介于学校抽风的网络，已经多日无法登录到博客，每周都要写一点博客的计划差点完全泡汤。:(

中秋闲话，顾名思义，也就是说的都和中秋没一点关系的流水帐。

不得不说，同本科相比，现学校的选课系统不是很到位，对于浏览器的支持也不够，有些特定的页面是有在IE下才能成功浏览。开课一周，感觉老师们水平很高，但也会犯一点低级错误，例如院士的授课幻灯片上把bioinformatic写成了bioniformatic -_-'。另外现在极其怀念大学的食堂，难吃但分量还是够的，米饭蒸得也不错。中秋节还有聚餐，现在的学校气氛全无。

周六冒雨回家拿了三国杀，结果同楼层的同学们基本就没人会玩。真是学生物的和学数学的有很大差别，想当年毕业时大家一局搞定三国杀普及教学，之后就玩的很顺，目前的情况则大不相同……

昨天和同学去了新建成的中国国家博物馆（National Museum of China）里面的展览很多，一上午也就逛了30%。攻略点此

今天是中秋节，在宿舍里独自一人写作业，晚上班级搞晚会，一个宿舍一个节目，由于之前悲剧的复试，导致现在的学档分离，宿舍里没有人与我同班。只好独自代表宿舍出个节目……愿晚上能蒙混过关。今天的天气不佳，晚上也不一定能看到传说中的圆月（一般都是十五的月亮十六圆，但今年中秋特殊，十五的月亮十五圆）

P.S.:1.博客的页面里新加了个todo list，提醒自己没有完成的任务。

2.人文楼前，第一任院长的雕像后面有个玉米烟斗被固定在那里，估计此物应是他生前常用物品（仿制的吧）。（藏的很隐蔽哦,2012.10.23更新，现在已经没了_-_）

由于不会有Haruhi存在，无尽的暑假是不会出现的。对我来说最后一个大暑假结束了。

稍微小结一下暑期生活，参加了3个workshop （R、perl、可视化），学习了不同的知识。

参加了2次统计相关在线竞赛，基本没有名次。

2个bucter网站计划，没做。

读了《DNA：生命的秘密》，真的很好，推荐！

建立了自己的网站lijiayu.net和yulijia.net（以后要多写点博客，别浪费空间）

big data下的数据并行处理非常重要，单线程计算运行速度很慢，简直就是浪费生命

这个格式规范是从APA style中总结出来的，虽然我不会去写心理学的相关review，不过格式还是有一定的普遍参考价值。

首页格式:

题目（页码、靠右上、首页也有）

短题目（靠左上）

论文题目（居中） 作者（居中） 单位（居中）

正文可能要包括的内容：

1. 首先要解释为啥这个topic很重要
2. 要给读者一个论文整体内容的简介
3. 注意关于研究是如何实现的并没有很多细节介绍，描述应着重强调研究背后的基本原理
4. 注意作者关注如前所述的假设的相关主要发现
5. 作者列举出相关已发表的会影响发现的理论
6. 讨论发现以及和它们相关的假设
7. 列举影响研究有效性的局限点
8. 解释为什么这个发现与假设相抵触
9. 明确review文献和其他论文的联系
10. 总结文献的主要结论和发现，并给出将来研究应关注的地方

注意事项：

• 列举的研究要按字母顺序排列
• 要解释清楚一些术语的含义
• 只需要关注支持假设的文献（Focuses only on reviewing literature that supports hypothesis)
• 英文写作时要注意描述前人的研究时要用过去式（应为这些研究已经实现）
• 所有的引用之前都有标点
• 不要缺少描述不同研究之间的过度。最好能明示不同研究之间的关系。这样可以使读者更加清晰文章的整体结构，也可强调不同研究间的相同、不同点
• 在首次引用时，若有至少两个作者，要列出每个人的名字，之后就可以用至少一个第一作者的名字，在加上“et al.”
• 注意英文断句
• 不要引用文章原句，以自己的概括取代
• 参考文献按字母表顺序排列，并不是他们在文章中出现的顺序（每个参考文献除第一行外都要缩进、刊物名和卷号要斜体）

在网上看到了Extreme Presentation™，这个网站主要介绍写信息报告的方式，其中36种页面布局思路对做幻灯片很有帮助，现简单介绍如下。

决策与选择类页面布局
包括：两个可选方案、决定、多个可选方案、聚合争议、筛选可用方案、避免极端方案

进程和进展
包括：详细过程、From-To过程、进程改变、有序的、循环过程、改进步骤

有较多进程和进展的情况
包括：游戏板——复杂进程、流程图、螺旋式上升或下降、输入和输出、从无序到有序、实现目标的进展

问题（与条件）
包括：障碍、矛盾、不同的方法或思想、事物的表面部分（冰山一角）、迷宫——困惑、在边缘

平衡和杂项
包括：平衡状态、非平衡状态、杠杆作用、赞成与反对的情况、组织结构图、问题分类或决策树

更杂乱的情况
包括：关联、成长条件、二维分割、组成问题、二维成长条件、三维分割

备注：

Source: Several of these layouts are adapted from G. Zelazny, Saying It with Charts and M. Craig, Thinking Visually. 作者是Andrew V. Abela, Ph.D.

上周末去旁听了可视化研讨会（Visualization Workshop），主题演讲是来自Universität Konstanz的Daniel A. Keim教授。我对于他提到的pixel bar chart很感兴趣，搜索了一些资料，来介绍一下从bar chart到pixel bar chart的演化过程。

##Bar chart##

bar chart是大家都很常见的条形图，传统的bar chart只能显示很少的一部分数据。

例1.等宽条形图：

有一周车辆销售数据  （例子和图片生成程序源自：Producing Simple Graphs with R）

cars trucks suvs
1        2        4
3        5        4
6        4        6
4        5        6
9        12      16

例如：要表示汽车的一周销量1、3、6、4、9，就可做出如下的条形图。

图的横轴为日期，纵轴为销售总量，条形高度代表销售量。

若要表示汽车、卡车、suvs的一周销售量，则可做出这样的条形图

这时横轴表示三种车辆（并且销售数据按日期的排序），纵轴为销售总量，条形高度代表销售量。

如果还想把总销量表示在图中，则需要这样

横轴代表日期，纵轴代表销售总量，每个竖条分成3部分，分别代表不同车辆的销售数据。

以上三个条形图在数据值小的类别上方都留有很大的空白区域，这也是等宽条形图的缺点。

例2.等高条形图：

为了解决空间浪费的问题，可以使用等高条形图。

例如表示上面的汽车、卡车、suvs的一周销售量

    CODE： 

    barplot(rep(1,length(as.matrix(autos_data))),width=as.matrix(autos_data), main="Autos",  beside=TRUE, col=rainbow(5))

等高条形图的缺陷是无法从图中看出准确的数值（就是指上图中的车辆销售量）。

##Pixel bar chart##

pixel bar chart是在原有bar chart的基础上，将每个数据用一个像素为代表显示在图中，像素在图中有坐标位置和颜色这两个指标值（Daniel A. Keim老师的意思是bar chart加上x-y diagrams），故可以显示数据的多个指标，并可在有限的空间展示大量数据。

（图像来源于论文：Pixel bar charts: a visualization technique for very large multi-attributes data sets）

像素条形图的优势是可在一张图中展示大量的多属性数据，例如下图。

这是一个在电子商务中应用的例子，图中的每个像素代表一位顾客，每个条形代表一类产品。a图中的颜色代表顾客的购物总额，b图中的颜色代表访问次数，c图中的颜色代表浏览数量。（从图中可以很直观地看出顾客的购买倾向）

（图像来源于论文：Pixel bar charts: a visualization technique for very large multi-attributes data sets）

pixel bar chart具体的算法详见论文：Pixel bar charts: a visualization technique for very large multi-attributes data sets （能搜索到免费pdf下载）

下一步，有时间研究一下如何实现。