photo credit: molechaser
Scrapy shell 提供了很多互動方式，便於檢查網頁結構和設計的擷取規則究竟適當與否，是個非常方便的功能。然而要怎麼樣才能在 shell 裡看見中文字呢？答案很簡單 ─ 使用 print (或許加上 encode)
// 進入 scrapy shell
scrapy...
Popular Posts
-
photo credit: ClipArt ETC 這一篇文章的重點有二： 提供製作台灣地圖的 R 指令以及相關資源 顧慮到色盲人士的視覺效果下，給與色彩配製上的建議、方法 話不多說，R 的指令為： -
遞迴區分 ( Recursive partitioning ) 是一種多變量分析的統計方法。遞迴區分，基於一些可二分的 (dichotomous)相依變數，試圖建立一個可以正確分類成員的決策樹。 雖然遞迴區分多用於醫療診斷測試，但其實它的應用程度相當廣泛。 相較於迴歸... -
今天認識到了 Jensen-Shannon divergence，它似乎是一個常用於計算兩個機率分佈間之相似程度的方法。 where and is Kullback–Leibler divergence 根據 維基百科的條目 ，它又被稱為 inform... -
筆者會注意到 PHAST 的原因首先是因為身邊同事使用 PhastCons 的輸出資料進行分析，然後接著因為自己手上新題目的需要而尋找適當的工具，結果找到了 RPHAST ─ 一個 R 版本的 PHAST。 RPHAST 的官方下載網頁： http://compgen.bs... -
R 套件 ape 是筆者最近發現的一個非常好用的工具，它可以幫助你從事親緣關係 (phylogenetics) 和演化的分析研究。ape package 自從在 2004 年發表在 Bioinformatics 後，至今已有超過七百次的引用數，可以想見它的應用之廣泛與實用。 ... -
近來有個問題在腦中逐漸成形，出現了將 DNA 序列做分群的需求，因此著手尋找有用的套件。結果我找到了 APCluster，一個基於 affinity propagation (AP) clustering 的 R 套件。什麼是 affinity propagation clus... -
2011 一月， Aoife McLysaght 在都柏林的一場演講 在最新一期的 PLoS Genetics，愛爾蘭的演化生物學家 Aoife McLysaght 寫下了她對於人類新生基因 (De novo gene) 起源的觀點。 ( PLoS Genetics ... -
遇到 sparse matrix 是很棘手的事情。原因是一不小心它會使檔案變得肥大，佔盡了記憶體資源，同時拖垮了 script 的效率。 真的是很棘手的敵人。 幸虧已經有許多人研究、提出了一些解決辦法。比如說 R 的 Matrix 套件。 了解格式 比較推薦使...
-
人類擁有超過三億個鹼基對，然而卻只有 2.3% 的部份能夠轉錄出 mRNA。這讓人們對於那些最終未能轉成蛋白質的 DNA 區域感到好奇，它們的存在有什麼作用呢？甚至於有些科學家還以 junk DNA 形容這些區域。直到 2005 一篇發表在 Science 的研究，指出了其實... -
「為什麼有些科學家能夠得到具有長遠影響的結果，而其他絕大多數都被遺忘了？」 Richard Hamming 時常問自己這個問題。 在具備高度競爭張力的 Bell 實驗室裡，人們相互競爭、相互學習模仿。綜合超過二十年以上的研究經驗， Richard 在 1986 年的一場演...