爬蟲。 例如我要爬marvel版第1657頁的所有文章,我就需要讀取.title底下的a ...
在R之中可以用rvest進行網路爬蟲, url 表示你要抓取資料的連結, read_html(url) %>% html_nodes("section p") %>% html_text() 表示去抓取這連結底下,標籤section底下的標籤p...
When processing data using for loop, you would want to know the process rate. You can use print , cat or txtProgressBar . print and c...