背景
2020年春季新开了 R语言与数据可视化 一课，需要引入国外优秀的教学资源，现将互联网上搜集的一些资料列示在此，留存备用。
40 questions to test your skill on R for Data Science https://www.analyticsvidhya.com/blog/2017/05/40-questions-r-for-data-science/ 这个链接可以作为试题考察学生 R 基本知识掌握情况
Full Solution – Skilltest on R for Data Science https://www.analyticsvidhya.com/blog/2016/08/full-solution-skill-test-on-r-for-data-science/ 这个，链接也有50道题可以做为测试用
46 Questions on SQL to test a data science professional (Skilltest Solution) https://www.analyticsvidhya.com/blog/2017/01/46-questions-on-sql-to-test-a-data-science-professional-skilltest-solution/
What We Do in the Kernels - A 2018 Kaggle Survey Story https://www.kaggleusercontent.com/kf/8046180/eyJhbGciOiJkaXIiLCJlbmMiOiJBMTI4Q0JDLUhTMjU2In0..ZMa3JEgbpva3y9CB9HuYyQ.tXPB98D421Ozx4AAUnU0WWu1j2xNYLxA9YwPSLeXjUHHPtOfNzrDASTlGXoxwaHbKDooJmqggtWlc8YWJKonbTu1X8NxpBTUq1N7Fd5nBEL_gcrHP0UI8XdNEkpZ4DScmdHw9ePkVnpMMvxQig0LjZIO9Fq13wnDian9GiErSOhnel2bev0sTMfgRH23OEYm.taQAXF57KjSF6mRVUuDeHQ/results.html#
coinmarketcapr extract and monitor price and market cap of various Cryptocurrencies from ‘CoinMarketCap’ https://amrrs.
缘起
看到 https://github.com/nstrayer/cv 用 pagedown 包制作的个人简历很精美，然后就开始研究作者是如何实现的。发现其中用了不少的 fontawesome 小图标来美化页面内容，马上想到一个问题：能否在 Rmarkdown 中也使用这些图标来美化 gitbook 风格的个人简历呢？
实现过程
在网上检索了一下，找到了 fontawesome 的官网：https://fontawesome.com/icons? 提供了众多免费和收费的图标。
同时在 巧用 Font Awesome 装点 Markdown 文档 一文中提到了具体的实现方法及应用技巧：即在 Rmarkdown 文件的最后可以加上以下代码：
<head> <script defer src="https://use.fontawesome.com/releases/v5.0.13/js/all.js"></script> <script defer src="https://use.fontawesome.com/releases/v5.0.13/js/v4-shims.js"></script> </head> <link rel="stylesheet" href="https://use.fontawesome.com/releases/v5.0.13/css/all.css">
#上述最后一行是表示此文档需要导入 Font Awesome 最新版本 5.0.13（截止至 2018.06.11）的图标符号，前面的四行是用于将 Font Awesome 4.x 版本的语句转化为 5.0.13 版本。这是因为在 2017 年年底发布的 5.0 版本中，对 4.x 版本的大量图标符号的名称进行了重写，加上此四行就可以同时使用 4.x 和 5.x 版本的语句。
在 Rmarkdown 正文需要引用之处，可以直接插入各类 Font Awesome 符号，其基础用法是：
<i class="fa fa-weixin"></i> #这表示一个微信图标的符号
此外，在搜索过程中找到的有用资料如下：
问题缘起 在R中用 bookdown 包写书或报告时，经常遇到图或表偏离文字内容的情况，例如：一段文字中涉及一张图，在 word 里通常用手工的方式让图紧挨着段落文字，但在 Latex 中由于是代码排版，常常出现图或表离段落文字较远，或不在一页的情况，影响书或报告的阅读。由于 bookdown 生成PDF主要通过 pandoc 调用 Latex 编译完成，因此，掌握并熟悉 Latex 语法，解决输出PDF存在的格式问题很有必要。
解决办法 经查阅，在 Latex入门 一书334页，5.3.1节讲述了 Latex 中针对图、表的浮动体设置内容，主要涉及四个参数的选择，说明如下：
h 指 here ，浮动体内容放在代码所在的上下文位置；
t 指 top ，浮动体内容放在代码所在页面的顶部，可能是代码所在页的顶部，也可能是代码所在页之后一页；
b 指 bottom ，浮动体内容放在代码所在页面的底部；
p 指 page ，一个或多个浮动体内容放在单独的页面中，这个页面被称为浮动页（float page），有正文的页面称为文本页（text page）。
在 bookdown 中，设置图片的代码是： fig.pos = ‘!htbp’ ，示例如下：
{r keycocitation, out.width='100%', fig.pos='!htbp', fig.align='center', fig.cap="文献共引网络图", echo=FALSE, message=FALSE, warning=FALSE} 考虑到 latex 对每个位置浮动体的总数和占用大小有一定限制，超出限制的浮动体会被排在较后的页面中，可以增加 ! 符号来忽略这些参数限制。进一步介绍，可以参阅 Latex入门 一书337-339页。
缘起 最近带学生一起开发了一个英文文献智能分析系统，准备部署在腾讯云服务器上，现在把部署过程记录下来，留作备忘。
部署过程 开发好的shiny应用，首先应该要在本地电脑上运行正常，一般分为 ui.R 和 server.R 两个文件。
在向腾讯云服务器部署前，需要确认在腾讯云服务器上已完成以下安装：
R和Rstudio server Shiny server 如果完成上述软件的安装与配置，就可以开始以下步骤：
步骤1：熟悉并对 shiny server做基本配置 shiny server安装好后，需要熟悉其基本配置，详细的配置说明可以查看 Rstudio公司的官网介绍：https://docs.rstudio.com/shiny-server/
其中需要重点熟悉的配置文件是shiny-server.conf，默认的文件存放路径是 /etc/shiny-server/shiny-server.conf
可以用 vi 编辑器或用 winscp直接打开对应目录下的文件，如下：
# Define the user we should use when spawning R Shiny processes run_as shiny; ## 指定运行shinyapp的user是谁 # Define a top-level server which will listen on a port server { # Instruct this server to listen on port 3838 listen 3838; ## 设置shiny-app的监听端口是3838 # Define the location available at the base URL location / { # Run this location in 'site_dir' mode, which hosts the entire directory # tree at '/srv/shiny-server' site_dir /srv/shiny-server; ## shiny-app对应的服务器根目录 # Define where we should put the log files for this location log_dir /var/log/shiny-server; ## shiny-app运行过程中产生的日志文件存放位置 # Should we list the contents of a (non-Shiny-App) directory when the user # visits the corresponding URL?
问题缘起
在Rmarkdown中编译 研究报告.tex文档，出现报错如下：
! Undefined control sequence.
<argument> ...}X>{\centering }X\tabu@rewritefirst
错误: Failed to compile report-1125.tex
查询latex 相关书籍也没有明确的解决办法。在 https://wenda.latexstudio.net/q-1246.html 页面提问，回复很快，但回复人说需要提供完整代码才能判断问题产生的原因。
解决办法
分析判断是安装的latex宏包之间有冲突，未彻底根绝，只有先卸载tinytex，然后再卸载tinytex R包，再重启 Rsudio 后重新安装。整个过程的代码如下，留作备用。
tinytex::uninstall_tinytex() # 卸载tiinytex
remove.packages("tinytex", lib="~/R/win-library/3.6") # 卸载R中的tinytex包
# 重启 Rstudio
tinytex:::is_tinytex() # 输入该指令回车后，如果现实 TRUE 说明tinytex安装成功
然后对report-1125.Rmd文档编译，此时一切顺利，没有报错。
缘起 在本地电脑上跑一些比较费时间的R脚本程序，由于一直占用机时，会影响电脑的其他使用。为此，考虑在腾讯云服务器上安装 Rstudio server，以便能够在云服务器上运行R程序，方便随时随地查看程序运行结果。
安装过程 在腾讯云服务器上，选择操作系统为 Ubuntu 16.04 LTS，安装 Rstudio server。注意：首先安装R，再去安装 Rstudio server，后者是前者的集成开发环境（IDE），方便数据分析人员编写脚本程序、调试代码、显示运行结果。 整个安装分为以下2大步骤6小步骤：
步骤1：安装基础的R包 1.1 首先在 root 用户权限下输入以下命令
sudo vi /etc/apt/sources.list 上述命令是通过ubuntu自带的vi编辑器，对指定目录下的sources.list文件进行修改。
1.2 其次，按下“i”，进入编辑状态，在文件的最后一行输入：
deb https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/linux/ubuntu xenial/ 上述选择的是清华大学CRAN镜像地址
说明：ubuntu16.04 LTS的代号为xenial，以上路径是清华大学的ubuntu16操作系统下R语言的镜像源 参考网址：https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/
修改完毕后，按下“esc”退出编辑状态，并输入”:wq”，退出并保存，会提示文件修改信息。
1.3 接下来在ubuntu操作系统的shell界面（有$标志的界面）输入以下命令：
sudo apt-get update sudo apt-get install r-base r-base-dev 1.4 最后，在ubuntu操作系统的shell界面（有$标志的界面）输入以下命令：
R 进入R环境，输入 version，查看安装的版本号。
步骤2：安装 Rstudio server 详细的英文安装说明，请访问：https://www.rstudio.com/products/rstudio/download-server/
2.1 首先，在ubuntu操作系统的shell界面（有$标志的界面）输入以下命令：
sudo apt-get install gdebi-core wget https://download2.rstudio.org/server/trusty/amd64/rstudio-server-1.2.1335-amd64.deb sudo gdebi rstudio-server-1.2.1335-amd64.deb 说明：上述安装的Rstudio server版本号:1.
中英文文本分析时，除了通常的分词后的词频分析，还有一类比较特殊的词频分析，即 n-gram 词频分析，它主要将语料中具有 共现(co-occurence)特征 的 词语对 提取出来，分析这些共现词语出现频次及呈现的规律，由于这些共现词语比单一词语表达的语义更丰富，可以视作是传统单一词频分析的有益补充，当然传统的单一词频分析也可看作 n-gram 词频分析的特例。
在R语言中，ngram 包可以用来做 n-gram 词频分析，使用示例代码如下：
# 先安装 ngram 包
install.packages("ngram")
# 加载 ngram 包
library(ngram)
# 将分词后的文本以粘贴的方式赋值给变量（可以用其他方法读入分词后的文本）
text<-readClipboard()
# 设置 ngram 参数，如果是2，代表输出2个共现词，如果是3，代表输出3个共现词，以此类推，同时设置词语之间空格符相连
ngramstring<-ngram(text,n=2, sep=" ")
# 输出前n个共现词对频次及出现概率表
head(get.phrasetable(ngramstring),20)
# 输出分词后语料中的词语个数
wordcount(ngramstring,sep = " ",count.function = sum)
遗留问题
下列代码运行还有问题，留待以后再解决
rm(list=ls())
setwd("D:/website/word2vec")
AIjob<- readr::read_file("AI-job.txt")
library(jiebaR)
wk <- worker() segment<-wk[AIjob]
segment<-segment[nchar(segment)>1]# 去除单字符
ngramstring<-ngram(segment,n=2, sep=" ")
head(get.phrasetable(ngramstring),20)
用 python 开发的中文专业术语/短语识别程序已完毕，放在笔记本电脑 d:\website\phrasediscovery 目录下，要对文本进行术语/短语识别时，请按以下步骤操作：
步骤1：用 Rstudio 打开目录下的 run.py 程序，修改：（1）第60行要分析的文件对象名称与地址，（2）第66行分析输出的文件对象名称与地址，保存退出； 步骤2：在 anaconda 环境下执行命令 python d:\website\phrasediscovery\run.py，等程序运行完毕即可：（1）在 cmd 直接看到输出结果；（2）打开输出文件，也能看到结果。 修改后的程序运行效率不错，blockchainnews.txt 文件23.7M，程序运行输出耗时 147.5秒，合2.46分钟。不过内存耗用较大，约7个G左右。
在用 Rmarkdown 输出 wordcloud2 包制作的词云图时，经常出现空白页面的问题（第一个词云图能正常输出，但第二个图就呈现空白页面），一直不得其解。
今天通过在 https://stackoverflow.com 上以 wordcloud2 为关键词进行问题检索，发现老外已有人提问，详见 https://stackoverflow.com/questions/50163582/r-wordcloud2-showing-blank-page?r=SearchResults ，问题出在 wordcloud2 包的一个小 bug ，要解决也容易，就是在 Rstudio 的控制台输入以下命令对 wordcloud2 升级：
devtools::install_github("lchiffon/wordcloud2") 升级后会发现，wordcloud2 的最新版本为 0.2.2，之前是 0.2.1，再运行 Rmarkdown ，发现所有的词云图输出就正常了。
一个体会：由于国内的 R 使用频度和水平和国外比有一定差距，遇到一些新问题，最好的解决之道就是上 Stackoverflow 上寻找答案，一定能高效又快速地解决。