# 回遊データをラインポリゴン化 kaiyuu_line_polygons <- postings_with_kaiyuu_id %>% sf::st_as_sf( coords = c('longitude', 'latitude') ) %>% group_by( # group_by + summariseをすると個々の投稿座標がMULTIPOINTでまとまる kaiyuu_id ) %>% summarise( dummy = n(), do_union = F # 元のデータの順番でMULTIPOINTが作られる ) %>% sf::st_cast( 'LINESTRING' ) %>% sf::st_set_crs(4326) %>% # マイマップはWGS84なので select( !dummy # 不要な変数の削除 )
共通の属性をもつポイントデータ同士を1つのラインポリゴンに統合する方法
postings_with_kaiyuu_id %>% sf::st_as_sf( coords = c('longitude', 'latitude') ) %>% group_by( # group_by + summariseをすると個々の投稿座標がMULTIPOINTでまとまる kaiyuu_id ) %>% summarise( dummy = n(), do_union = F # 元のデータの順番でMULTIPOINTが作られる ) %>% sf::st_cast( 'LINESTRING' ) %>% sf::st_set_crs(4326) %>% # マイマップはWGS84なので select( !dummy # 不要な変数の削除 )
教育は遺伝に勝てるか?
面白かった豆知識
- 一卵性双生児と二卵性双生児のそれぞれにおいて、双子間の形質の相関を比較することで、形質の発現に対する遺伝と環境の影響の重みを分けられるらしい
- 一卵性双生児は同じ環境で育ち同じ遺伝子をもつが、二卵性双生児は同じ環境で育ち部分的に同じ遺伝子をもつ。そのため、一卵性双生児間の相関と二卵性双生児間の相関の差分は、双子間の遺伝の共有度合いの違いによって説明できる
- さらに一卵性双生児で双子間の相関が1に達しないかった部分は、双子間で共有されていない要因、すなわち非共有環境(例:家庭以外の環境)が発現に関わっていると推測できる
- そして残りの部分が共有環境(例:家庭環境など)が発現に関わっていることが推測できる
- これらを組み合わせると、形質発現に対する遺伝・共有環境・非共有環境の影響度合いを分離できる
形質発現に対する遺伝・共有環境・非共有環境の影響度合い
ggplotでNSE処理
for (var in vars) {
# var_1 <- rlang::enquo(var)
p <- ggplot(data = target_gridcells_with_landcover) + geom_sf(aes(fill = !!sym(var)))
ggsave( p, filename = str_c( 'DIR', var, '.jpg' ), width = 8, height = 8, dpi = 300 ) }
Spyderについて
- pythonの総合開発環境の1つ
- Rstudioライクな見た目でGood
【レイアウト】
- Rstudioっぽいレイアウト。View → windows layout → Rstudio
- レイアウト移動。レイアウトの右上の三本線を押して、Unrock Positionすればよい
- 左に「コード」、右上に「コンソール」、右下に「変数エクスプローラ・ファイル・ヘルプ・プロット」
- コードの色。preference→appearance→sublime monokai colorがお気に入り
- 日本語にしよ。tool→application→詳細設定→日本語
【キーボードショートカット】
- 基本全部のショートカットを削除する
- Rstudioとちょっと違うショートカット
- switch to editor = Ctrl+UP(RstudioだとCtrl+Left。spyderだとコンソール上を左に動いちゃんだよね)
- switch to ipython_console = Ctrl+Right
- toggle comment = Ctrl+Shift+C(block & unblock commentは削除しておくこと)
- autofomatting = Ctrl+Shift+I
- indent = Tab
- unindent = Shift+Tab
【セル導入】
【ワーキングディレクトリ】