mokjpn

## This gist is obsoleted. Refer https://github.com/mokjpn/Define2Validate/ for the new version.

library(R4DSXML)
library(testthat)
library(validate)

define2validate <- function(domain, file="exampleRules.yaml", definexml="Odm_Define.xml") {
  varmd <- subset(getVarMD(definexml), IGD_Name == domain)
  cat(file=file, append=FALSE, "")
  out <- function(...) cat(file=file, append=TRUE, paste(...,"\n",sep=""))

mokjpn

## いわゆる目標症例数とリクルートの進捗状況のグラフ

# ダミーの日付データを作る
# リクルート日付は2014-01-01からの２年間からランダムに１００日
dates <- as.Date("2014-01-01") + 365*2*runif(100)

# それぞれの日に１０人までのランダムな人数がリクルートされたとするダミーデータ、100日分
number <- floor(10*runif(100))

# １行１症例のデータセットのイメージ。登録日だけだけど。

mokjpn

## いわゆる目標症例数とリクルートの進捗状況のグラフ

# ダミーの日付データを作る
# リクルート日付は2014-01-01からの２年間からランダムに１００日
dates <- as.Date("2014-01-01") + 365*2*runif(100)

# それぞれの日に１０人までのランダムな人数がリクルートされたとするダミーデータ、100日分
number <- floor(10*runif(100))

# １行１症例のデータセットのイメージ。登録日だけだけど。

mokjpn

## いわゆる目標症例数とリクルートの進捗状況のグラフ

# ダミーの日付データを作る
# リクルート日付は2014-01-01からの２年間からランダムに１００日
dates <- as.Date("2014-01-01") + 365*2*runif(100)

# それぞれの日に１０人までのランダムな人数がリクルートされたとするダミーデータ、100日分
number <- floor(10*runif(100))

# １行１症例のデータセットのイメージ。登録日だけだけど。

mokjpn

## 同じ整数の繰り返しである数列に含まれる数を１つずつ使い、目的の数を作るための式を総当たりで求める
## Usage: npuzzle(2,4,24) => (2,2,2,2)を１つずつ使って24を作るにはどうするか．
npuzzle <- function(num, nrep, target, twofuncs = list(
	"*"=function(x,y){x*y},
	"/"=function(x,y){x/y},
	"+"=function(x,y){x+y},
	"-"=function(x,y){x-y},
	"^"=function(x,y){x^y}), onefuncs = list(
	" "=function(x){x},
	"factorial"=function(x){factorial(x)},

mokjpn

from m5stack import lcd
import socket
import os

def split_list(l, s):
    count = 0
    ni = []
    for i in range(0, len(l)-len(s)):
        if l[i] == s[count]:
            count=count+1

mokjpn

from m5stack import lcd
from mqtt import MQTTClient
import time
import ujson
import ussl
import socket
import machine

MACHINE=hex(int.from_bytes(machine.unique_id(), 'big'))[2:]

mokjpn

---
title: "Rでe-Statの統計表から都道府県別SMRを描く"
output: html_document
---


このテキストでは、政府統計e-StatのAPIを使って、Rに直接統計表を読み込み、それを処理して特定の疾患（ICD-10に基づいた死因簡単分類で指定）の都道府県別の標準化死亡比(Standard Mortality Ratio, SMR)を算出し、その値によって都道府県を塗り分けた地図をかいてみます。すべてRの中だけで完結し、またプログラムの長さも短くて済んでいることに注目してください。

```{r, echo=FALSE, results='hide'}
appId <- "0000000000000000000000000000000000000000"

mokjpn

const m5 = require('m5stickcjs');

var obniz = new m5("XXXXXXXX");
obniz.onconnect = async function () {
//    lcd = obniz.wired('ST7735S', { mosi: 15, sclk: 13, dc: 23, res:18, cs:5}); 
    lcd = obniz.m5display;
    await lcd.onWait();
    console.log(lcd.width);  //128
    console.log(lcd.height); //160 
    lcd.setRotation(1);

mokjpn

# Control SwitchBot with M5Atom+PIR sensor unit
# Many thanks to https://tech.fusic.co.jp/posts/2020-04-01-switchbot-with-m5stack/

#include <M5Atom.h>
#include "BLEDevice.h"

#define SWITCHBOT_MAC "XX:XX:XX:XX:XX:XX"
static BLEUUID serviceUUID("CBA20D00-224D-11E6-9FB8-0002A5D5C51B");
static BLEUUID characteristicUUID("CBA20002-224D-11E6-9FB8-0002A5D5C51B");