炎季宏的博客|致力于成为一名有钱、有理想的自由职业者！

谈如何用分红送股数据对股价复权

Tue, 28 Feb 2023 00:00:00 +0000

发现在东方财富上，2023-02-27日格力前复权的收益率为-0.98%，后复权的收益率为-0.65%，收盘价为6934.02，不同复权方式收益率存在较大差异，与我的直觉不符合。于是和新浪财经的数据进行比较，2023-02-27日格力前复权的收益率为-0.98%，后复权的收益率为-0.98%，后复权的收盘价为7410.91，两个平台后复权的收盘价存在较大差异。两个平台格力1996-11-19日（上市第二天）的收益率数据如下表所示。

	东方财富	新浪财经
前复权	-0.06%	-2.40%
后复权	-2.40%	-2.40%
不复权	-2.40%	-2.40%

收集两个平台格力2023-02-27日（最近一次除权除息日）的收盘价和收益率如下表所示，上方的表格来自于东方财富，下方的表格来自于新浪财经。显然新浪财经的复权方式更符合常理，同一天前后复权的收益率是一致的。而东方财富的历史收益率会随着除权除息而发生变动，东方财富越早的数据，后复权收益率与不复权收益率越接近，前复权收益率与不复权收益率差距越大；越新的数据，后复权收益率与不复权收益率差距越大，前复权收益率与不复权收益率越接近。

	2023-02-23	2023-02-24	2023-02-27
前复权	36.03(2.71%)	35.56(-1.30%)	35.21(-0.98%)
后复权	7040.93(1.79%)	6979.65(-0.87%)	6934.01(-0.65%)
不复权	37.03(2.63%)	36.56(-1.27%)	35.21(-0.98%)

	2023-02-23	2023-02-24	2023-02-27
前复权	36.02(2.63%)	35.56(-1.27%)	35.21(-0.98%)
后复权	7581.46(2.63%)	7485.24(-1.27%)	7410.91(-0.98%)
不复权	37.03(2.63%)	36.56(-1.27%)	35.21(-3.69%)

使用格力不复权的收盘价按照如下规则复权后计算日收益率发现，格力的两次增发，新浪财经并未对其除权，转增股和送红股除权当日收益率与我的计算结果一致，分红的计算结果存在一些差异，而配股应该根据是否申购决定是否除权，因为历史数据主要用于回测，故不对其除权，所以配股上市当日收益率也与新浪财经的不一致。并且所有结果均与东方财富的不一致。

分红当日复权后的日收益率：

$$(p_t-p_{t-1}+d)/p_{t-1}$$

转增股和送红股当日复权后的日收益率：

$$((1+s)*p_t-p_{t-1})/p_{t-1}$$

分红送股当日复权后的日收益率：

$$((1+s)*p_t-p_{t-1}+d)/p_{t-1}$$

...

M站广播剧分析报告

Sun, 08 Dec 2019 00:00:00 +0000

数据概况

数据采集于M站**广播剧板块，11月30日收集完全部声音id，共13498个声音。之后连续四天收集每个声音id对应的具体信息，因而对于动态数据（如播放量）不是在同一时间点采集到的。另外，因为网络访问延迟，可能存在部分应有的数据没有收集到。

采集到的数据包括：

cv：cv_id、昵称、所在社团id
up主：up_id、up主昵称、粉丝数、上传作品数
广播剧信息：声音id、声音名、剧id、剧名、作者、改编作品、制作组信息、配音组信息、音乐组信息、上传时间、tags
广播剧数据：播放量、评论数、投食数、点赞数、下载量（也可能是拍砖数，尚无法确定，故没有纳入统计）、收藏量
打赏信息：user_id、用户昵称、打赏数

数据分析

M站第一部**广播剧发表于2014年9月15日，此后两年上传的声音数量高速增长，之后基本维持稳定，推测2016年后核心创作人员形成垄断局面。2017年，播放量呈现爆发式增长，可能与平台作品数量增长遇到瓶颈，急需扩大受众群体的策略有关，b站为M站最大股东（持股比例为66.37%），推测可能与b站引流有关。

在41527个标签中，有5800类标签，统计不同标签出现的次数，从多到少排序后，取前200个画词云图。

人工挑选top10的类型标签，分别是现代（1153）、古风（884）、HE（187）、欢脱（170）、搞笑（158）、校园（153）、民国（138）、虐（130）、甜（120）、悬疑（107）。

按年统计不同类型广播剧数量

...

毕业以来

Sun, 17 Mar 2019 00:00:00 +0000

记得临近毕业时，在谢师宴上邓老师问我毕业后想做什么，我说我想做“大数据＋金融”，想的是股票不就是数字游戏吗，如果能利用大数据挖掘其中的规律，那以后顺势而为不就可以躺着挣钱，岂不美哉！然而当时我对大数据仅仅是基于字面意思的粗浅理解，连最基本的概念都一无所知，更遑论需要运用什么原理、工具搭建一个怎样的流程、架构，根本就超出了我的认知范畴。不久后，我们将离开那个可以任凭想象肆意滋长的环境，有点激动又有点害怕，涌入被许多人描绘得很狰狞而我又不太相信的社会大潮中。

离校之际，室友马爷语重心长地告诫我工作中要有点追求，不要太无所谓了（大意是这样）。马爷平时尽听我瞎扯淡，但是他的这句话精准地戳中了我的要害。因为在学校的时候没有求职，就把行李打包委托给马爷保管，说好等我找到工作以后再把行李寄给我。就这样没有一丝留恋、一身轻松地去了西安，在那里和一个先前在夏令营认识的朋友大手大脚、胡吃海喝了差不多半个月，那段时间真的是我这辈子度过得最肆无忌惮的时光，完全没什么压力也没什么顾忌，想着找到工作以后这些都不是事。然后在当地买了一辆山地车，按计划骑车去深圳，打算取道四川，可我第一天上秦岭，骑了半天到后面基本就是推着上去的，骑车比推车还累，眼看天色已黑而距休息区还很远，想起了一位有经验的同学告诉我，没经过专门的体能训练，还是别走四川，那边山路多，遂决定放弃原先的计划，改走河南。回去的路上，情绪失控，听着《小幸运》，在黑夜的掩护下，就这么毫无顾忌的任泪水流出。原先计划隔两三天就住一次酒店，给电器充电，洗漱、调整一番。有一次在一个比较偏僻的地方歇脚，夜晚各种奇奇怪怪的声音此起彼伏把我吓得够呛，为了生命安全决定还是住酒店比较合适。现在依稀记得，骑行的路上除了苦就是累，只想赶紧结束骑行，压根没了边骑边玩的心思；还有路上遇见的一些人，特别是在三门峡（有细致帮我拆卸自行车的大叔；有无偿帮我搬运自行车的弟弟，他的轮胎扎还被扎破了；有留我住宿的老乡），像这样一群，尽管只是一面之缘，也会用力帮忙的人。搞得我当时萌生了想在那边找工作的冲动，习惯了点头之交的我，对这种小城市的暖心生活有无限的憧憬。现在想来，折腾这些，存在拖延直面社会考验的心理。

到了深圳，联络上了高中同学缪宇，本以为最多一两个月就能找到工作，结果在他那里蹭了大半年的床铺，其实我和他高中的时候基本没有交集，能在我人生低谷的时候收留我这么久，也没催我赶紧找工作，真的是超感激他；再加上初入社会，心智也不成熟，遇到事情有个人商量挺好的；跟他相处潜移默化地学到了很多，他很会关心人，带着我这种啥都不会的人玩羽毛球和桌球。我的第一份面试邀请是平安人事打过来的，当时接到电话还挺开心的，想着以后能在大公司总部上班就让人振奋。我一头雾水地准备着面试，在约定的时间穿着很随便的衣服走进平安大厦，顿时有种走错地方的感觉，就连引导员都这么高大帅气心里就紧张兮兮的，在等待的过程中看到一份面试人员名单，几乎都是**农业大学的，觉得还是蛮有机会的，但正式面试的时候果不其然的怯场了，以结结巴巴的自我介绍开场，以不知所云的回答收场。当时根本不知道通过面试官的言语和态度判断是否有戏，随后一个月漫长的等待中，每天在住所周围游荡，拿着手机学点英语好让自己看上去不至于那么堕落。等到结果出来，那颗悬着的心终于得以解脱，我被拒了。从那时起我不得不承认学历只是一个敲门砖，能不能被录用还得看给面试官的整体印象。经此遭遇后，不再死死地盯着单一的职位，改为狂投数据分析相关的岗位，收到的面试通知寥寥无几，面后基本就是我觉得那工作不怎么样，别人觉得我也不怎么样。感觉那个时候快把深圳所有可能匹配的岗位都投了一遍，也没有一家中意我的。国庆回家参加表哥的婚礼，旋即去了上海，想着上海金融相关的工作应该会多些，到了上海住在公租房里，每天苦苦地等着面试通知，发现上海这边的面试比深圳要求高多了，仅有的几家面试全部告吹。中间，和我哥的同学聊天，才意识到原来这些年来自己对所学专业完全不感兴趣，就这么简单的道理，时至今日才明白过来，白白耽误了6年最好的时光。一连串的失利后，我不得不正视一些问题。我想我应该属于三无产品吧，没有专业背景、没有闪闪发光的证书、没有项目经验；再加之惧怕面试，如果说真实能力是100分，大多数人能在面试时注水到120分，而我却只能表现出80分的样子。但就是谜之自信地觉得给我机会我一定可以做好，不愿意妥协。无奈上海消费实在是太高了，耗不起，这种繁华的地方也不适合我，然后又住回了我同学家里。因为之前做过教辅兼职，感觉还不错，于是我把老师纳入求职的范畴。教师的流动性较高、门槛较低，因为学历关系吧，尽管我面试一如既往表现得很烂，别人也愿意给我多试试的机会。最后选择了一家离住所比较近的公司上班，每天骑车差不多半小时可以到。原先以为5天八小时制是再正常不过的事情，直到工作了才知道颠倒的作息对很多人来说再稀松平常不过，我似乎太娇气了。试用期偶尔帮人带带课，还蛮受学生喜欢，我也在努力纠正普通话，然而并不仅仅是出于教学需求的考虑。当时我意识到做好一名老师和兼职的时候是完全不一样的，需要和领导、同事、学生家长积极沟通，这是我特别不愿意去触碰的，而只想专注于教学本身。后来调来的一位校长和我不对付，再加上我同学劝我回归本行业，要不然学历会不断贬值，找到一份合适的工作，储学修能，再伺机进入自己感兴趣的领域，我觉得他说得很在理，遂采纳了他的建议。这段时间不知不觉地喜欢一得空就往人多的地方凑，看到人心理就会很踏实，喜欢听人讲他自己的故事，也开始希望有个人陪陪，这与我以前独来独往的作风反差很大。人在失意时会自我反思，全面地自我否定，真切地感受现实。同时也勉励自己困难只是暂时的，所有的苦难都是生活最好的馈赠。生命走过同样的时长，凭什么我一定要比别人过得好，我看到那些早早就出来经历生活打磨的人有我们这些长期困在象牙塔的人所不具备的人性和生机。

因为专业相近，找工作顺利很多。要不是有朋友帮忙搬家肯定又是一番离愁伤感，这个时候有个人在是件很幸福的事。去公司报到第一眼的感觉就是好low呀，不过我还是尽力说服自己接受，比如生物岛绿化特别好，旁边就是大学城，平时可以打打篮球、去图书馆看看书，房租也便宜。这样一通心理暗示以后，感觉还是蛮不错的，就是相比于我刚毕业的那会类似工作给我开出的工资低了不少，导致我曾一度想去做个兼职，但是后来觉得还是抓紧提升自己比较要紧，于是打消了这个念头。上班第一天部门领导给了我一段R语言脚本，我研究了两天，基本弄明白了R语言究竟玩得是什么，有种豁然开朗的感觉，觉得在这里一天学到的东西比我在学校里一年学到的东西都多，一下子就上道了，其实我读研期间接触过一点R语言，当时只是为了应付差事。受此鼓舞，接下来我又试着把好几个脚本合并在一块，删除、改写了很多冗杂的代码，使代码整体变得更加精简。经此训练我差不多对R语言游刃有余了，然后呢，有什么想法就会试着用R语言实现，以拓宽它的应用范围。后来只要有大量重复性的工作，就会尝试着写脚本优化工作流程，这样既可以锻炼自己，也可以把自己从机械的工作中抽离出来思考更宏观的问题。写脚本嘛，就是避免重复造轮子，相当于一个组装工作，拆解任务，找到合适的脚本，稍作修改以适合当前业务的需求。总之利用闲暇之余学了很多乱七八糟的东西，没有深入某个特定领域，但主体还是以数据分析为主，包括生信分析、机器学习和深度学习。我知道人的发展轨迹大致遵循如下的路径，从按部就班地做事，到思考怎么把事做得又快又好，再到提炼、开发出一套高效的工具、系统的流程、适用性强的理论指导自己和别人做事，进而让这些东西成为行业的标准，最后就是做制度的优化、革新引导从业者朝着促进产业升级的方向发展，而这一切任重而道远。当我对技术有了一点积累后，不再像以前那样痴迷于技术，唯技术论，有时候会觉得科学技术不过是当代的宗教迷信罢了。不少学生因为脱离社会，往往是专业知识虔诚的拥护者；有些技术因为落后而失去了信徒；有些技术因为比较前沿，且对现有的体系有很大程度的改进，让人着迷。对某些人来说，他们并不关心技术本身，技术包装不过是他拿来忽悠人的把戏。有些人看到了新技术的发展潜力，为此摇旗呐喊，为技术赢得生存空间。所以应该转变思维，当我们拥有某些技术以后，更多的应该是争取别人的信任和支持，以服务客户为导向，而不是一味地钻研技术。一味专研技术而不能解决问题的人可能一事无成，如果没有一个宽松的环境为他们提供保障，深陷技术很可能让他们焦头烂额、与社会格格不入。

入职不到一周，部门人员流失，我被重新安排到项目部做起了课题管理，其实我还挺愿意做这个的，因为这是一个全新的尝试。它需要跟公司内外部的人员沟通，而不能再把自己封闭在自己的小世界里，只用做好自己手头的事就好，而是要和各部门通力配合共同推动课题开展，要放低姿态、顺着对方的脾气和各实验的执行人沟通；也要和研发部的同事协商技术方案，在这个岗位才知道技术人员和项目管理人员考虑的东西是不一样的，既要听取他们的意见，又要从客户的实际需求出发，其实大家挺怕担责任的，最后需要自己做出定夺；对供应商要给与适度的压迫感，既不能破坏关系，也要让他重视我的诉求；要及时和客户沟通，体现出专业性和用心负责任的态度；只有想做好它，才能在内外部的共同驱动下，逼迫自己朝着更好的方向发展，也只有这样才能逐渐锤炼出独当一面的能力。在工作中我学到了很多。记得我跟的一个项目，实验结果特别不理想，得知要做结题汇报，我慌了阵脚，想着完了完了要死了要死了，而我的领导一副镇定自若的样子，给客户推荐其他的解决方案，不仅成功化解了危机，还顺势追加了一份合同。作为一个项目的负责人考虑事情得全面周到，多听多问，这和我以前做事完全凭直觉、想当然的那种风格大相径庭。我们总是在强调不忘初心，初心往往是所受的教育或者接触的一些美好事物映射在心里形成的憧憬和向往，并不能和现实划等号，若一味地和自己较劲，显得太过锋芒，高目标通常折戟沉沙，要学会在完美和效率之间取得平衡，在时间紧迫而自己又不想那么难堪的情况下，就应该放弃自己的某些坚守（不要觉得做某事毫无意义），而倘若不能高效地按某个标准执行，那说明能力还未达到，妥协是唯一的出路，而妥协往往意味着潜在的进步。要试着做一个口是心非的人，有自己的见解，但会根据环境做出适应性的反应。当然工作中也有很多做的不好的地方。拖延症很严重，特别是遇到一时半会解决不了的问题，不能迎难而上。不记事，这会拖慢工作效率，给人留下不专业的印象。甚少与同事私下来往，做不到豁得出去，收得回来。仅仅完成自己分内的事不爱表现自己，不会把自己最好的一面展现出来。在结果可以接受的范围内，没必要自查自纠，不能过于较真，这样会影响团队和谐。太佛系，不争不抢无欲无求，对挣钱没有欲望。做事有点凌乱，缺乏多事务处理能力，不能根据事情的轻重缓急区别应对，节奏容易被打乱，遇事容易心慌。对外要形成规范化标准化的输出，而不是一味地等着组织安排规定，抱怨制度的不完善，而是要沉淀出属于自己特色的方法论。不谙世事，所谓人心，就是别人会在看不见的地方踩你两下，特别是针对在组织中存在感弱的人，这样成本小，还可以转移矛盾，或者闲谈时黑你两句，都会对你造成或多或少的负面影响；所谓人情，就是别人会顾你的面子。过于民主、过于为别人考虑，很多事自己默默承担，最后有些人会很狡猾地把责任推到我身上，本来想着就事论事解决问题，而有些人只想推卸责任，刻意隐瞒狡辩，不抓住他们的小辫子他们是不会老实交代的；而有些人也不关心事实真相，只是根据利益得失、关系远近和个人喜恶转嫁责任。

因为住在大学城，有机会接触很多学生，和他们来往，让我明白了许多东西。开始积极主动的融入社会，也愿意了解不一样的生活态度（从别人口中说出来总觉得不可思议，因为我的世界被各种教条限制住了）。慢慢明晰自己的边界，知道哪些是需要冲破的藩篱，哪些是需要坚守的底线。慢慢建立起亲社会属性，愿意构建多元的社交网络，重视发展弱社交关系。知道了挣钱不容易，要学会把钱花在刀刃上，不再那么追求价格泡沫的商品，而是转向可替代性的商品。这一年来稍作总结就是有意识地引导自身朝着既定的目标发展。

春节回家，本来准备不动声色等找到工作了再告诉家人辞职的事情，但是他们问到，我就如实交代了，然后我哥建议我去大公司上班。回广州后，感觉目前能力还不够，找工作相对保守，想着等再干一年再转向大数据岗位。起初投的都是生信分析的工作，面试了两家，工作氛围都不怎么样，薪资估计也很难达到我的预期水平。还是以前的老样子，回答面试官的问题过于耿直，问什么答什么的那种，不会总结升华，用通俗的语言引起面试官共鸣（采分点），不知道把不利的问题转化成有利的问题，凸显出自己的优势，也不知道主动引导面试官，化被动为主动，太过于执着于技术呈现，而偏偏自己又对没完全吃透的东西不能很好地组织语言，所以每次面试我都很不自信。既然这个行业这么小，技术的适用范围受限，也没大规模的公司，要求还很高，还不如放手一搏，找大数据相关的国企或者事业单位，想着有点医学背景加上懂一点大数据，说不定靠这种复合背景可以提前成功转型。不久后，就收到了一家国企的面试通知，和人事的沟通中，我发现他们对我做过心电图识别的项目很感兴趣，而他们最近也有和医院的一些合作，听她这么一说，我觉得很有戏了。第一轮面试我的正好也是做生信转型的，问了一些生信分析的问题，也没为难我，最后对我的能力表示了肯定。第三轮是一位女领导面试我，我以为是人事面试我，反正当时非常不在状态，说话完全不动脑子，张口就来，最后我直接问她什么时间给我offer，她说随时可以，但是有3-6个月的试用期，考核不合格直接走人。电话挂后，吓得我心都凉了半截。没多久，那边一直联系我的郭经理打电话过来安慰我，说前两轮都觉得我可以，领导也需要考虑其他人的意见，还跟我说第二天人事会给我谈薪资待遇。因为得罪了领导，我没有之前那么有自信了，然后焦灼地等了一天，杳无音讯。我哥建议我主动托人向领导赔罪，随便打听一下情况。我很想抓住这次机会，于是拉下脸来，按照我哥的建议做了，曾经的我会觉得这是嗟来之食，宁可饿死都不能这么低声下气舔食。当在意的事物把我逼上悬崖，本来都做好了要死的准备，结果面对他突然伸出的橄榄枝，求生欲强的我还是心痛地抓住了。只可惜再也没有往日的小骄傲，再也没有任性，再也没有抗拒心理，这是否意味着青春时代的结束（有点想哭）？因为国企程序复杂，又时值春招，拿到offer是很久以后的事了。因为大跨度的转行去年积累的一点自信已经消磨殆尽，唯一的底气就是完全靠自学入门大数据，并且能独立解决问题。我向来是个悲观主义者，这种漫长的等待是极其痛苦的，于是又陷入彻底的自我反思之中。有时候我会想为什么要把自己搞得这么累，开开心心地生活不是挺好的吗？你看看有的人盘一栋房子坐着收房租舒舒服服的，我为什么要选择这么一条艰难的道路？喜欢？有成长空间？能自我实现？一直想着通过努力学习使自己趋近于一个完人，倘若有一天梦想落空，所有的努力被解释成为挣扎，这种价值体系一旦坍塌，是否会对这一信仰产生怀疑，我甚至都无法预测到时会做出什么样疯狂的举动，而这一信仰却是我如今，唯一坚持的任性。性本爱丘山，就想过着闲云野鹤的生活做着自己喜欢的事，而偏偏歪打误撞走上了这条路，没有退路只能逼着自己往前走，为了适应社会不断打压天性，曾一度感受不到自我的存在，在这种扭曲的状态下如何保持激情，如何对生活怀有真正的热爱呢，得通过自我价值挖掘和价值外溢实现。我只想任天性自由发展，不想被父母、社会绑架，我有时候会抱怨父母为什么不关心一下我的感受，为什么只是一个劲地让我好好努力，不让我好好喘息一下，可我始终都说不出口，即便在自己内心最脆弱的时候，我都一直在给父母吃定心丸，向他们夸下海口，好让他们心理稍微宽慰一些，而我自己却对前途感到茫然，这是多么扭曲事实，我想告诉他们一个真实的世界是怎样的，可我担心他们接受不了，我多么希望我的努力万一夭折了能够得到他们的宽容，即便只是一个假设，但表明一下态度也会让人感到温暖。我希望他们能乐天知命、心平气和地享受当下的生活，我也不知道以后会不会做出什么忤逆他们意愿的事，只求他们能释怀。

能自主成功转型（农业→生物医疗→大数据）并且平稳过渡确实是一件值得夸耀的事情，但如果仅仅把这归因为幸运似乎有避重就轻之嫌。今后的工作会面临更复杂严峻的内外部关系，需要过硬的专业技能，要严阵以待，要知道不好好做事其实就是在耽误自己，要改变通过不断跳槽实现工资跃迁的想法，要在当前工作中做出一番成绩，要有积极的工作态度，直面问题的担当精神，解决问题的灵活思维，不要过于计较得失，要心静如水、高效利用时间，努力实现既定目标，实时纠正预期与现实之间的偏差。同时要构建稳定的生态系统，探索多元化的发展路经，减少经济不确定性带来的冲击，将主动权牢牢地掌握在自己手里。2019年注定是很艰难的一年，各种矛盾集中爆发的一年，转型升级的一年，直面要害自我革新的一年，任务繁重的一年，也是全面开花结果的一年，其重要性不言而喻。要以“感恩、认真、聚焦、梦想、和谐”为准则，放手干，加快形成鼎力之势（能力、活力、魅力）。

我的2018

Fri, 01 Feb 2019 00:00:00 +0000

生物实验

分子生物学实验

细胞生物学实验

生物信息

后续若工作有需要将继续学习代谢组分析、蛋白组分析、蛋白质三维结构预测、药物模拟筛选。

Python

爬虫

框架相关包scrapy、PySpider。PySpider支持分布式架构、强大的webUI、消息队列。

网络请求相关包urllib、Requests 。get请求和post请求，如果请求的页面每次需要身份验证，我们可以使用 Cookies来自动登录。Selenium、splinter（基于浏览器的开源自动化测试工具）可以模拟用户操作浏览器，可以驱动真实浏览器和无头浏览器（PHantomJs）。对于反扒的网站可以采用代理IP来做。对于APP，可以使用抓包工具Fiddler、Wireshark实现。

网页解析相关包beautifulsoap、lxml、html.parser、PyQuery。结构化解析网页，以DOM树结构为标准，进行标签结构信息的提取。按名称、属性和文本搜索节点（xpath和CSS选择器）和访问节点。正则表达式用于提取非结构化的数据。

数据存储于MySQL（pymysql）、MongoDB、redis、SQLite（sqlite3）。

机器学习

常用的数据处理相关的包有NumPy、SciPy、Pandas、Statsmodels、SciKit-Learn，可视化相关的包Matplotlib、Seaborn、Bokeh、Plotly、pyecharts。

贝叶斯：朴素贝叶斯算法，平均单依赖估计（Averaged One-Dependence Estimators， AODE），以及Bayesian Belief Network（BBN）。

回归：最小二乘法（Ordinary Least Square），逻辑回归（Logistic Regression），逐步式回归（Stepwise Regression），多元自适应回归样条（Multivariate Adaptive Regression Splines）以及本地散点平滑估计（Locally Estimated Scatterplot Smoothing）。

正则化：Ridge Regression， Least Absolute Shrinkage and Selection Operator（LASSO），以及弹性网络（Elastic Net）。

聚类： k-Means算法以及期望最大化算法（Expectation Maximization， EM）。

关联规则：Apriori算法和Eclat算法。

降维：主成份分析（Principle Component Analysis， PCA），偏最小二乘回归（Partial Least Square Regression，PLS）， Sammon映射，多维尺度（Multi-Dimensional Scaling, MDS）, 投影追踪（Projection Pursuit）等。

决策树：分类及回归树（Classification And Regression Tree， CART）， ID3 (Iterative Dichotomiser 3)， C4.5， Chi-squared Automatic Interaction Detection(CHAID), Decision Stump,...

基于CNN实现ECG心率失常分类

Thu, 24 Jan 2019 00:00:00 +0000

数据来源

MIT-BIH arrhythmia database

代码

利用注释信息切割心电图

import wfdb import glob, os import numpy as np def get_records(): """ Get paths for data in data/mit/ directory """ # Download if doesn't exist  # There are 3 files for each record  # *.atr is one of them  paths = glob.glob('F:/data/*.atr') # Get rid of the extension  paths = [path[:

基于python实现ARCH、GARCH模型
Wed, 23 Jan 2019 00:00:00 +0000
数据来源
 优矿数据API
 代码
 from scipy import stats import statsmodels.api as sm # 统计相关的库 import numpy as np import pandas as pd import matplotlib.pyplot as plt import arch # 条件异方差模型相关的库 import tushare as ts IndexData = ts.get_hist_data('000001',start='2017-01-01',end='2019-01-01') """ IndexData = pd.read_csv(open("C:/Users/Administrator/Desktop/000001历史数据.csv")) IndexData = IndexData.set_index(IndexData['date']) """ data =...


GSEA分析
Fri, 18 Jan 2019 00:00:00 +0000
步骤
 下载gsea-3.0.jar（依赖java 8）。测试数据下载。
 打开软件，点击load data，有三种方式可以加载数据。
   cls文件，分组文件。
 
  gct文件，基因表达量文件。
 
  gmt文件，基因集文件（可选）。
 
 
 点击Run GSEA。选择各种参数，点击Run。
   Collapse dataset to gene symbols，设置为True，GSEA将数据集中的探针组折叠单个基因。
 
  Permutation type，如果表型样本数小于7选择Gene_set，大于7选择Phenotype。
 
  基因集划分为以下8大类别：
  hallmark gene sets(H)，来源于MSigDB基因集，有明确的生物学状态或过程；
 positional gene sets(C1)，根据基因在染色体上的位置划分；
 curated gene sets(C2)，包含了已知数据库，文献和专家支持的基因集信息；
 motif gene sets(C3)，包含了miRNA靶基因和转录因子结合区域等基因集合；
 computational gene sets(C4)，包含根据芯片预测出来的和癌症相关的基因集；
 GO gene sets(C5)，包含了Gene Ontology对应的基因集合;
 oncogenic signatures(C6)，包含已知条件处理后基因表达量发生变化的基因集；
 immunologic signatures(C7)，包含了免疫系统功能相关的基因集合。
 
 
 
 运行成功后，会在左下角面板status栏显示success。进入结果存放的文件夹，打开index.html查看结果细节。
 结果分析
 两个excel表分别是与两个表型正相关的基因集。表列名含义分别是：基因集所含基因个数（SIZE）、富集评分（ES）、归一化后富集评分（NES）、显著度（NOM p-val）、FDR校正后显著度（FDR q-val）、FWER校正后显著度（FWER p-val）、基因集中基因相关性排序最大序号（RANK AT MAX）。
 两个表型分别列出了前20个基因集的富集详细信息。包括富集图和对应基因集各基因的详细信息。
 富集图中，leading edge subset为ES峰值之前的基因亚集，它们对ES贡献最大；中间条码状图为该基因集核心基因标示图，最下方图片为排列序号上基因表达量与表型相关性的曲线图。RANK AT MAX为ES峰值对应的序号。ranking metric衡量的是基因与表型的相关性。
 
 显著相关基因集中，基因的详细信息如下表。
 
 参考资料
 [01]. GSEA Tutorial
 [02]. GSEA User Guide
 [03]. Pathway...


python绘图
Wed, 16 Jan 2019 00:00:00 +0000
seaborn
 jointplot
 代码
 import numpy as np, pandas as pd; np.random.seed(0) import seaborn as sns; sns.set(style="white", color_codes=True) tips = sns.load_dataset("tips") g = sns.jointplot(x="total_bill", y="tip", data=tips) g = sns.jointplot(

基于galaxy的16s rRNA和宏基因组分析
Thu, 10 Jan 2019 00:00:00 +0000
环境搭建
docker run -d -p 8080:80 quay.io/galaxy/introduction-training

在浏览器中打开http://localhost:8080。以管理员身份登录（账号：admin@galaxy.org，密码admin）。
安装tools。依次点击Admin > Install new tools > Browse valid repositories > 搜索所需工具 > install > install to galaxy > 在add new tool panel section输入mothur（相当于新建工具文件夹） > install。
参考资料
[01]. 16S Microbial Analysis with Mothur
[02]. Analyses of metagenomics data - The global picture
[03]. Metagenomics standard operating procedure v2
[04]. 可视化生信分析利器-Galaxy（第一讲）


微博爬虫
Sun, 06 Jan 2019 00:00:00 +0000

获取cookie，需要特定入口的cookie爬虫才能正常运行。
打开https://passport.weibo.cn/signin/login，登陆，按住F12，地址栏输入https://weibo.cn，跳转后，依次选择network > All > Name(weibo.com) > header > Request headers > cookie。
参考资料
[01]. 新浪微博爬虫，用python爬取新浪微博数据


Latex制作cheat sheet
Fri, 28 Dec 2018 00:00:00 +0000
环境搭建
下载安装Miktex，再安装atom，后安装atom插件：

language-latex 高亮插件
latex 编译Compile插件
latex-autocomplete 自动补全插件
pdf-view pdf预览插件



Huginn部署与使用
Sun, 23 Dec 2018 00:00:00 +0000
Huginn部署到Heroku

注册Heroku平台账号
ubuntu安装Heroku Toolbelt，sudo snap install --classic heroku
远程登录Heroku，heroku login
创建app，heroku create xxx（xxx为app的名字）
将app下载到本地，heroku git:clone --app xxx
将huginn源代码全部下载拷贝到本地app的文件夹内
进入app文件目录，依次执行命令，cp .env.example .env和bundle
提交代码变更，git add .和git commit -am 'commit code'
最后，执行脚本，bin/setup_heroku，完成部署

Huginn使用

进入应用https://y570pc.herokuapp.com（y570pc为应用名）。
新建Agent，类型选择Website Agent，使用xpathextract内容。
新建Agent，类型选择Data Output Agent，Sources中填入第2步的Agent名称。
查看第3步生成的rss，找到对应的Agent，Actions选择Show,复制Summary栏rss地址。
在feedly中订阅第4步的rss。

参考资料
[01]. 部署到 Heroku
[02]. 利用Huginn抓取任意网站RSS和微信公众号更新-打造一站式信息阅读平台
[03]. 自动化工具 Huginn 入门指南


scRNA-seq下游分析
Fri, 21 Dec 2018 00:00:00 +0000
原理
 实验层面
 细胞测序需要检测支原体。
 简介
 相比于bulk RNA-seq，scRNA-seq数据的存在稀疏，高噪声，高维度的特征。
 以Nanoliter Droplets方法为例[03]
 首先是组织处理得到单细胞，包裹在单个microparticle里面，而microparticle里面又存有包含polyT的beads，于是可以结合mRNA反转成为cDNA，建成pool进行PCR扩增，最后混合所有的STAMPs高通量测序得到数据。
 每个micro particle上面的序列由四个部分组成：
   一段一样的序列，PCR handle用于后续的PCR扩增
 
  bead特异性的barcode，用来区分单个细胞
 
  UMI，Unique Molecular Identifier，4 - 8bp，用来区分transcripts
 
  30bp的oligo-dT，用来捕捉mRNA完成反转录
 
 
 问题
   扩增偏差，单个细胞初始转录本的捕捉效率和低输入
 
  基因丢失（Gene dropouts），有些基因会在某个细胞里检测到具有中等表达水平却在其它细胞里面没有被发现
 
  tag-based的优势在于它可以结合UMI（前面介绍过）来提高定量的水平，缺点在于未捕捉完全的转录本序列，在比对的时候无法区分iosform (Archer et al. 2016)
 
 
 实战
 简介
 S4对象中有一系列的slot变量，其类型就是我们设置的类型，可以为S4对象定义方法。
 SingleCellExperiment类是用于单细胞基因组数据的轻量级容器。行代表特征，列代表细胞。SingleCellExperiment类包含：int_elementMetadata，用于保存内部元数据的每行；int_colData，用于保存内部元数据的每列；int_metadata，用于保存内部元数据的全部对象；reducedDims，用于保存降维结果；int_前缀不适合用户直接操作的内部slots。
 常用的R包
 scater
 实操
 library(DropletUtils) library(biomaRt) library(dplyr) library(scater) path="C:\\Users\\Administrator\\Desktop\\hg19" sce =

d3.js入门
Wed, 19 Dec 2018 00:00:00 +0000
语法
 选择元素
 d3.select()
 d3.selectAll()
 插入元素
 append()：在选择集尾部插入元素
 insert()：在选择集前面插入元素
 绑定数据
 data()：将一个数组绑定到选择集上，数组各项和选择集各元素一一对应
 datum()
 比例尺
 一种映射关系，从domain映射到range域。
 var scaleLinear = d3.scaleLinear() .domain([10,50]) .range([0,300]); 
 实战
 入门
 新建new.html文件
 <!DOCTYPE html> <html> <head> <title>testD3_chp10_1.html</title> <script type="text/javascript" src="http://d3js.org/d3.v5.min.js"> </script> <meta name="keywords" content="keyword1,keyword2,keyword3"> <meta name="description" content="this is my page">...


R语言在生信中的一些神奇用法
Tue, 18 Dec 2018 00:00:00 +0000
获取TCGA临床数据
 url <- 'http://www.cbioportal.org/webservice.do?cmd=getClinicalData&case_set_id=blca_tcga_all' req <- httr::GET(url) clinical_data <- httr::content(req, type = 'text/tab-separated-values', col_names = T, col_types = NULL ) 
 library(TCGAbiolinks) library(DT) clinical <- GDCquery_clinic

scRNA-seq数据分析
Thu, 13 Dec 2018 00:00:00 +0000
比较
 注释信息下载
 http://asia.ensembl.org/info/data/ftp/index.html

	2015	2016	2017	2018	2019
现代	172	246	331	380	335
古风	105	257	219	303	246
HE	18	19	32	44	79
欢脱	83	12	22	45	36
搞笑	7	11	26	32	88
校园	11	20	40	52	52
民国	13	18	30	37	53

项目	scRNA-seq	2	3	4	5	6	7
测序方法	SMART-seq CEL-seq SCRB-seq DROP-seq	皮蛋瘦肉粥	蜂蜜小蛋糕	灌汤包	南瓜饼	肉末蛋羹	豆浆油条
测序平台	Fluidigm C1 Wafergen ICELL8 10X Genomics Chromium	笋干炒肉	箩卜炒肉	剁椒鱼头	葱油蛏子	风味蹄筋	珍珠丸子
晚餐	牛肉砂锅	虾皮炒海带	牛肉炒西芹	芝麻豆腐	香菇炒肉	土豆丝饼	叉烧肉

 Q: why PCA for RNA-Seq but tSNE for scRNA-seq?[01]
 A: This has more to do with the goal of the techniques. PCA in bulk RNAseq is intended for QC to see if there are outliers. tSNE is used in scRNA-seq is used to find...



WGCNA分析
Wed, 12 Dec 2018 00:00:00 +0000
原理
 加权基因共表达网络分析（WGCNA, Weighted correlation network analysis）是用来描述不同样品之间基因关联模式的系统生物学方法，可以用来鉴定高度协同变化的基因集。相比于只关注差异表达的基因，WGCNA利用数千或近万个变化最大的基因或全部基因的信息识别感兴趣的基因集，并与表型进行显著性关联分析。一是充分利用了信息，二是把数千个基因与表型的关联转换为数个基因集与表型的关联，免去了多重假设检验校正的问题。软阈值的筛选原则是使构建的网络更符合无标度网络特征。如果没有合适的软阈值（power），一般是由于部分样品与其它样品因为某种原因差别太大导致的，可根据具体问题移除部分样品或查看后面的经验值。在无向网络中，模块内是高度相关的基因。在有向网络中，模块内是高度正相关的基因。
 *连接度（Connectivity）：类似于网络中“度”（degree）的概念。每个基因的连接度是与其相连的基因的边属性之和。
 Module eigengene：给定模型的第一主成分，代表整个模型的基因表达谱。
 TOM（Topological overlap matrix）：把邻接矩阵转换为拓扑重叠矩阵，以降低噪音和假相关，获得的新距离矩阵，这个信息可拿来构建网络或绘制TOM图。
 实操
 数据
 链接：https://share.weiyun.com/5ItPNi0 密码：k2q3fe
 代码
 library(WGCNA) setwd("C:\\Users\\Administrator\\Desktop\\wgcna") load("oed.RData") dim(oed) gene.names=rownames(oed) trans.oed=t(oed) n=500 datExpr=trans.oed[,1:n] dim(datExpr) SubGeneNames=gene.names[1:n] ### Choosing...


生存分析模型简介及survival包实现
Thu, 06 Dec 2018 00:00:00 +0000
实操
 所需数据
 ADDICTS.txt，链接：https://share.weiyun.com/54yxdCN 密码：fu888m
 survival用法
 Surv：用于创建生存数据对象
 survfit：创建KM生存曲线或是Cox调整生存曲线
 survdiff：用于不同组的统计检验
 coxph：构建COX回归模型
 cox.zph：检验PH假设是否成立
 survreg：构建参数模型
 代码
 library(survival) library(MASS) setwd('C:\\Users\\Administrator\\Desktop') addicts <- read.table('ADDICTS.txt',T) names(addicts)<- c('id','clinic','status','survt','prison','dose') # 1. 估计生存函数，观察不同组间的区别 ## 建立生存对象 y <- Surv(addicts$survt,addicts$

linux基本操作
Thu, 06 Dec 2018 00:00:00 +0000
sed常见操作
 #查看文件指定行数内容
 sed -n '100,110p' filename
 #删除文件指定行内容
 sed '1,2d' filename
 #在文件指定行增加字符串
 sed '1a drink tea' filename #第一行后增加字符串"drink tea"
 #替换文件指定行内容
 sed '1c Hi' filename
 #替换指定内容
 sed -n '/ruby/p' filename | sed 's/ruby/bird/g' #替换ruby为bird
 awk常见操作
 cut常见操作
 cut命令用来显示行中的指定部分。
 -b 表示字节；
 -d 指定字段的分隔符；
 -c 表示字符；
 -f 表示定义字段。
 实战
 提取基因注释信息
 zcat Homo_sapiens.GRCh38.94.gtf.gz | awk 'BEGIN{FS="\t"}{split($9,a,";"); if($3~"gene") print a[1]"\t"a[3]"\t"$1":"$4"-"$5"\t"a[5]"\t"$7}' | sed 's/gene_id "//' | sed 's/gene_id "//' | sed 's/gene_biotype "//'| sed 's/gene_name "//' | sed 's/gene_biotype "//' | sed 's/"//g' | sed 's/ //g' | sed '1igene_id\tGeneSymbol\tChromosome\tClass\tStrand' > gene_annotation_table.txt 
 参考资料
 [01]. linux中sed的用法
 [02]. AWK 简明教程
 [03]....


R语言骚操作
Thu, 06 Dec 2018 00:00:00 +0000
批量安装未安装的包
 bioPackages <-c( "stringi", # 处理字符串 "GEOquery", # 下载GEO数据 "limma", # 差异分析 "ggfortify", "ggplot2", "pheatmap", "ggstatsplot", "VennDiagram", # 作图 "clusterProfiler", "org.Hs.eg.db" # 注释 ) ## 设置软件包的下载镜像 local({ # CRAN的镜像设置 r <- getOption( "repos"...


基于python实现配对交易
Wed, 05 Dec 2018 00:00:00 +0000
配对交易原理
 金融时间序列大多是非平稳性序列，通过单位根或者ADF检验可以检验出时间序列的平稳性，通过差分可以让非平稳序列变平稳。
 如果两个不平稳时间序列的线性组合为平稳时间序列，那么我们称这两个事件序列是“协整”关系。此外，还有一点需要注意的是不平稳时间序列需要同阶单整，即它们差分平稳的阶数需要一致。时间序列不平稳和同阶单整是满足协整关系的最基本条件，只有满足了这两个条件后才能进行下面的协整检验。协整检验的目的在于确定两个不平稳时间序列的线性关系是否是长期稳定的。协整检验的方法一般有EG两步法和JJ检验。
 代码实现
 相关包用法
 常用金融数据获取方法
 ###方法一 from pandas_datareader import data as pdr import fix_yahoo_finance as yf yf.pdr_override() # <== that's all it takes :-) # download dataframe data = pdr.get_data_yahoo("SPY", start="2017-01-01", end="2017-04-30") # download Panel data = pdr.get_data_yahoo(["SPY", "IWM"], start="2017-01-01", end="2017-04-30") ###方法二 quandl.get("WIKI/GOOGL", start_date="2017-7-10", end_date="2018-7-10") 
 实操
 import numpy as np import pandas as pd import statsmodels.api as sm import seaborn as sns import quandl import matplotlib.pyplot as plt...


基于bibliometrix进行文献分析
Wed, 05 Dec 2018 00:00:00 +0000
数据获取与转换
   在pubmed中搜索circular RNA，依次点击Send to > File > MEDLINE > Create File。
 
  新建EndNote数据库，依次点击Edit > Output Styles > Open Style Manager > 勾选BibTeX Export，关闭窗口。即可输出BibTeX格式文件。
 
  导入第一步下载的文件，依次点击File > Import > Import option > Other Filters >Pubmed(NLM) > 选择需要导入的文件 > import。
 
  以BibTeX格式导出文献，选中需要导出的文件，依次点击File > Export > Output style: BibTex Export > 保存类型：Text File (*.txt)。
 
 
  经测试，此方法可以大规模获取BibTeX格式数据，供后续分析。
 
 实操
 数据整理
 import os import re os.chdir("C:\\Users\\Administrator\\Desktop") with open('pubmed_result.txt', 'r')...


Circrna分析
Fri, 30 Nov 2018 00:00:00 +0000
参考资料
[01]. Identification and quantification of circular RNA from RNA-Seq data


风险价值模型、Markowitz模型原理简介及python实现
Thu, 29 Nov 2018 00:00:00 +0000
风险价值模型
 概念
 风险价值（Value at Risk, VaR），是给定置信水平和目标时段下预期的最大损失，即在市场正常波动的条件下、在一定的概率水平$\alpha%$下，某一金融资产或金融资产组合的$\mathit{VaR}(\alpha,\Delta t)$是在未来特定的一段时间内$\Delta t$的最大可能损失，数学表达式为：
 $$ Pr{X_t<-VaR(\alpha,\Delta t)}=\alpha% $$
 实操
 import numpy as np import pandas as pd import tushare as ts import pyecharts as pye import seaborn as sns #读入美的“000333”2017-01-01 到 2018-11-08复权后数据 df = ts.get_h_data('000333', start='2017-01-01', end='2018-11-8') #其他获取股票数据的方法 ''' start_date='01-07-2015' end_date='01-07-2017' united=quandl.get('WIKI/UAL',start_date=start_date,end_date=end_date) america=quandl.get('WIKI/AAL',start_date=start_date,end_date=end_date) ''' #计算日均收益率 df1 =...


基于python实现12306自动抢票
Thu, 22 Nov 2018 00:00:00 +0000
用法
 config=ConfigParser.ConfigParser()得到一个配置config对象。用readfp()读取配置文件，这样配置的内容就读到config对象里面了。self.dtime = config.get("cookieInfo", "dtime")就是cookieInfo中info段中的dtime变量值。
 argparse是一个全面的参数处理库。参数可以触发不同的动作，动作由 add_argument() 方法的 action 参数指定。定义了所有参数之后，你就可以给 parse_args() 传递一组参数字符串来解析命令行。
 代码
 from splinter.browser import Browser from configparser import ConfigParser from time import sleep import traceback import time, sys import codecs import argparse import os import time class hackTickets(object): """docstring for hackTickets""" """读取配置文件""" def readConfig(self, config_file='config.ini'): print("加载配置文件...")...


常见统计图绘制
Tue, 20 Nov 2018 00:00:00 +0000
韦恩图（Venn diagram）
 基础
 library(VennDiagram) venn.diagram(list(A=1:10,B=3:13,C=c(6:9,-3:0,15:18)), fill=c("red","green","blue"), alpha=c(0.5,0.5,0.5), cex=2, cat.fontface=4, fontfamily=3, filename="VennDiagram.tiff") 
 聚类图...


基于selenium抓取一点资讯数据
Fri, 16 Nov 2018 00:00:00 +0000
说明
 lxml库
 /：从当前节点选取直接子孙节点
 //：从当前节点选取直接子节点
 @：选取属性
 [@attrib='value']：选取给定属性且具有给定值的所有元素
 text()：获取节点中的文本
 //label[contains(text(),self.users)]：按节点文本值查找节点元素
 selenium使用
 driver.refresh()：刷新页面
 driver.execute_script("window.scrollBy(0, 800)")：下拉滚动条，相对当前的坐标移动800像素
 实操
 chromedriver
 下载对应chrome版本的chromedriver，解压后放入D:\chromedriver\文件夹下。
 代码
 from selenium import webdriver from selenium.webdriver.common import keys from selenium.webdriver.common import by import lxml.html import time,os,csv chromedriver = 'D:\chromedriver\chromedriver.exe' os.environ["webdriver.chrome.driver"] = chromedriver driver = webdriver.Chrome(chromedriver) #打开一点资讯网页 driver.get('https://www.yidianzixun.com/channel/m1476422') 

MySQL练习
Mon, 12 Nov 2018 00:00:00 +0000
遇到的问题
 Qustion01: 1366 - Incorrect string value
 Solution:
  SET NAMES 'utf8'; SET CHARACTER SET utf8;
 
 示例
 创建表格
 use login; -- 学生表 CREATE TABLE `student`( `s_id` int(20), `s_name` VARCHAR(20) NOT NULL DEFAULT '' , `s_birth` VARCHAR(20) NOT NULL DEFAULT '', `s_sex` VARCHAR(10) NOT NULL DEFAULT '', PRIMARY 

关于爱情
Wed, 07 Nov 2018 00:00:00 +0000
我从远古走来，
听见远处歌声袅袅，
哼着歌儿迈向远方，
一段久违的旋律冒出，
咋一回头，
望见古树下落叶起舞。
  我曾经说过，在爱情面前我们充其量只不过是个小学生，这话现在看来也不假。我们太容易把别人对自己的友善当作是自己的专属，殊不知这只是别人出于习惯性的礼貌与教养。没经历过什么的人，总是爱漫无边际地想象，幻想让人看不清现实的边界，幻想让人无法勇敢坦然地面对现实，梦里爱情很甜但终究抵不住沧桑岁月的拷问。如果因为看了几部小说、听了几个精彩的故事，就以为自己经历了一段刻骨铭心的爱情，就仿佛学生时代看了答案就以为题都会做了，天天刷微博就以为经历了人间百态。如果所有的美好都发生在别人的故事里或者自己的幻想中，这样又算得上什么呢。固然学习、借鉴有助于了解自己对爱情、婚姻的诉求，清楚自己希望在其中扮演的角色，但如果不顾自身的现实处境，不学会接纳现实的平庸，内心总被外部世界一些不必要的事物撩得骚动不已，搞不好这将是一场旷日持久的心理拉锯战。我们习惯用因果关系解释世界，所以想着努力让自己变得优秀点好让对方多几条爱我们的理由，然后不切实际地觉得对方就会理所当然地爱上我们，就不用那么被动、那么费劲苦心地想着讨好别人，然后就可以有恃无恐了，如果这样想，或许变优秀只不过是逃避现实的借口罢了。如果这些努力对方视而不见，难不成就变得一文不值了吗？努力变得优秀不应该是内在的需求吗？
  于我而言，长期处于一种自我隔绝的状态，忽略了与外部世界的沟通，在想象中揣度着世界的样子以及别人眼中自己的样子，在极度自信与极度自卑交错中艰难成长，有时候膨胀到自己都觉得不踏实，有时候又卑微到刻意回避别人伸过来的橄榄枝，始终做不到从容自若地与优秀的人相处，渴望而又排斥着，害怕距离太近被人看清真实的模样，只能怯生生的仰望着。我总是轻而易举地对别人做出判断，没有给予足够的时间去孵化一段感情，于是陷入长久的社交困境。其实当人学会摒弃偏见，学会用多元的视角看待一个人的时候，到那时才会感知到生命的乐趣和层次感吧。另外呢，长期压抑自己的需求，而始终没有真正了解过自己，看似很有个性，实则毫无主张，在无知中葬送了多少青春；偶尔又太过于放纵自己，缺少那份难能可贵的坚持与操守。也许到不用再讨好别人，开始关注自己的感受，发现、肯定自己的价值以后，才会更加用心对待自己的生活吧。有时候我觉得世界很美好，有太多的未知等待探索，有时候又只想蜷缩在自己的小世界里，用想象舔舐现实的不完美。也许这些困扰我多年的问题会因为某个人的出现迎刃而解吧。
  爱是什么？我以为爱是许多个喜欢的加和。我以为幸福的爱情应该是“相互欣赏、共同进步、相互包容、相对独立”的。我以为最好的爱情就是夜里为他留的一盏灯，他的一个眼神你就能心领神会，在他的面前可以卸下面具重新做回自己。当然选择就得接受失去，爱与自由本身就是一种矛盾的存在。
  谈恋爱和与谁谈恋爱是有本质区别的。在赋予恋爱自由意志的年代，那些传统的以结婚生子为目的的爱情观已不足以激发我们对爱情的向往，这种思想解放会伴随着相当长一段时间的迷失，我们开始搞不清楚到底希望在恋爱中得到什么，似乎它能给我们一切，又似乎什么也给不了。我发现当自己处在困顿中，而周围的人又不能给予我太多帮助的时候，此时此刻特别希望有一个人在身边一起挺过那些艰难的日子。然而仔细想想，这种以自我为中心的爱情真让人沮丧。当得意的时候觉得自己一个人挺好，而当失意的时候又把很多期望寄托在爱情上，仿佛拥有了爱情就拥有了全世界，然后信誓旦旦地说可以为爱不惜放弃一切，爱情似乎承载了太多，或者只不过是招之即来，挥之则去的玩意。另一方面，我一直对初始印象给人的吸引力心存芥蒂，我一直对它的持久性表示怀疑，我会将还未发生的事情往坏的方向推演，然而当我试图用其他因素构建自己的爱情观时，发现越接近生物性的东西越是有它的不可替代性，爱始于原始的本能驱动，倘若能用心将其内涵外化出来，相信能迸发出无限的可能。纵然发现更好的自己和对方在婚姻中有着举足轻重的意义，然而人毕竟是没有耐心的，顺其自然可能等到菜都凉凉了。
  也许随着人成熟，我们能正确区分什么样的生活是自己羡慕的，什么样的生活是自己想要的。当人内心变得越来越充实的时候，能打动我们的事物会越来越稀缺，但是我们却越来越需要有个真心对待自己的人。然而我们太缺爱了，缺到饥不择食，却忘了自己真正需要的是什么。浮华掩盖了我们太多真实的想法，我们不断的寻求着新的刺激，似乎这样就可以证明我们拥有过，证明我们的生活不那么贫乏，我们害怕怀念，害怕停留，害怕做过多的思考，害怕因此错过太多未知的美好，然而浮华褪尽，内心总感觉缺少点什么。我们一直追逐着远方，害怕平庸，总想做点什么或者做成什么在人群中闪闪发光，而我们的生活依旧如此糟糕。然而会有那么一瞬间某个人的小举动让我们看到了自己的内心，然后我们依旧要马不停蹄的奔赴那未知的远方。夜里，在夜深人静的时候，在空荡荡的屋子里，偶尔脑子里也会冒出想要逃离的冲动，想去乡野，我们想象着那里会有我们想要的纯粹，而我们又为此做了什么呢。少些欲望吧，也许生活并不需要那么多，懂得过好简单生活的人至少内心很充实。
  如果遇到一个人你第一眼看上去就蛮有好感，并且有机会在后来的相处中证实自己当初并没有看走眼，在相处中在某个不经意的瞬间她总是能给你一点小惊喜，而你也会用恰当的方式予以回应，和她在一起就彷佛一次世界探险，总有未知的新奇等待发现。如果遇到一个人你和她有聊不完的话题，甚至连鸡毛蒜皮的事经过一番拌嘴也会变得趣味盎然，甚至连沉默也是一自在的享受。当她坦诚地和你讲诉她的从前，每一处都恰到好处，传奇而颇具浪漫主义色彩，让你对生活充满了希望，你听的如此着迷；当她谈及对某个事情的看法时，你也会认真倾听，在她平平淡淡地诉说中却无形地破除了你多年的偏见，和她聊天自己内心清静了许多。如果遇到一个人她有太多太多你一直羡慕着却未曾体验过的生活，而这些并未给你带来压力，尽管在你看你她很厉害了而她始终谦虚低调的样子，更是让你多了一份喜欢，她让你明白原来优秀的人这么好相处。而她不是一个迷恋过去的人，过去让她有了厚重感；而懂得经营生活，又让简单的小日子有了滋味和情调；她一直坚持着追求自己的梦想，梦想可以忘却眼前地苦难照亮前行的方向。如果遇到一个人她的小问题你都能帮忙解决，她的小目标你都可以和她一起实现，她的基本价值和你的很相似，即便一些大的理念存在分歧，但这些不必调和的矛盾反而让你有了不一样地看世界的视角。当她告诉你她的愿景和归宿，你也想象着和她共同实现的可能性。如果遇到这样一个人，那是一件多么幸运的事呀！即便她从你的生命里短暂路过，你不应该垂头丧气，那不是结束，因为你的生活正因此发生着持久而积极的变化。感谢过去的一段时间，因为某个人的坦诚，让我潜意识里不愿承认的东西愿意拿上意识层面做一番思考，让我看到了爱情的模样，我原本对爱情一无所求，那是因为我对它一无所知。这一年来发生了太多事情，让我从一个自我无意识地状态逐渐形成自我意识，遇到她又唤醒了我的群体意识。希望有天能在某个转角处还能遇到她，一起走在街头，感受着彼此的成长。
  我们终究会长大，会学会用一种恰当的方式和世界相处。成长不应该以冷漠了世界作为代价。那个曾经属于我们的年少无知的年代，那个曾经缺失爱情而略显苍白的年代，那个逐渐模糊了的年代，那个依旧可以不断填充想象、反复演绎的年代，也许会有很多遗憾，也许从来没有一天可以释怀，但那些遗憾至少教育我们要珍惜眼前，敦促我们成为一个至真至纯的人。珍惜现在也许未来并不像我们想象的那么美好，但至少会心安理得些。也许有一瞬间我们会茫然、会手足无措，会觉得对未来的期望不能在未来的某一天实现，那为什么要选择继续选坚持而不选择放任自流？这样想着想着，就向往过慵懒的生活，但这不是一种被动的生活状态，是物质和精神条件极大丰富后的回归。成长本身就是令人激动的，我期待着通过努力成为一个有故事、底蕴深厚的人。
一觉醒来，
繁华落空，
追梦的心不老，
愿用尽一生复现梦中的景致。


使用oligo包处理基因芯片数据
Tue, 06 Nov 2018 00:00:00 +0000
基因芯片数据下载
 到GEO官网下载前列腺癌基因芯片数据，包括PCa（GSM1060629、GSM1060630）和PCa bone metastasis（GSM1060627、GSM1060628、GSM1060631、GSM1060632）。下载基因芯片注释文件（GSE43332_family.soft.gz）。
 数据预处理
 source("https://bioconductor.org/biocLite.R") biocLite("oligo") library("oligo") library("ggplot2") setwd("F:/ll/GEO/3") #文件读取 data.dir <- "F:/ll/GEO/3" ##Affymetrix celfiles <- list.files(data.dir, "\\.gz$") data.raw <- read.celfiles(filenames = file.path(data.dir, celfiles)) #信息修改