寱语

开源软件的苦与乐

kzeng — Fri, 06 Nov 2009 05:41:10 +0000

开源软件的一点感想，不过不是说 Drupal （当然 Drupal 作为开源软件的一种也有同样的问题），而是 R。原本只做数学分析模型，不做统计计量模型，但是无数的 reviewer 都说：证据呢？好吧，作计量，但是简单的计量回归已经无法满足“人民群众日益增长的复杂要求”，所以做数值模拟，做蒙特卡洛，用到 R，虽然以前没怎么用过，但是编程语言都有相通之处，譬如和 Excel 里的 VBA 相比， loop 或者 flow control 的结构基本相同（除了不用写 end if 或者 next i，略省些力气），再就是把 Cells (i, j) 换成 Mat[i, j] （总之只要把一个 spread sheet 看成一个 matrix，基本的思路都是一样，当然 R 可以直接进行 vector 运算，譬如 elseif，这个要方便很多），做模拟和矩阵运算，R 的效率都很不错，code 也简单，譬如重复 probit 估测一千次，R 里面不过几行代码，不到一分钟的运算，这点比以前常用的 Stata 要好很多 —— 这是开源软件灵活性的好处。

但是作一些简单的操作，却又凸现了开源软件的协调问题（coordination problem）。举个最简单的例子，在 panel data 里生成 lagged variable。这样的操作在 Stata 里只有一行指令：

gen lag_var=l.var

（当然你要先用 xt 设置好 panel data）。但是在 R 里面，尽管 time-series data 相关 package 里有定义好的 lagged variable 函数，但是在 panel data 相关的 package 里面却没有，因此如果想完成这样一个简单的操作，必须写一个复杂的函数，把需要 lag 的 variable 从panel data 的 data.frame 里按照unit抽出来，设置为 time-series data，然后生成 lagged variable，再用 cbind 合并回去，然后用 by 按照不同的 unit，再用 rbind 把各个 unit 的生成的 row 合并回去，然后 do.call 。

如果作 dynlm 和作 plm package的人能合作一下，统一做一个根据数据类型生成 lagged variable 的函数岂不是很方便（ Stata 里的 laggged variable 指令是同时适用于 time-series data 和 panel-data 的）——也许这就是商业软件的好处吧，至少相互协调的很好。

当然这还不是最麻烦的地方。最麻烦的问题在于开源软件给了你灵活性的同时，也要求你很多东西要 DIY，虽然有很多现成的 package ，但是这些 package 都是大家自愿贡献的，所以不可能要求他非常的全面，当你需要一些 package 里没有的东西的时候，就不得不自己动手了，譬如想对 panel data 作一下 fixed effects poisson/negative binomial regression， plm package 里没有，其他任何的 package 中也没有找到，自己写？虽然这在 Stata 里只是 xtpoisson / xtnbreg 这么简单，虽然这在技术上也不算太高深（Wooldridge 那本关于 panel data的教科书里有算法），但是从头开始写起恐怕没有一个星期是弄不完，并且问题在于我只是一个打酱油的 –,- … …

结论：开源软件固然好，商业软件离不了：）

orz 学校的安全问题

kzeng — Thu, 05 Nov 2009 06:49:26 +0000

原来学校的网络的安全问题很简单，只要设置一个 PIN 就可以了，可是现在要求突然变得复杂以来，居然问了这么多的问题，甚至还包括 What is the first and last name of your first boyfriend or girlfriend? … … 突然想到这些安全问题确实是打探人的隐私的好方法，因为你不得不说实话，只有这样，在将来需要解答这些问题的时候才会知道答案，假如临时编一个答案，恐怕很难记很久，当然你也可以自己给自己编造一条规则： f: A->B 凡是 A 问题一律都用 B 问题的答案来回答，但是问题是你又不可能记得这么多的规则，万一你把 f 给忘了怎么办，所以还是从 A 到 A 说真话比较容易，只是希望将来不会问更恐怖的问题。。。附上这些安全问题：

Personal Identification Number (PIN)

What is the name of your first pet?

What is the last name of your favorite writer?

What is your father's middle name?

What is your least favorite food?

What is the last name of your most influential teacher from grade school?

What is your maternal grandmother's first name?

What is the first and last name of your first boyfriend or girlfriend?

What was your favorite place to visit as a child?

Which medical condition do you fear the most?

三年·窥园

kzeng — Sun, 18 Oct 2009 21:26:46 +0000

《汉书·董仲舒传》上说：“[仲舒]下帷讲诵，弟子传以久次相授业，或莫见其面。盖三年不窥园，其精如此。”

今天到街角的洗衣店取前天送洗的衣服，到了之后才发现周日原来不上班，空跑一趟。不过既然已经出门了，也不想就这么折回去，所以就朝湖边走去。

在这个地方也住了三年了，一直没有想过要去湖边看看，其实也是五六分钟的路程，穿过两三个宁静的街区。湖边是一片绿色的草地，树叶已经开始泛红，落叶满地；湖岸上堆积着白色的巨石，青漠漠的水，碧崇崇的天。

想起了开头《汉书·董仲舒传》里的那句话，不过三年不窥湖的原因不是因为精心学业，多半是因为懒 —— 习惯性的懒，像是扔进垃圾桶的纸团，轨迹或高或低，但是总是朝着垃圾桶的方向，很少会想到扔出窗外是什么样子的世界。大概楚国南方之阜或是齐国王庭之中的鸟，也是像这样的纸团。

说说臧霸

kzeng — Sat, 17 Oct 2009 03:53:31 +0000

好久没有和人侃过三国了，因为一个问题，聊了聊臧霸，转到自己的 blog 里来，其实从 decision science 的角度看，这是一件挺有趣的事情。

臧霸在群英荟萃的三国初年，算不上什么著名的人物，但是他的待遇却不低，不仅和陈群、钟繇、徐晃、张辽等一群文臣武将一起配享太庙，并且就分封而言，他所领的封户有三千五百户，比曹真、徐晃、张辽等人都高，所以就有一个问题：臧霸何德何能居此高位？

以我的看法，优待臧霸大概只是为了安抚青、徐州兵（也就是青、徐二州投降的黄巾）的 signal。

臧霸手下有徐州兵，和曹操当年收编的青州兵类似，是被击破的黄巾（青州兵是青州黄巾，徐州兵是徐州黄巾）：

“黄巾起，霸从陶谦击破之，拜骑都尉。遂收兵於徐州，与孙观、吴敦、尹礼等并聚众，霸为帅，屯於开阳。”

青州兵与徐州兵都是父子相继的世兵，长期保持着独立的编制，建安二十四年，臧霸“遣别军在洛”，二十五年正月，曹操死，“霸所部及青州兵，以为天下将乱，皆鸣鼓擅去。” 臧霸手下这支军队到了建安末年仍与青州兵类似，并且敢擅自离去，而且他们擅自离去后，曹魏不敢禁止之，也不敢讨之，而是不得不抚之，足见他们的力量还是不
小（另外一个例子，张绣叛乱的时候，青州兵还敢抢曹操败兵的财物，于禁讨青州兵，青州兵反而去曹操那里申诉，并且曹操也没有追究他们的责任）；当然，这并不是说曹魏一定打不过青、徐州兵，而是没有这个必要去讨伐，特别是在三国鼎立的时候；

而臧霸控制着这样一只与青州兵类似的军队，自然地位要高一些了，不是因为曹魏惧怕臧霸这个人，而是投鼠忌器，如果不优待臧霸（尽管他很饭桶），则徐州兵军心不稳，徐州兵如果不稳，恐怕青州兵也会乱，这样一来，恐怕青徐二州就乱了，所以从这种意义上讲，臧霸所处优位本身也是一个 signal，用于表示曹魏对于黄巾降卒的 commitment。所以，即便臧霸是个蠢材，曹魏也一样要给他高官厚禄，但是臧霸也不是那么蠢，因为这样处境是十分微妙的，一方面曹魏需要他来显示对于黄巾降卒的态度；另一方面曹魏也会担心他在降卒中的影响会对曹魏产生不稳定的因素，所以臧霸在曹操时“因求遣子弟及诸将父兄家属诣邺”，把家人作为人质安放在邺城，以求达到互信。

不过臧霸手下徐州兵在曹操死后擅自离开的事件，还是给刚即位的曹丕很大的影响，在此之后，臧霸又不合时宜的说出了：”若假霸步骑万人，必能横行江表“ 这样不动脑子的话，所以最后曹丕假意东巡，趁臧霸来朝之夺了他的兵权，于是局面又回到了最初的稳定状态，臧霸因为青徐二军的缘故仍然受到优待，而他也不必担心再遭到朝廷的猜忌，所以幸福的安享晚年，并在魏明帝即位的时候继续得到礼遇 —— 呵呵，这就是中国古代所谓君君臣臣的典范啊。

最喜欢的一场战争

kzeng — Tue, 06 Oct 2009 01:03:37 +0000

后唐同光元年十月，李存勖自杨刘渡黄河，至郓州，遣李嗣源为先锋，连破梁兵，擒王彦章，继而采纳郭崇韬等人的建议，命李嗣源前军日夜兼程向大梁，八日后抵大梁城下。梁主朱友贞命亲军将领杀死自己。李嗣源、李存勖不战而入大梁。唐（晋）与梁相持十七年后，八日亡梁。壮哉！

简单排版的 VBA

kzeng — Mon, 05 Oct 2009 00:07:57 +0000

因为需要从一篇旧的PDF格式的 proposal 中拷贝一些文字出来，又找不到生成 PDF 的 LaTex 源文件，所以不得不 ctrl+c & ctr+v，但是 PDF 的文字直接拷贝到 word 里格式就乱掉了，一行一行的清除 paragraph break 实在麻烦，用查找替换还要运行多次，所以就写了一小段 Word 中的 VBA，测试了一下，效果还不错，贴出来分享一下：

Sub Format() ActiveDocument.Content.Select With Selection.Find .ClearFormatting .Forward = True .Wrap = wdFindContinue .Execute FindText:=".^p", _ Replace:=wdReplaceAll, ReplaceWith:=".^l" .Execute FindText:="^p", _ Replace:=wdReplaceAll, ReplaceWith:="^s" .Execute FindText:=".^l", _ Replace:=wdReplaceAll, ReplaceWith:=".^p" End With Selection.ParagraphFormat.Alignment = wdAlignParagraphJustify End Sub

因为句号加段落换行是段落结尾的必要条件，所以先将.^p 替换成 .^l 保护起来，然后把多余的换行全部转换成空格，然后再把.^l恢复成.^p，最后把段落的对齐设置成两端对齐（这是读惯了汉语的喜欢，喜欢方方正正的文字块）。

这个办法还可以扩展为可以识别问号或者感叹号结尾的段落，但是因为用的不多就没有加入，同时也可以修改用于汉语。以前有一个叫做 DreamEditor 的小软件（经常和 Cterm 一起打包）可以很方便的实现上述功能，并且功能更强大，但是已经很久没有更新了，所以在自力更生一下。

国庆·十年前

kzeng — Fri, 02 Oct 2009 05:03:46 +0000

昨晚看了阅兵，一些同行们从阅兵中看出了焦虑或者荒诞，对于我而言，没有这么深刻的想法，其实就是过节，就是热闹。田舍翁多收十斛麦，还想热闹高兴一下，何况一个国家。小时候每年元宵节，工厂如果效益好，就会扎很多花灯，如昼的花海从一个厂区连接到另一个厂区；如果效益不好，冷冷清清，街上也不见很多行人。就是这么简单。该热闹的时候为什么不热闹？

想起十年前，建国五十周年，和同学们十一晚上去天安门广场跳集体舞。为了准备，大半个暑假都在校园里练习，很快乐，也很高兴，十一晚上热热闹闹的和几乎北京所有高校的大学生一起在广场上自由的跳舞狂欢（开始是有秩序的，后来就随意了），对着街角的分贝测试仪大声呼喊看数字，比新年夜纽约时代广场看大苹果有意思多了。。。可惜的只是十年一晃而过，时间过得太快。

隽永·肥肉

kzeng — Tue, 29 Sep 2009 23:18:01 +0000

有了 Kindle，终于可以看原汁原味的中文书了（告别错字连篇的 OCR 网络版），昨晚重翻颜师古作注的《汉书·蒯通传》，读到这句：“通论战国时说士权变，亦自序其说，凡八十一首，号曰《隽永》。”大概这是“隽永”一词最早的出处了吧。因为这句本身没有什么难懂的地方，所以以前看的时候大概都跳过了注释，但是这次仔细看了一下颜师古的注：“隽，肥肉也；永，长也。言其所论甘美而义深长也。”

“隽”原来是“肥肉”的意思？@@

查了《说文解字》：“雋（隽的繁体），肥肉也。从弓所以射。”这是许慎的原文，段玉裁作注的时候，大概因为许慎的这句注解比较晦涩，所以把它发挥为:“鸟肥也; 从弓隹, 弓所以射隹。”这样一来，“隽”字的释意就和“隹”联系在一起了，大概按照段玉裁的揣测，鸟肥才会被人射，因此“弓”“隹”为“隽”，推出鸟肥的意思来；

但是段玉裁是清代人，离许慎那个时代已经非常的遥远（比颜师古离许慎还远），更重要的是，他没有见过甲骨文，所以他也只能和许慎一样从小篆来猜测汉字的意思。

翻了一下甲骨文字典，“隽”的原形，上面是一个“隹”，下面是一条“鱼”，在转写成小篆的时候，下面的鱼字简化成了翻转90度的“弓”。这样一来，“隽”释意为“肥肉”似乎就更合情合理了，因为想到了“善/鲜”字。这两个字的在甲骨文中都是上面一只“羊”，下面一条“鱼”（善仍然有一个比较忠实原形的异体字“譱”保留下来，羊下面的“言言”其实是“鱼”字的转写），两个字最初的意思都是美味。

当然，鸟和鱼画在一起也很可能与羊和鱼在一起有着不同的意味，因为羊与鱼并没有什么直接的关系，而鸟是可以抓鱼的，因此“鸟鱼”这个图形也许最初表达的是抓攫的动作，而这个意思也保留在了一些后起字中，譬如“镌”刻的“镌”字，又比如“槜”字，本义是“以木有所捣”，都和鸟抓鱼的动作相关；如果从这个角度理解“隽”，大概可以说，能抓住鱼的鸟是好鸟，所以“雋”有一个后起字“儁”，才能卓绝的意思，（“儁”因此又与“俊”相通）。那么肥肉呢？难道胖鸟更容易抓到鱼？如果是这样，我们就证明了胖子和才俊是等同的——至少在甲骨文那个年代是这样：）

Google Docs 支持公式

kzeng — Mon, 28 Sep 2009 20:07:12 +0000

Google Docs 通过 Tex 支持在线公式插入。这个功能很不错，可以直接输入 LaTex 符号，并且能够瞬时生成预览。如果有 API 开放，可以改造成一个跨平台的在线所见即所得 LaTex 编辑器。

[这篇文章直接从 Google Doc 发布，另外顺便测试一下复杂公式]

LaTex 源码：

\frac{\hbar^2}{2m}\frac{\partial^2}{\partial x^2}\Psi(x,\,t)+V(x)\Psi(x,\,t)=i\hbar\frac{\partial}{\partial t}\Psi(x,\,t)\,\!

修改 Google Scholar 学术搜索

kzeng — Thu, 17 Sep 2009 20:29:04 +0000

Google Scholar 是一个非常有用的工具，但是搜索返回的结果却很芜杂。虽然可以通过“高级选择”输入特定的期刊，但是这样比较费时间，因此写了一个简单的 HTML 页面（如下），可以快速的搜索特定期刊，提高搜索效率。因为最初是在学校的只支持 HTML 的服务器上使用的，所以功能非常的单一，如果有时间，可以用 PHP + MySQ 写一个更加完善的页面，通过对比期刊的学术因子，过滤掉一些影响因子比较小的期刊，然后把结果在同一个页面按照引用频率和时间的加权列出，这样就可以迅速的知道某个 topic 的发展程度了。呵呵，当然更实际的用途是为了写 paper 的 literature review。