Oh My Log!!

VirtualBox-bin 没有声音的解决办法

2010-10-10T14:30:00.000+08:00

VirtualBox 开源版没有 USB 支持，所以想用网上银行的 USB Key 的话，还得安装 VirtualBox 二进制版。

emerge app-emulation/virtualbox-bin 之后，网银可以用了，却发现 Windows XP 在声卡识别正确的情况下却没有声音。

Google 了一下后发现是 libsdl 的问题，要解决这个问题，可以在本地 overlay 中新建一个 libsdl 的 ebuild，并将下面的几个编译选项给注释掉，重新 emerge 一下 libsdl。

#--disable-alsa-shared \
#--disable-esd-shared \
#--disable-pulseaudio-shared \
#--disable-arts-shared \
#--disable-nas-shared \
#--disable-x11-shared \
#--disable-osmesa-shared \

或者使用我的 Gentoo Overlay，里面有已经改好的 libsdl ebuild。

$ cd /usr/local/portage
$ git clone git://github.com/wuyuntao/overylay.git wuyuntao
$ eix-update

BTW, VirtualBox-bin 的界面好像不从系统的 QTConfig 读取配置，不知道有没有什么解决办法。。。

去除 hal 后，Xfce4 不能自动挂载优盘的解决办法

2010-10-05T21:31:00.000+08:00

xorg server 升级到 1.9 以后，系统就不再依赖 hal 了，挂载优盘或 SD 卡什么的都可以靠 udev 。

移除 hal 后，基本上一切正常，只是有一个问题，Thunar 不能自动识别并挂载插入的优盘。

在 Google 上搜了一下，Xfce 从 4.7 版本开始支持 udev 挂载，目前还在 package.mask 中，需要把下列包加入 package.unmask。

=xfce-extra/thunar-volman-0.5.1
=xfce-base/thunar-1.1.2
=xfce-base/exo-0.5.4
=xfce-base/libxfce4util-4.7.2
=xfce-base/xfce4-panel-4.7.3
=xfce-base/xfce4-session-4.7.3
=xfce-base/xfce4-settings-4.7.2
=xfce-base/xfce-utils-4.7.0

更新 world 之后，参考 Gentoo 论坛上的讨论贴，还要在 ~/.xinitrc 中加入。

exec ck-launch-session dbus-launch --sh-syntax --exit-with-session startxfce4

重新登录后就可以自动挂载优盘了。

进攻篮板和投篮时间的关系

2010-06-05T20:15:00.000+08:00

从空间上说，篮球场上各个区域的进攻篮板率各不相同，那么从时间上说呢，太阳的“7秒以内”投篮会比 Larry “都给我拖到24秒再投篮” Brown 的球队更容易争得进攻篮板么？

同样根据 82games 的 Shot Clock 划分法，统计了四个时段（0-10秒、11-15秒、16-20秒和21+秒）的进攻篮板分布（如下图）。投篮时间是从攻防转换的瞬间开始计算，而不是以24秒的进攻时间来的。举例来说，进攻球员投篮命中率或失误、或者防守球员抢到防守篮板的时间即为零秒。另外，进攻时间14秒以内的犯规或违例，也不会回表到14秒，而是继续累加。

各个时间段的篮板率相差不算太大（4%左右）。21秒以后的时段（82games 称之为 Late possessions）的进攻篮板率最高，我想是因为这个时段通常是战术失败后，依靠球员个人单打解决问题的时间，所以会有很多困难的远距离（三分球）出手，甚至压哨球；而且也因为知道要单打了，所以其他球员对冲抢篮板的准备也是四个阶段中最充分的。

其次是攻守转换阶段（0-10秒，也称 Quick possessions）。这个时段一般是以多打少或以少打少的情况，脚步慢的大个子们未必能回到防守位置，所以这个阶段的进攻篮板率高比较容易理解。

两者中间的时段的进攻篮板率相对低一些。可能是因为这时候防守球队的大个子落位完成，阵型相对坚固，而进攻球员的注意力也更多的在执行战术上。

最后，和投篮区域的时候一样，看一下各时段进攻篮板球数的分布吧（如下图）。

进攻篮板和投篮区域的关系（二）

2010-06-02T19:55:00.001+08:00

昨天大概知道了篮下，中距离和三分球的投篮和进攻篮板的关系，今天更进一步，把篮球场半场细分成16个区域，看看各个区域进攻篮板率的情况。

区域的划分是根据 82games.com 的方法，和 NBA 官方的 Hotspots 相比，（个人觉得）有一些好的地方：底角三分球更明显（Hotspots 的底角三分球区域太大，有不少45度三分球也会被算进去），扣篮和上篮被独立出来，容易计算三秒区数据等。

首先是油漆区数据（如下图）。油漆区的数据仍然符合“三分线以内离篮框越近的出手越容易争得进攻篮板”的原则，扣篮不中后的进攻球员甚至有57.8%的机会抢回球权。不过因为扣篮的命中率一般超过90%，实际上的因为扣篮不中而获得进攻篮板的机会并不多。

中距离的投篮在联盟范围内呈现出底角高于侧翼，侧翼高于正面的趋势。不太明白这是为什么，也许是底角的出手更容易判断方向？

不过这个结论对火箭队不太管用。有姚明的火箭除了正面中投以外，其他位置的篮板率都低与联盟平均值，尤其是右侧的底角和侧翼。没有姚明的火箭底线和正面两分球投篮的进攻篮板率倒是相当高，可以和联盟的底角三分球平起平坐。

三分球和两分球有类似的趋势，两个底角三分球的进攻篮板率是最高的，然后是右侧、正面和左侧。

火箭的情况，和中距离投篮正好相反，有姚明在的火箭从右侧底线到正面三分球的进攻篮板率是除了扣篮、上篮和左侧三秒区低位以外，进攻篮板球率最高的三个区域。

没有姚明在的时候，篮板率的分布相对要平均一些，除左侧底角以外的三分球和除两个侧翼以外的两分球的进攻篮板率都在24%左右，并没有太大区别。

从这个结论来说，Morey 的说法似乎并没有得到今年的数据的支持，这可能是因为姚明和 Hayes 在进攻篮板上有效范围不同的原因吧。

进攻篮板和投篮区域的关系

2010-06-01T22:19:00.001+08:00

赛季初的时候，Morey 曾经说过因为三分球投篮不中后更容易抢到进攻篮板，所以鼓励 Ariza 和 Brooks 多投三分。

想要确认一下这个说法，所以趁着等待总决赛无聊的时候，统计了一下过去四个赛季的进攻篮板的分布（如下图）。顺便也把有姚明在的06-09赛季的火箭和没有姚明的09-10赛季的火箭做了个对比，看看大中锋对进攻篮板分布的影响。

从图表上可以看出来，三分线以内离篮框越近的出手越容易争得进攻篮板，尤其是上篮、补篮或扣篮不中后，有42.3%的几率抢到进攻篮板，远远高于其他出手选择。这大概是因为上篮、补篮或扣篮的时候进攻球员离篮框比较近，所以防守球员很难把进攻球员完全挤出篮下的位置。

三分球投篮虽然距离更远，却也有24.4%的几率捡到进攻篮板，比中远距离的两分球稍高，比三秒区内的近距离投篮稍低。这大概是因为三分球砸到篮框后弹出的距离更远，弹出的方向也不容易判断，所以容易被外围的进攻球员的捡到。

不过照这个说法，20英尺左右的远投应该也有类似的效果，为什么没有体现在两分球的进攻篮板率上呢？也许我应该照投篮距离再统计一次看看。

罚球不中后的进攻篮板率是最低的，只有11.5%。这很容易想到，毕竟已经给了防守球员最好的守备位置。

以上是全联盟的总体情况，接下来看看火箭的情况。

姚明在的前三年，理所当然的，上篮或扣篮的进攻篮板率要比联盟均值高上一点。三分球的进攻篮板率也高一丁点儿，但是其他的两分球区域就要低上一些。两进两出，27.11%的进攻篮板率也只微高于联盟平均水平。

今年，Hayes 代替姚明出任先发中锋。虽说 Hayes 也是一个不错的进攻篮板手（尤其是和姚明搭档的时候），但他的特色是对篮板落位的判断准确，要凭借身高弹跳的篮板球实在非他所长。

这也体现在图表上，火箭上篮和扣篮的进攻篮板率要远低于前三年和联盟平均水平，但是相对的两分球区域的进攻篮板率要比之前和平均水平高上不少。两出两进，今年26.9%的进攻篮板率恰好卡在联盟平均水平线上。

回到 Morey 的说法，如果以之前几年火箭的数据作为样本的话，三分球投篮后的进攻篮板率虽然不如上篮和扣篮的，但是和其他方式的出手相比的话，确实更高一些。Morey 的说法并没有错。

实际的效果应该说也比较明显，虽然火箭先发中锋的身高下降了整整一英尺，但是火箭的进攻篮板率并没有受到太大的影响。

最后看一下进攻篮板球的分布吧（如下图），不过，这个和球队投篮选择的分布有较大的关系。

CBA 常规赛进阶数据排名

2010-03-29T20:26:00.002+08:00

0910 赛季 CBA 常规赛数据，入围球员的最少上场时间为250分钟。全部数据放在 Google Docs 上，这篇文章只列举各项数据的前20名，其中球权占用率和球员效率评价有国内球员的前20名。

真实命中率 TS%

有效命中率 eFG%

助攻率 AST%

失误率 TO%

球权占用率 Usage%

国内球员的球权占用率 Usage%

球员效率评价 PER

国内球员的球员效率评价 PER

aMule 出现 Segmentation Fault 的解决办法

2010-03-29T20:11:00.002+08:00

运行 aMule 的时候失败，提示如下

$ amule
Initialising aMule 2.2.6 using wxGTK2 v2.8.10
Checking if there is an instance already running...
No other instances are running.

--------------------------------------------------------------------------------
A fatal error has occurred and aMule has crashed.
Please assist us in fixing this problem by posting the backtrace below in our
'aMule Crashes' forum and include as much information as possible regarding the
circumstances of this crash. The forum is located here:
    http://forum.amule.org/index.php?board=67.0
If possible, please try to generate a real backtrace of this crash:
    http://wiki.amule.org/index.php/Backtraces

----------------------------=| BACKTRACE FOLLOWS: |=----------------------------
Current version is: aMule 2.2.6 using wxGTK2 v2.8.10
Running on: Linux 2.6.32-gentoo-r6 i686

Segmentation fault

根据 aMule 论坛的帖子，需要向 /etc/make.conf 添加 -DCRYPTOPP_DISABLE_ASM。

# vi /etc/make.conf
CXXFLAGS="${CFLAGS} -DCRYPTOPP_DISABLE_ASM"

重新编译 crypto++ 和 amule 包后，就可以正常运行 aMule 了。

# emerge -a1 crypto++ amule

升级 Perl 之后 genlop 报错的解决办法

2010-02-17T14:02:00.001+08:00

今天遇到了一个 genlop 不能工作的问题。

# genlop -tc
Can't locate Date/Manip.pm in @INC (@INC contains:
/usr/lib/perl5/site_perl/5.10.1/i686-linux /usr/lib/perl5/site_perl/5.10.1
/usr/lib/perl5/site_perl /usr/lib/perl5/vendor_perl/5.10.1/i686-linux
/usr/lib/perl5/vendor_perl/5.10.1 /usr/lib/perl5/vendor_perl
/usr/lib/perl5/5.10.1/i686-linux /usr/lib/perl5/5.10.1 .) at /usr/bin/genlop
line 24.
BEGIN failed--compilation aborted at /usr/bin/genlop line 24.

在 Gentoo Bug 上找到了解决办法，原来是 Perl 升级以后模块需要重新编译一下。

# perl-cleaner --all

CBA 进阶数据排名（半程16轮）

2010-02-03T13:17:00.000+08:00

数据截至到0910赛季第16轮，入围球员的最少上场时间为160分钟。全部数据放在 Google Docs 上，这篇文章只列举各项数据的前20名（PER 为前40名）。

真实命中率 TS%

有效命中率 eFG%

助攻率 AST%

失误率 TO%

球权占用率 Usage%

球员效率评价 PER。前20名。

第21-40名。

CBA 进阶数据排名（前十轮）

2010-01-12T19:20:00.003+08:00

随着姚明回归和上海男篮回暖，对 CBA 的热情也（比前几年）高涨了一些。于是从新浪抓了原始数据下来计算一些进阶数据，包括真实命中率 TS%、有效命中率 eFG%、助攻率 AST%、失误率 TO%、球权占用率 Usage% 和球员效率评价 PER。

各项数据的说明可以参考 HoopChina 火箭区的数据科普贴。PER 值的计算和 Hollinger 的基本相同，唯一的区别是调节节奏（Pace adjustment）这一项上只考虑了球队自身的节奏（而没有对手节奏），因为 CBA 数据里不包含对手数据。

数据截至到0910赛季第10轮，入围球员的最少上场时间为100分钟。全部数据放在 Google Docs 上，这篇文章只列举各项数据的前20名。

真实命中率 TS%

有效命中率 eFG%

助攻率 AST%

失误率 TO%

球权占用率 Usage%

球员效率评价 PER

修改 Xfce4 的屏幕刷新率

2010-01-09T18:08:00.000+08:00

用 Xfce4 提供的 Menu -> Settings -> Display 工具更改 Xfce4 的屏幕刷新率似乎是一件“危险”的事情，这不是第一次（更改之后）显示器黑屏加“超出刷新频率”的提示了。因为这是用户相关的配置，虽然不会影响其他帐号，但是也不能用 xorg.conf 解决，所以我只能找到用户目录下相关的 Xfce4 配置文件来修改刷新率的设定。

$ gvim ~/.config/xfce4/xfconf/xfce-perchannel-xml/displays.xml

<?xml version="1.0" encoding="UTF-8"?>

<channel name="displays" version="1.0">
  <property name="Default" type="empty">
    <property name="Layout" type="string" value="Screens"/>
    <property name="NumScreens" type="int" value="1"/>
    <property name="Screen_0" type="empty">
      <property name="Resolution" type="string" value="1680x1050"/>
      <property name="RefreshRate" type="int" value="51"/>
      <property name="Rotation" type="int" value="0"/>
    </property>
  </property>
</channel>

两个豆瓣的 GreaseMonkey 脚本

2010-01-06T00:11:00.004+08:00

两个以前写的在豆瓣用的 GreaseMonkey 脚本，功能分别是高亮友邻和转发我说。

高亮标记友邻的 GM 脚本

有的友邻改名换像以后，在小组里或者条目页上就认不出来了
所以，写了一个脚本可以把任意页面上的友邻的头像和名字高亮显示

朋友和关注的高亮颜色可以自定义，脚本的前两行就是了

修正一个缓存的bug，更新后是一天更新一次友邻列表
增加了自动升级的功能，谢谢np
增加了“设置朋友的高亮颜色”，“设置关注的高亮颜色”的脚本命令。需要自定义颜色的话，可以点击这两个命令
增加了“设置是否自动更新“的脚本命令。可以取消或重设自动更新

使用方法
安装完脚本后，需要在脚本命令里点击“授权豆瓣帐户（高亮友邻脚本）”
确认后会重定向到一个授权页面，选择同意后，返回当前页面，就可以用了

下载
http://userscripts.org/scripts/show/38149

转述我说和推荐的 GM 脚本

和Twitter的转发脚本(retweet)类似，但支了豆瓣的推荐转发。

使用方法
单击广播页上的用户头像，往“我说”输入框中加入“@用户名”
双击广播页上的我说条目，往“我说”输入框中加入“转 @用户名: 说了些什么”
双击广播页上的推荐条目，弹出推荐对话框，默认评论为“转 @用户名: 评论了些什么”

下载
http://userscripts.org/scripts/show/40840

Xfce4 不能关机的解决办法

2010-01-04T22:39:00.002+08:00

今天升级系统之后，发现 Xfce4 下不能通过图形界面关机或重启了，终端下用 shutdown 或 reboot 命令的话 OK。提示：

The name org.freedesktop.PowerManagement was not provided by any .service files

我试着在 /usr/share/dbus-1/services 目录下添加对应的 org.freedesktop.PowerManagement.service 文件之后，关机成功。

# vi /usr/share/dbus-1/services/org.freedesktop.PowerManagement.service
[D-BUS Service]
Name=org.freedesktop.PowerManagement
Exec=/usr/bin/xfce4-power-manager

更新：这个办法也不管用。把 xfce-base/xfce4-session 降到 4.6.1-r1 版本后 OK

CBA 的勾股定理

2010-01-02T21:31:00.003+08:00

一支球队的得分越多，胜率越高。反过来，失分越少，胜率越高。NBA 有这样一个经验公式用来预测胜率。

power(R, exp) / (power(R, exp) + 1) = win%

其中，R = Points Scored / Points Allowed，exp = 14。

这个公式对 CBA 也同样适用，只是 exp 略有不同。我计算了0506赛季之后的所有 CBA 赛季，exp = 12.8 时，平均绝对值误差 MAD = 0.033 最小。单独考虑0809赛季的话，exp = 13.5 时误差最小。

点击查看所有赛季预测胜率的结果。下图是0809赛季 CBA 球队的预测胜率。

0607 赛季至今的 Adjusted Plus/Minus 数据与误差分析

2009-12-24T03:13:00.003+08:00

理解 Adjusted Plus/Minus （以下简称 APM）之后，我用 Python 重写了 APM 的计算方法，主要使用了提供数组运算的 numpy 库和提供 R 语言接口的 rpy2 库。具体的代码我会在下一篇日志中说明，这里先晒晒我用 Basketball Geek 提供的三个半赛季的 play-by-play 数据得出的 APM ，并与 Hoop Numbers 和 Basketball Value 的 APM 作一下对比。

0607赛季，Kevin Garnett (19.86) 和 Tim Duncan (15.86) 占据了我的 APM 榜单的前两位，他们在Hoop Numbers 的榜单上也排在第四和第一位，（Basketball Value 没有该季的数据）虽然 APM 值相差较大，算是吻合了。前十名的球员中，有五名球员同时出现在两个榜单上，除了 KG 和 TD 之外，还有 Dirk Nowitzki (13.27)、Anthony Parker (11.39) 和 Lebron James (11.32)。其他的球员虽然不在前十名，倒也排在对方榜单的前150名内，考虑到标准误差，是一个可以接受的结果。

0708赛季我的前两名是 Amir Johnson (17.07) 和 Ronnie Price (15.27)，不过他们的上场时间都较少，之后是 Peja Stojakovic (14.20)，Rasheed Wallace (13.88) 和 Kobe Bryant (13.79)。Hoop Numbers 的榜单上这些球员都排名前二十，但只有 Kobe 进入前五。Basketball Value 上 Amir Johnson 和 Peja 分别排名第一和第二。

0809赛季 Chris Paul (25.76)、Dwyane Wade (22.64) 和 LeBron James (20.65) 排名前三。Hoop Numbers 上他们同样排名前六，但排名第一的是 Lamar Odom。Basketball Value 的前三名是 Wade，LBJ 和 Odom，CP3 也排在第四。应该说是吻合度相当高了，只是 Odom，在各个榜单上都排名靠前，包括《Mathletics》的作者 Wayne Winston 也说过湖人中表现最好的是 Odom，但是在我的数据里，Kobe (11.16) 却比 Odom (9.95) 表现略好。

类似的不靠谱问题也发生自 Kevin Durant 身上，本赛季初 Winston 炮轰 Durant，”即使他是一名自由球员，他也不会考虑和他签约“，依据就是 KD35 两年来糟糕的 APM 数据。Durant 在 Hoop Numbers 的 APM 值为 -3.722，总共387名球员中排名第370；Basketball Value 的 APM 值为 -7.39，在规定最少上场时间的球员中排名倒数第九。但是在我的数据中，0708赛季他的 APM 值为 -6.65，总共319名球员中排名271；0809赛季 APM 值为 -3.58，总共 332名球员中排名251。虽然也说不上好，但也不至于垫底。

如果观察到球队层面的话，一支球队的前三名，即使次序上有些不同，多数时候人还是对得上号的。有一句话总结一下，一个球员是好是坏，我计算的 Adjusted Plus/Minus 数值还是靠谱的，但是一个球员有多好又多坏，这就未必很靠谱了。

分析一下产生误差的原因。

第一，原始数据不一致。Basketball Geek 提供的 Play-by-play 数据并不完整，已知的是不包括有加时赛的比赛。Basketball Value 的数据包括这些比赛，虽然不能确定它的完整性，但至少原始数据的不一致应该是造成误差的原因之一。

第二，场上阵容（lineup）的分析。举例来说，我根据换人事件来作为场上阵容的分界点，但是有时候球队在罚球时候的换人次序就不一样，比如 Basketball Geek 把罚球记录在换人之前，所以罚球产生的得分和球权就记录在前一次阵容，而 Basketball Value 把罚球记录在换人之后，于是产生的得分和球权记录就在后一次阵容，由此产生的差异也有可能是造成误差的原因。

第三，球权的计算问题。不知道为什么我计算出的单个阵容球权和 Basketball Value 上提供的 Matchup 数据，经常会有一个的误差，我怀疑是是团队篮板球。举例来说，防守球员在争夺篮板的过程中把皮球捅出了界外，进攻方重新获得球权。这时候进攻方被 Basketball Geek 的数据记作一次团队篮板，但实际上也为进攻方争取了一次球权，效果和进攻篮板相同，不知道 Basketball Value 是不是把它算进去了。

第四，球员的最少上场时间（球权）。Eli Watus 说一般情况是用250分钟或500分钟作为分界线，上场时间较少的球员作为参照物球员（Reference Player）。而我用球权（Possession）作为分界线，对应 1000个球权或 2000个球权。

原始数据的状况没办法改变。场上阵容可以做得更仔细些，比如说罚球总是在之前的一个回合造成的，不管换人在前在后，其实都应该算给前一次的场上阵容。球权的计算情况也一样。球权还是时间，这倒不是太大的问题。最后还希望研究一下 Hoop Numbers 使用的矩阵正则化分析方法。

Mathletics 读书笔记：计算 Adjusted O.Rtg & D.Rtg

2009-11-26T22:39:00.008+08:00

篮球场上的每一个时刻，总是有5个进攻球员和5个防守球员，所以，每次得分都可以看成是双方的进攻能力和防守能力的博弈。从中我们可以得出公式。

A球队的得分 = A球队队员的进攻能力之和 - B球队队员的防守能力之和
B球队的得分 = B球队队员的进攻能力之和 - A球队队员的防守能力之和

如果把两式相减，也可以推导出 Adjusted Plus/Minus 值（以下简称 APM）的基本公式，即双方综合能力的博弈等于两支球队的分差。我们也可以得出球员攻守能力之和应该等于他的 APM，因为 APM 本来就是评价一个球员在进攻防守两端的综合能力。

分差 = A球队的得分 - B球队的得分
= (A球队队员的进攻能力之和 - B球队队员的防守能力之和) - (B球队队员的进攻能力之和 - A球队队员的防守能力之和)
= (A球队队员的进攻能力之和 + A球队队员的防守能力之和) - (B球队队员的进攻能力之和 + B球队队员的防守能力之和)
= A球队队员的综合能力之和 - B球队队员的综合能力之和

因为公式和算法来自于 APM，所以我把球员的进攻效率值称为 Adjusted Offensive Ratings（即 Adjusted O.Rtg，以下简称 AOR），球员的防守效率值 Adjusted Defensive Ratings（即 Adjusted D.Rtg，以下简称 ADR）。

计算 AOR 和 ADR 的方法和 APM 一样，而数据也仍然来自火箭和湖人斗牛赛，但是表格需要重新构建。原先每行记录的是两队的分差（Margin），现在要把火箭和湖人的得分一分为二分行列出。同样的每个球员栏，也将被分为进攻栏（如 Brooks.O，Ariza.O，Scola.O）和防守栏（如 Kobe.D，Fisher.D，Odom.D）。一场比赛中进攻方的上场球员为+1，防守方为-1，其他未上场的球员为0。比如第二场，Kobe 在 Brooks 身上拿到了23分，则 Point = 23，Kobe.O = +1，Brooks.D = -1，其他球员 = 0。结果如下。

将表格保存为 Simple_Adjusted_ORtg_DRtg.csv 后，进入 R 环境。输入的命令和计算 APM 的相同。

$ R
> rtg <- read.csv('Simple_Adjusted_ORtg_DRtg.csv')
> fit.rtg <- lm(rtg$Points ~ rtg$Brooks.O + rtg$Ariza.O + rtg$Scola.O + rtg$Fisher.O + rtg$Kobe.O + rtg$Odom.O + rtg$Brooks.D + rtg$Ariza.D + rtg$Scola.D + rtg$Fisher.D + rtg$Kobe.D + rtg$Odom.D -1)
> sink('Simple_Adjusted_ORtg_DRtg.txt')
> summary(fit.rtg)

生成的摘要如下。

$ cat Simple_Adjusted_ORtg_DRtg.txt

Call:
lm(formula = rtg$Points ~ rtg$Brooks.O + rtg$Ariza.O + rtg$Scola.O +
    rtg$Fisher.O + rtg$Kobe.O + rtg$Odom.O + rtg$Brooks.D + rtg$Ariza.D +
    rtg$Scola.D + rtg$Fisher.D + rtg$Kobe.D + rtg$Odom.D - 1)

Residuals:
ALL 10 residuals are 0: no residual degrees of freedom!

Coefficients: (2 not defined because of singularities)
        Estimate Std. Error t value Pr(>|t|)
rtg$Brooks.O 10 NA NA NA
rtg$Ariza.O 12 NA NA NA
rtg$Scola.O 17 NA NA NA
rtg$Fisher.O -3 NA NA NA
rtg$Kobe.O 15 NA NA NA
rtg$Odom.O 10 NA NA NA
rtg$Brooks.D -8 NA NA NA
rtg$Ariza.D -3 NA NA NA
rtg$Scola.D NA NA NA NA
rtg$Fisher.D -2 NA NA NA
rtg$Kobe.D 5 NA NA NA
rtg$Odom.D NA NA NA NA

Residual standard error: NaN on 0 degrees of freedom
Multiple R-squared: 1, Adjusted R-squared: NaN
F-statistic: NaN on 10 and 0 DF, p-value: NA

从摘要可知，球员的进攻效率分别是 Brooks = +10, Ariza = +12, Scola = +17, Fisher = -3, Kobe = +15, Odom = +10；球员的防守效率分别是 Brooks = -8, Ariza = -3, Scola = 0, Fisher = -2, Kobe = +5, Odom = 0。误差为0。

经过零位校准的数据如下。正如所预料的，球员的攻守值之和等于 APM，即 AOR + ADR = APM。

Mathletics 读书笔记：计算 Adjusted Plus/Minus 值

2009-11-25T16:38:00.006+08:00

Adjusted Plus/Minus 值（也叫 Adjusted +/-，以下简称 APM）通过回归分析得出，一个 NBA 球员如果和9个平均水平（APM 值为0）的球员一起在场上打球的话，能为他的球队带来多少边际效益，即得失分之差。《Mathletics》的作者 Wayne Winston 是 APM 的最初创建者之一，也是他把基于 APM 的 WINVAL 系统带进达拉斯小牛队。

虽然我不认为 APM 值能够大一统的评价球员在场上的所有贡献，但是我对 APM 的算法感兴趣，希望能应到更加细致的数据统计，比如篮下出手率和三分球出手率等。

我对回归分析不熟，一上手就用真实比赛的数有些吃力，不过有篇文章提供了一个思路：化繁为简，从一场假想的火箭和湖人之间的一对一斗牛赛开始计算 APM。比赛的结果如下。

《Mathletics》写了用 Excel 和 Excel Solver 插件计算 APM 的方法（第220-223页）。依样画葫芦，我用 OpenOffice.org（简称 OOo） Calc 也可以实现。~~如果用 OOo，需要在 Extension Manager 中安装 Excel Solver 的 OOo 替代品 EuroOffice Solver。~~另外，Google Docs 应该也可以实现，我在菜单 Tools -> Solve 找到了类似的功能。方法就不再累述，结果如下，其中 SSE 是方差，MEAN 是各个球员的 APM 的均值。

用类 Excel 软件计算 APM 的好处是很直观，但是不够自动化（脚本化）。所以，我倾向于参考火箭数据顾问 Eli Watus 的方法用 R 语言来计算 APM。R 语言是一门主要用于统计分析、绘图的编程语言，它提供了各种数学和统计计算的函数。

在用 R 语言计算 APM 之前，我们需要把对局的表格重构一下。首先在火箭和湖人的得分栏后，插入 Margin（分差）栏，数值即火箭得分 - 湖人得分。然后在 Margin 栏的后面，插入所有上场的火箭和湖人的球员栏，包括 Brooks，Ariza，Scola，Fisher，Kobe 和 Odom。一场比赛中，火箭的场上球员数值为 +1，湖人的场上球员为 -1，其他未上场球员的数值为 0。比如第一场比赛 Brooks 以12比5战胜了 Fisher，则 Margin = B2 - B3 = +7，Brooks = +1 ，Fisher = -1，其他球员 = 0。结果如下。

将表格保存为 Simple_Adjusted_Plus_Minus.csv。然后进入 R 环境输入命令。

$ R
> apm <- read.csv('Simple_Adjusted_Plus_Minus.csv')
> fit.apm <- lm(apm$Margin ~ apm$Brooks + apm$Ariza + apm$Scola + apm$Fisher + apm$Kobe + apm$Odom)
> sink('Simple_Adjusted_Plus_Minus.txt')
> summary(fit.apm)

简单说明一下用到的四个函数，虽然我也不甚了了。read.csv() 用来读取 csv 文件。lm() 用于线性模型的回归分析。sink() 用于生成或清空文本文件。summary() 用于往文本文件中写入摘要。

最终生成的摘要如下。

$ cat Simple_Adjusted_Plus_Minus.txt

Call:
lm(formula = apm$Margin ~ apm$Brooks + apm$Ariza + apm$Scola +
    apm$Fisher + apm$Kobe + apm$Odom - 1)

Residuals:
ALL 5 residuals are 0: no residual degrees of freedom!

Coefficients: (1 not defined because of singularities)
        Estimate Std. Error t value Pr(>|t|)
apm$Brooks -8 NA NA NA
apm$Ariza -1 NA NA NA
apm$Scola 7 NA NA NA
apm$Fisher -15 NA NA NA
apm$Kobe 10 NA NA NA
apm$Odom NA NA NA NA

Residual standard error: NaN on 0 degrees of freedom
    (4 observations deleted due to missingness)
Multiple R-squared: 1, Adjusted R-squared: NaN
F-statistic: NaN on 5 and 0 DF, p-value: NA

从粗体字我们可以知道，各个球员的 APM 分别为，Brooks = -8, Ariza = -1, Scola = +7, Fisher = -15, Kobe = +10, Odom = 0。数据比较简单，所以误差都为0。

看到这个结果，可能会有一个疑问，怎么和之前用 Calc 算出来的不一样呢？之前用 Calc 计算的时候，我们加入了一条约束，各个球员的 APM 均值要等于 0，即为平均水准的 NBA 球员。而现在我们得出的 APM 均值为 -1.167，这说明还需要一些校准。

最终结果如下，和之前的结果一致。

以上就是斗牛赛的 APM 计算过程了，因为球员的数量较少，所以还比较简单。真实的 NBA 赛季可能有 300+ 的球员会登场亮相，各个阵容的上场时间也不一样，还会有误差分析，所以复杂度更高。但万变不离其宗，计算方法还是一样的。

此外，Eli Watus 主要用的是 BasketballValue.com 网站上提供的 Matchups 数据表，但它不能提供我想要的助攻、盖帽、出手分布等数据。所以，我还是需要把 BasketballGeek.com 网站的 play-by-play 数据转化成类似的 Matchups 数据。

还有就是用 R 编程语言的 Python 库 rpy2 重写回归分析的过程了。

Matplotlib 汉字显示

2009-11-18T22:17:00.002+08:00

第一次运行有中文的 matplotlib 代码的时候，汉字会被显示成方框，原因是 matplotlib 的字体设置没有包括中文字体。

如果想正确显示汉字，我们需要修改 matplotlibrc 文件，为 font.family 补上中文字体，如文泉驿微米黑 WenQuanYi Micro Hei 等。另外，貌似还应该把 backend 改为 GTK。

$ sudo vi /etc/matplotlib/matplotlibrc

backend      : GTK
...
font.serif          : Bitstream Vera Serif, New Century Schoolbook, Century Schoolbook L, Utopia, ITC Bookman, Bookman, Nimbus Roman No9 L, Times New Roman, Times, Palatino, Charter, WenQuanYi Micro Hei, serif
font.sans-serif     : Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, WenQuanYi Micro Hei, sans-serif
font.cursive        : Apple Chancery, Textile, Zapf Chancery, Sand, WenQuanYi Micro Hei, cursive
font.fantasy        : Comic Sans MS, Chicago, Charcoal, Impact, Western, WenQuanYi Micro Hei, fantasy
font.monospace      : Bitstream Vera Sans Mono, Andale Mono, Nimbus Mono L, Courier New, Courier, Fixed, Terminal, WenQuanYi Micro Hei, monospace

Mathletics 读书笔记：预测胜率

2009-11-14T04:48:00.001+08:00

《Mathletics》的第一章讲的是用于预测 MLB 职棒球队的胜率的毕达哥拉斯（勾股定理）。

power(R, exp) / (power(R, exp) + 1) = win%

其中，R = Runs Scored / Runs Allowed, exp = 2。预测的准确度，用平均绝对值偏差（MAD）来计算，MAD = 0.020。

这个公式也可以应用到 NBA 球队，R 改为得失分之比，R = Points Scored / Points Allowed。《Mathletics》引用了火箭 GM Daryl Morey 的数据：对于所有的 NBA 赛季，exp = 13.91 的时候预测胜率的准确度是最高的，MAD = 0.0340；对于 2004-07 赛季，exp = 15.4 时准确度最高，MAD = 0.0336。我计算了 2008-09 赛季的胜率预测，结果也是相同，最优值 exp = 15.2，MAD = 0.0567。另外，Basketball-Reference.com 上也有说明，exp = 14，均方误差为 3.14 胜场。

但是，每支球队的节奏都不一样，比如打跑轰的太阳 08-09 赛季平均每场比赛要打 98.34 个攻守回合，但主打阵地的开拓者只打 86.6 个回合（联盟最慢），要比太阳少了近 12 个回合。于是我有一个想法：把 R 改为每 100 个回合（Possession）的得失分之比（即 ORtg / DRtg），会不会比得失分更精确一些呢？

我用 R = ORtg / DRtg，再对 2008-09 赛季作了一次胜率预测，得出 exp = 13.6 时误差最小，MAD 为 0.055。看起来没差嘛。。。

怎样用 DeVeDe 制作视频 DVD

2009-07-10T19:05:00.004+08:00

DeVeDe 介绍

DeVeDe 是一个 Linux 下为数不多的轻量级的视频 DVD 制作软件。DeVeDe 能够将多个 Mplayer 支持的视频文件（比如 MPEG、AVI、MOV 等格式），转换成家用 DVD 机可以播放的 DVD 和 VCD（包括VCD、超级 VCD 和 CVD）。DeVeDe 有一个优点是依赖性很小，只需要 Mplayer、MEncoder、DVDAuthor、MKisofs、Python 和 PyGTK 等，基本都是 Linux （至少 GTK 环境）的标配。

因为硬盘上的 NBC 版的北京奥运会开幕式已经积灰了一段时间，我想到在电视上看会比较爽，所以想在 Gentoo Linux 下用 DeVeDe 转换成视频 DVD 镜像，并用 Xfburn 烧制出一张可以在家用 DVD 机上播放的 DVD 光盘。图文以记之。

安装 DeVeDe

首先我们需要安装 DeVeDe。如果你是 Gentoo 用户，输入

$ sudo emerge -av devede

如果你是 Fedora 用户，输入

$ sudo yum install devede

如果你是 Ubuntu or Debian 用户，输入

$ sudo apt-get install devede

安装完成后，我们还要设置一下字幕用的字体。比如我用文泉驿正黑，输入

$ cd ~/.spumux
$ rm devedesans.ttf
$ ln -s /usr/share/fonts/wqy-zenhei/wqy-zenhei.ttc devedesans.ttf

启动 DeVeDe

安装完成后，我们启动 DeVeDe，首先会出现下面这样一个窗口，问你想要创建哪一种格式的光盘。我们应该选择 DVD，毫不犹豫的。

添加视频文件

一张视频 DVD 分为多个标题（Title）和章节（Chapter）。一个标题通常对应一部电影，你可以在一个标题下添加任意数量的文件（File），并把它们分成多个章节方便搜索。

DeVeDe 的主界面上，我们首先会看到标题栏（Titles）和文件栏（Files）。标题栏中的将会显示在 DVD 主菜单上供用户选择，所以最好能用一眼看明白的名字，比如“第十四话漫无止境的八月 3”。

DeVeDe 会自动生成一个名为 Title 1 的默认标题。如果想要添加更多标题，可以点击标题栏下面的“添加”（Add）按钮，DeVeDe 会创建另一个名为 Title N 的新标题。

这次，我们只有一段开幕式的影片，所以没有其他的标题了，接下来点击“属性”（Properties）按钮，修改标题的名称。输入“播放奥运会开幕式”。

我们还可以选择当标题所对应的视频播放完成后的动作，默认的动作是返回 DVD 主菜单，这也是我们想要的。其他的选项还有播放前一个/后一个标题，播放第一个/最后一个标题，和重放当前标题。

接下来，我们该添加视频文件了，点击文件栏下面的“添加”（Add）按钮，DeVeDe 会弹出“文件属性”（File Properties）的对话框。选择好要添加的视频以后，我们会在文件信息栏（File info）看到视频的原始尺寸、原始长度、最终尺寸等信息。

接下来，我们可以设置视频制式，PAL or NTSC。中国基本上使用 PAL 制式，但现在的电视和 DVD 播放器一般对两种制式都是支持的。把制式的选项独立出来，从而允许用户创建混合制式的 DVD，有些电影以 PAL/SECAM，而其他的用 NTSC 制式。这样做的理由是针对不同的原始帧率（Original Frames per Second）的视频选择不同的制式，例如原始文件为每秒24帧或25帧就选择 PAL 制式，如果是30帧就选择 NTSC，我们会有更流畅的画面。当然，DeVeDe 也可以把统一转换为使用25帧或30帧。

点击字幕栏的“添加”按钮，我们可以选择外部字幕，这些字幕会被添加到当前的视频，存储为真正的 DVD 字幕，因此我们可以在观看 DVD 的过程中显示或隐藏它们。对于中文字幕来说，编码一般为 UTF-8 或 GBK，我们必须选对编码，不然 DeVeDe 会报错。另外，就像之前说的，合适的中文字体也很重要。

如果要删除字幕，只需使用“清除”（Remove）按钮。

字幕栏的下面，展开高级选项（Advanced Options）。通用选项（General
Options）中，我们可以输入一个新的视频和音频的比特率。请记住，选择更大的比特率，就有更好的视频质量，但文件大小也会更大。默认情况下，如果视频的宽度被重新调整为720像素， DeVeDe 将采用
5001Kbps；如果宽度为352像素，高度是288（PAL）或240（NTSC），DeVeDe 将默认使用
2001Kbps，如果最终的高度是576（PAL）或480（NTSC），3001Kbps 将是默认的比特率。

不过，我们也可以不用急着现在设置，回到主界面中点击“调整光盘使用率”（Adjust Disc Usage）按钮，DeVeDe 会自动设置比特率，以填满 DVD 的空间。我推荐这个选项。

大多数情况下，没有其他值得我们特别关心的地方了，所以保持默认的设置就好。

最后，文件属性对话框的底部有一个“预览”（Preview）按钮。用它可以生成一段默认长度为60秒的视频预览，如果我们的设置有任何的问题，都会在预览过程中暴露出来。DeVeDe 会将它保存在 /var/tmp 目录，你也可以自行设定。我们应该仔细的查看预览，确保视频的字幕正常，视频和音频的质量理想，以及音频的同步没有问题。

觉得完美无缺（至少预览看起来是这样）以后，点击 OK 按钮，我们会回到主界面。

制作 DVD 菜单

主界面的文件栏中已经有我们刚才添加的视频了。文件栏下方的文件信息栏（File Info）包括了基本信息：理想的视频和音频比特率，估计的最终大小，原始尺寸，FPS 和播放时间（秒）等。估算的文件大小（Estimated Length）是你设定的视频和音频率，乘以视频长度计算出来的，有可能超过一般 DVD 的容量。显而易见的，我们需要把它降下来。

在光盘使用率（Disc Usage）一栏，我们可以选择 CD/DVD 的容量大小，默认为 4.7GB。中间是一个以百分比呈现的光盘使用率。右边是，前面提到过的，“调整光盘使用率”（Adjust Disc Usage）按钮。点击这个按钮，DeVeDe 会自动调整视频的比特率，让估算的文件大小和 DVD 容量尽量相等。

现在，我们该制作 DVD 菜单了。DeVeDe 有一个基本的菜单模板，不算糟糕但也不算满意，我们可以先看一下。

点击“菜单选项”（Menu Options）按钮，DeVeDe 会弹出菜单设置对话框。首先，我们可以添加菜单的主标题，和它的字体、颜色和阴影等，它会显示在菜单的顶部。

我们还可以设置菜单的背景图片和背景音乐。

接着，我们该设置菜单的子标题，也就是电影标题了，选项有位置、字体、背景色和阴影色等。但要注意，尽管我们可以改变字体的大小，却不能改变按钮的大小，所以如果字体太大，就会超出按钮的范围。一定想要用大字体的话，可以把按钮背景设成透明，这样就不会显得突兀了。

在设置的过程中，我们随时可以“预览菜单”（Preview Menu），来确认菜单的显示效果。最终的效果如下图。

一切准备就绪

接下来，我们会在高级选项里看到，DeVeDe 可以将视频文件转换成三种格式。第一种是将电影文件转换 DVD 兼容的 MPEG 视频，这个选项的好处是，我们以后可以用 DVD Author 或 DVD Styler 等类似的软件来 DIY 创建 DVD 菜单。

第二种是创建 DVD 目录结构。DeVeDe 会在转换 MPEG 视频后，用 DVD Author 创建菜单和 DVD 树结构。

第三种是创建一个 DVD ISO 映像，这是 DeVeDe 默认的，最方便的，也是我们将要使用的方法。DeVeDe 会把转换视频，创建菜单和创建 DVD 目录一气完成，生成一张 ISO 或 BIN/CUE 光盘镜像，然后我们就可以直接用 GnomeBaker、K3b 或 Xfburn 烧制 DVD。

如果你用的是多核 CPU，你还应该勾上“为多核 CPU 优化“（Use Optimizations for Multicore CPUs）一项。

我们已经将一切准备就绪了，点击“前进”（Forward）按钮，DeVeDe 会让我们选择 ISO 保存的位置。

之后我们要做的慢慢等着，和你一起变老，不，DeVeDe 吐出一张制作完成的视频 DVD 镜像。

参考链接

HTML5 笔记：字符编码、DOCTYPE 和标签改进

2009-07-04T19:09:00.000+08:00

照理说，HTML5 正式发布至少要到2020年，是一件挺遥远的事儿。但是前几天安装了 Firefox 3.5 以后，突然觉得 HTML5 近在眼前了，还真是不可思议。

HTML4 和 XHTML1.x 是目前互联网的主流标准。但是，HTML 最初是为静态文本内容所写，标准控件有限，不支持富媒体，越来越难以为现代的 Web 应用所服务。

于是，HTML5 来了。HTML5 草案的前身名为 Web Applications 1.0。2004年由 WHATWG 提出，2007年被 W3C 接纳。在2008年1月22日，W3C 发布了第一份正式草案。

HTML5 主要有三个特点。

标签的语义化。例如新增了 <nav> 和 <footer> 标签，表现 <div> 和类似，但代码的可读性和 SEO 更好。
支持富媒体化。例如新增了 <audio> 和 <video> 标签，使得浏览器不需要任何插件，直接播放视频和音频文件。
分离布局和样式。例如取消了 <font> 和 <center> 标签，因为所有的样式都应该在 CSS 中定义。

我记下了一部分 HTML5 和 HTML4（包括 XHTML1.x）的不同之处作为备忘，参考了《HTML 5 differences from HTML 4》和其他一些文档。

字符编码和 DOCTYPE

HTML5 有三种设置页面的字符编码（Character Encoding）的方法。

在传输层，设置 HTTP header 的 Content-Type 项。
在文件头部，添加一个 Unicode BOM 字符。
在文档中添加 <meta charset="UTF-8">。这会取代 HTML4 常见的 <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">，不过原来的仍然有效。

HTML5 同样需要指定 DOCTYPE。因为不再引用 DTD，写法很简洁，例如 < !DOCTYPE html>。HTML4 常见的 DOCTYPE 会比较长，例如：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"  "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

新增的标签

HTML5 增加了几个常见的布局（Layout）标签，功能类似于 DIV 元素，但重新定义了标签名，例如 section、article、aside、header、footer 等标签。使用以后，我们不再依赖 id 或 class 属性，如
<div id="header" class="header">，来推测元素的意义，而是用标签名，如，直接判断。

用 HTML5 写的典型的双栏 blog 文章页面的布局，相当简洁。

<!DOCTYPE html>
<html>
    <head>
        <meta charset="UTF-8">
        <title>派・索尼客</title>
    </head>
    <body>
        <section>
            <header>
                <h1>派・索尼客</h1>
                <p>A Pythonic Blog</p>
            </header>
            <article>
                <h2> 文章标题 ... </h2>
                <p> 文章内容 ... </p>
            </article>
            <aside>
                <div> widget1 ... </div>
                <div> widget2 ... </div>
            </aside>
            <nav>
                <a href="/prev/">前一篇</a>
                <a href="/">回到主页</a>
                <a href="/next/">后一篇</a>
            <footer>
                © 2009 保留所有权利 <a href="/">派・索尼客</a>
            </footer>
        <section>
    </body>
</html>

HTML5 还有几个新增加的内联（Inline）元素，用来表示时间、进度等信息，例如 mark、meter、progress、time、keygen 等标签。 meter 标签定义度量（单位）。仅用于已知最大和最小值的度量。例如 IMDB 的评分（10分满分）可以写成：

<meter value="8.13" min="0" max="10" low="5" high="8" optimum="10">8.13</meter>

time 标签定义日期和时间。具体的时间或日期可以存储在 datetime 属性中，格式没有特别的规定。例如“六四大屠杀”可以写成：

<time datetime="1989-06-04">六四大屠杀</time>

HTML5 最吸引眼球的一点，是无需插件，即支持视频、音频等富媒体，例如 audio、video、canvas 等标签。不过，如果浏览器厂商不能统一视频编码，那么富媒体标签也就名存实亡了——总不能把视频一式四份，为 Firefox 播放 OGG，为 Chrome 播放 H264，为 Safari 播放 QuickTime，为 IE 播放 WMV 吧。

audio 标签支持播放音乐或 Podcast 等音频流。例如在页面上把 Feel My Soul 作为背景音乐，可以写成：

<audio autoplay="true" playcount="100" src="Feel My Soul.ogg" />

video 标签支持播放电影片段或其他视频流。例如：

另外，INPUT 元素的也增加了一些新的 type 属性，例如 datetime、date、week、number、email、url、search、color 等。这些属性可以为一些 UI，如日期拾取器（Date Picker）或电邮地址簿，增加语义性。据文档里说，这些属性可以提供浏览器端的数据验证，不过我没试出来。

<video width="640" height="360" controls="true" src="hinagiku.ogv" />

有变动的标签

有改动的标签不是很多，且大部分都是语义上的变化，例如 <strong> 标签现在表重要性（SEO？），而不是表强调；<i> 标签不再只是斜体，而是表示和一般文字不同的专业术语或专用名词……值得一说的是 menu 标签，虽然在 HTML4 中被禁用（Deprecated），但是在 HTML5 中又“死灰复燃”并被赋予了新的意义，可以和 command 标签或 checkbox 控件一起用来生成命令菜单、工具栏或右键菜单等。

被取缔的标签

接下来的三种标签将不会被 HTML5 采用。

标签的功能应该被 CSS 取代。例如：basefont、center、big、font、s、strike、tt、u 等。
标签被开发者误用或滥用。例如：frame、frameset、noframes 等。
标签很少被使用。例如：acronym、applet、isindex、dir 等。

参考链接：

试用 Firefox 3.5

2009-07-03T19:11:00.000+08:00

Mozilla 前几天刚发布最新的 Firefox 3.5 正式版。主要的新功能有

启用 TraceMonkey JavaScript 引擎
新增隐私浏览模式
改进了拖拉标签新建窗口功能
支持 HTML5 标准
支持用户的地理位置

发布的当天，Gentoo 就把 Firefox 3.5 纳入了 Portage 当中。因为有被 hard masked，Gentoo 下安装的时候，需要运行

$ sudo autounmask =www-client/mozilla-firefox-3.5
$ sudo emerge =www-client/mozilla-firefox-3.5

Emerge 完了以后，启动 Firefox，发现一个问题：系统的语言设定（Locale）虽然是 en_US.UTF-8，可 Firefox 的界面却变成中文的了。看了下 Firefox 3.5 的包信息，不知道为什么少了 en 和 en_US 的 LINGUAS。解决方法有：

打开 about:config，找到 general.useragent.locale 一项，把 zh-CN 改成 en-US 就好了。

或者是直接修改 ebuild，把被遗失的 "en en-US" 添加到 LANGS 一项，然后安装一下。

$ diff ~/mozilla-firefox-3.5.ebuild.old mozilla-firefox-3.5.ebuild 9c9
< LANGS="af ar as be bg bn-BD bn-IN ca cs cy da de el es-AR es-CL es-ES
---
> LANGS="af ar as be bg bn-BD bn-IN ca cs cy da de el en en-US en-GB eo es-AR es-CL es-ES

BTW，禁用中文的语言包（Language Pack）也可以把 Firefox 的界面恢复成原来的语言，但是对扩展没有用，算是不完全的。

Firefox 3.5 最吸引我的两点。一是使用了号称速度上不输 Chrome V8 （太多）的 TraceMonkey
JavaScript 引擎。在测评当中，Firefox 3.5 要比 3.0 快了2倍有余，尽管没有 Chrome 和 Safari 快，但差距已经不大。

二是，Firefox 3.5 最重要的更新，对 HTML5 的支持。最好的演示就是无需像 Flash 这样的插件，就可以在页面上直接观看 Theora/OGG 格式的视频了。写了一个简单的视频播放 Demo HTML。

<video width="640" height="360" src="test.ogv" autobuffer>
    <div class="video-fallback">
        <br />You must have an HTML5 capable browser.
    </div>
</video>

截屏的效果如下。

播放视频中。还有 Play 按钮、进度条、时间和音量等控件。

暂停播放时。单击右键弹出菜单，可以像保存图片一样保存视频了。

git config push.default matching

2009-06-19T22:12:00.001+08:00

升级到 git 1.6.3 以后，每次 git push 的时候都会出现这样“吓人”的警告。

warning: You did not specify any refspecs to push, and the current remote
warning: has not configured any push refspecs. The default action in this
warning: case is to push all matching refspecs, that is, all branches
warning: that exist both locally and remotely will be updated.  This may
warning: not necessarily be what you want to happen.
warning:
warning: You can specify what action you want to take in this case, and
warning: avoid seeing this message again, by configuring 'push.default' to:
warning:   'nothing'  : Do not push anything
warning:   'matching' : Push all matching branches (default)
warning:   'tracking' : Push the current branch to whatever it is tracking
warning:   'current'  : Push the current branch

通常，这是很多 Linux 或者说开源社区贴心的地方，主动告诉你，“注意了，我们发布了一个新版本，有些地方和之前的不太一样，需要你自己动手改一下”。。。只是，为什么不直接给出一条简单明了的指令呢？比如，

$ git config push.default matching

Blog 搬家，也不算搬家

2009-05-22T19:15:00.002+08:00

因为 Blogger 后台被封锁的关系，原本用 Blogger FTP 发布的 Blog，现在改成用 WordPress 架设了。不过，不管是 FTP 还是 WordPress 发布，都在同一台主机上，其实也算不上搬家了。

顺带也把域名换了。新的 Blog 域名为 PY.THONIC.ORG，来自于单词 pythonic，意思是简单、清晰，不要过分强调技巧，一般论的话。于是，Blog 的名字也从“陆离斑「博」”改成“派・索尼客”，简单的音译，感觉不错就写上去了，结果反而有些不知所云呢。本人不是 Sony、Somy or Pony 的粉丝这一点倒是肯定的。

Feed方面。FeedSky 被收购以后抓取的龟速，所以不打算在 FeedSky 烧制 feed 了，现在的 feed 就是默认的 http://py.thonic.org/feed/ 或 http://feeds2.feedburner.com/pythonic。原来绑定在 FeedSky 上的 feed，如 feed.luliban.com，feed.feedsky.com/luliban 等，会自动被重定向到 http://py.thonic.org/feed/。所以继续订阅也没差，至少在域名到期之前是这样子。

不要低估一颗姚明的心/总决赛级别的防守

2009-05-05T14:33:00.005+08:00

和开拓者的系列赛开始前一样，我也列出了三个关键点。

首先，火箭能不能防住 Gasol 是最重要的。去年总决赛中 Gasol 被 Perkins 和 Kevin Garnett 彻底遏制是 Celtics 的取胜的关键之一，当 Gasol 被遏制的时候，湖人就回到了那支 05 年被太阳翻盘的只有 Kobe 一个人战斗的湖人。这一点今天火箭做得最好，在最后时刻的几次补篮前，Gasol 似乎只有 13 投 3 中。

其次，保护住防守篮板，尤其是第二阵容。湖人是常规赛中进攻篮板效率第三好的球队，前两名是波特兰和费城。火箭第一轮让开拓者场均拿到了 9.8 个进攻篮板，虽然比他们的赛季平均要少了 3 个，但光 Przybilla 和 Oden 两个人就贡献 5.0 个前板。而湖人在季后赛的表现也不比开拓者差，Gasol 和 Odom 合起来也能在爵士头上拿到 5.1 个进攻篮板。从这场比赛中，我们也可以看到火箭的第二阵容 Hayes + Landry 在高度上相差很多，光 Odom 一个人就拿到了 4 个前板，整场比赛湖人拿到了 12 个前场篮板。

第三，和开拓者的时候一样，当火箭在防守端做到最好的时候，Aaron Brooks 或 Artest 能不能在进攻端拿到足够取胜的分数。而且，这一点比对开拓者的时候更重要，因为湖人是全联盟攻守转换速度最快的几支球队之一，当他们能够保证自己的后场篮板的时候，快攻会非常之多。

也许你会奇怪三条里面，没有一条是关于 Kobe 的。但绝对不是对 Kobe 的防守不重要，而是说这个地球上没有一支球队可以完全限制住 Kobe Bryant，你所能做的就是在比赛开始前为他准备好 30 分，在他投篮的时候遮住他的双眼，在他突破的路线上让姚明挡在他的身前，当他起跳的时候往他身上扔三四个人，接下来就只有看上帝更爱谁了。。。话说回来，当姚明能够顶防 Kobe 的挡拆的时候，火箭似乎又变回了 Van Gundy 时代的那支“即使 Kobe 拿到50分我还是能赢球”的火箭队。

最后说一句，裁判也是人。凡是看到一个人血流满面的站在面前的时候，难免会动恻隐之心；凡是看到一个7尺6的巨人痛苦倒地后坚持完比赛的时候，难免会心生敬佩。于是，湖人的犯规以 26 比 14，火箭的罚球以 29 比 19 远远领先于对手，最后几次的吹罚也不像是在斯坦普斯中心了。

最后的最后，希望姚明的膝盖没事。

更新一下：看起来姚明的膝盖没事。这是不是有点像去年总决赛的第一场 Paul Pierce 被人抬出球场的情景？