博文

系统中的 liblzma.so.5 版本过低

  首先,备份现有的 liblzma.so.5: <BASH> sudo cp /usr/lib/x86_64-linux-gnu/liblzma.so.5 /usr/lib/x86_64-linux-gnu/liblzma.so.5.backup 根据查找结果,你的系统中有一个更新版本的 liblzma.so.5 在 miniforge3 目录下。使用这个更新版本替换系统的版本: <BASH> sudo cp /home/xuefliang/miniforge3/pkgs/liblzma-5.6.3-hb9d3cd8_1/lib/liblzma.so.5 /usr/lib/x86_64-linux-gnu/liblzma.so.5 更新系统的动态链接库缓存: <BASH> sudo ldconfig 然后重新尝试安装 duckdb 包: <R> install.packages("duckdb")

R 连接数据库

library(duckdb) con = dbConnect(duckdb(), dbdir = "local.duckdb") # 从CSV创建表 dbExecute(con, "     CREATE TABLE persons AS      SELECT * FROM read_csv_auto('/mnt/c/Users/xuefe/Downloads/persons.csv') ") # 写入 R 中的数据框 dbWriteTable(con, "table_iris", iris) dbWriteTable(con, "table_mtcars", mtcars) dbListTables(con) dbGetQuery(con, "SELECT Species, COUNT(*) AS n                  FROM table_iris                  GROUP BY Species                  ORDER BY n;") # 断开数据库连接 dbDisconnect(con) ###############PostgreSQL library('RPostgreSQL') # create a connection # save the password that we can "hide" it as best as we can by collapsing it pw <- {   "xuefliang" } # loads the PostgreSQL driver drv <- dbDriver("PostgreSQL") # creates a connection to the postgres database # note that "con" will be used later in each connection to the da...

启用媒体流

使用 Win10 的DLNA流媒体功能,需要启动服务 Windows Media Player Network Sharing Service 如果出现该服务不能正常启动,或者“控制面板\所有控制面板项\网络和共享中心\媒体流选项” 不能正常启动,那么你可以尝试进行如下检查: 1、检查 SSDP Discovery 服务是否已经正常启动 2、检查 UPnP Device Host 服务是否已经正常启动 3、检查 Windows Search 服务是否已经正常启动 4、然后操作 Windows Media Player Network Sharing Service 服务是否可以正常启动 5、检查组策略中“计算机配置>管理模板>Windows组件>Windows Medis Player” 的 “阻止媒体共享” 的状态,需要设置为 “已禁用” 或 “未配置” 6、然后打开 “Windows Media Player > 媒体流 > 启用媒体流”,启用媒体流 7、正常情况,现在应该一切正常了,你可以玩转 DLNA 功能了。 

贝叶斯独立性检验

 # 使用R语言示例 library(BayesFactor) # 构建列联表数据 data <- matrix(c(10,20,15,25), nrow=2) # 进行贝叶斯独立性检验 contingencyTableBF(data, sampleType="indepMulti",fixedMargin = 'rows') # 尝试不同的先验参数 result1 <- contingencyTableBF(data,                                sampleType="indepMulti",                               fixedMargin="rows",                               priorConcentration=2) # 获取后验样本进行更详细分析 result2 <- contingencyTableBF(data,                                sampleType="indepMulti",                               fixedMargin="rows",                     ...

ubuntu配置环境变量

  配置两个环境变量:OLLAMA_HOST和OLLAMA_MODEL。我们可以使用以下步骤来完成这个配置: 打开终端。 编辑您的bash配置文件。对于大多数Ubuntu系统,这个文件是~/.bashrc。使用以下命令打开它: TEXT nano ~/.bashrc 滚动到文件末尾,添加以下两行: TEXT export OLLAMA_HOST="http://192.168.3.216:11434" export OLLAMA_MODEL="gemma2" 保存文件并退出编辑器。如果您使用的是nano,按Ctrl+X,然后按Y,最后按Enter。 为了使更改立即生效,运行: TEXT source ~/.bashrc 验证设置是否成功,可以运行: TEXT echo $OLLAMA_HOST echo $OLLAMA_MODEL 这应该分别显示 http://192.168.3.216:11434和gemma2。

gtsummary 制表

library(gtsummary) library(knitr) theme_gtsummary_language("en", big.mark = "") options(knitr.kable.NA = '') library(flextable) library(officer)  #分类变量显示百分比,2位小数 set_gtsummary_theme(list(   `tbl_summary-fn:percent_fun` = function(x) sprintf("%.2f", x * 100) )) theme_gtsummary_journal("lancet") # 允许不同风格相互叠加 theme_gtsummary_compact() my_test <- function(data, variable, by, ...) {   if (is.numeric(data[[variable]])) {     # For continuous variables, use oneway.test     oneway.test(data[[variable]] ~ as.factor(data[[by]])) %>%       broom::tidy() %>%       select(statistic, p.value)   } else {     # For categorical variables, use chisq.test     chisq.test(table(data[[variable]], data[[by]])) %>%       broom::tidy() %>%       select(statistic, p.value)   } } my_table <- df %>%   select(服药依从性, 年龄, 民族, 性别, 文化程度, 职业, 婚姻状况, 经济状况, 户别, 医疗费用支付方式, 家族史...

ibis 测试

import ibis import pandas as pd from ibis import _ penguins = ibis . examples .penguins. fetch () df = pd . DataFrame (     [[ "a" , 1 , 2 ], [ "b" , 3 , 4 ]],     columns = [ "one" , "two" , "three" ],     index = [ 5 , 6 ], ) t = ibis . memtable ( df , name = "t" ) ( penguins . filter ([ _ .species == "Adelie" , _ .island.isin([ "Biscoe" , "Dream" ])])) ( penguins . limit ( 11 , offset = 9 )) ( penguins . order_by ([ _ .island, _ .bill_length_mm.desc()])) ( penguins . select ( _ .bill_length_mm, _ .sex)) ( penguins . rename ( bill_length = "bill_length_mm" , bill_depth = "bill_depth_mm" )) (     penguins . mutate ( ones = 1 , bill_length = _ .bill_length_mm / 10 )     . mutate ( bill_length_squared = _ .bill_length ** 2 )     . select ( _ .ones, _ .bill_length_mm, _ .bill_length, _ .bill_length_squared) ) (     penguins . select (         _ .island,         _ ....