watermouth

WSL環境構築

インストールとアップグレード

WSL (Ubuntu 18.04) install後

### https://qiita.com/h-yoshikawa/items/15653d08f917ad6e39f8
sudo apt update
sudo apt install -y language-pack-ja

watermouth

トラブル解決メモ

Windows で Rを使う場合はユーザホームディレクトリであるR_USER環境変数を"無難なパスに"設定する

Sys.getenv()

で確認できるR_USER 変数名にマルチバイト文字やスペースが含まれないようにする. これは環境変数を設定することで実現できる.

watermouth

memo

ubuntu

使用中のプロセスとポート番号

sudo lsof -i
sudo lsof -i:80

watermouth

ssh -F ~/ssh_config/config TargetHost

みたいな書き方. -F オプション

permission

600に設定する必要があるが, 個別に右クリックプロパティ詳細設定~で自分以外のユーザの権限を削除する

watermouth

' 名前付き参照と配列の変換の実装例
' バリアント型の変数に Rangeプロパティの返り値を代入すると, 各セルの値を持った配列として受け取れる.
Sub execute()
    Dim temp As Variant
    ' RangeFilePathsという名前の名前付き参照を用いてRangeオブジェクトへの参照を取得してtempに代入する.
    ' temp は 配列として扱える.
    temp = Range("named_range_sample")
    Dim i1 As Long
    Dim i2 As Long
    ' 1次元方向つまり行方向の下限から上限でループ

watermouth

ref

https://stackoverflow.com/questions/44169164/dplyr-filter-on-a-vector-rather-than-a-dataframe-in-r

code

> c("A", "B", "C", "D") %>% .[matches("[^AB]", vars=.)]
[1] "C" "D"
> c("A", "B", "C", "D") %>% .[.!="A"]

watermouth

# x
# A tibble: 6 x 7
  CNumber  Year Month  Side TekiyouCode  Amount eDate     
  <chr>   <dbl> <dbl> <dbl>       <dbl>   <dbl> <date>    
1 XXX      2012     6     1           0 100000. 2012-06-30
2 XXX      2012     6     1          11  99999. 2012-06-30
3 XXX      2012     6     1          12 100001. 2012-06-30
4 XXX      2012     6     1          15 100001. 2012-06-30
5 XXX      2012     6     8           0 100002. 2012-06-30
6 XXX      2012     6     8          11 100001. 2012-06-30

watermouth

error message

data.table(iris) %>% group_by(Species) %>% summarise_at(vars(starts_with("Sepal")), funs(sum))
Error in !funs : invalid argument type

workaround

convert the data type data.table to data.frame.

watermouth

# utility functions
Msize <- function(x)
  as.integer(object.size(x)) / 1e6
listMsize <-
  function(v)
    sort(sapply(v, function(x)
      Msize(get(x))), decreasing = T)

# listMsize(ls()) などとする

watermouth

Keras (tensorflow backend) で 再現可能なNN (Neural Network) model.fitの実行

事前に以下実行でOKだった. 記事 https://qiita.com/okotaku/items/8d682a11d8f2370684c9 と違うのは、randomそのものの部分の設定.

import os
import numpy as np
import keras.backend as K
import tensorflow as tf