[Linux] 如何用yum更新kernel系統?

yum 是一個軟件包管理器，可運用於Redhat或基於Radhat基礎的CentOS版本系統，常用的命令作業包含移除、更新、查找和安裝等等。同時其可由各服務器下載各款應用的RPM包，不論是CentOS的三大官方安裝源(如 base/extras/updates)或是各款應用安裝源(如 httpd/php )，並在安裝過程中自行補齊需要搭配的依賴包。

[Python]如何利用Selenium模塊模擬瀏覽器操作網頁?

銜接<[Python]初探爬蟲(scrapy)>的學習，在Python中，除了善用request安裝包抓取網頁資料之外，還可利用selenium安裝包模擬瀏覽器操作網頁，包含搜尋關鍵字和抓取網頁資料，得以實現機機器人流程自動化(RPA, Robotic process automation)的操作。

[Python]如何將批量的PDF資料匯總為Excel清單?

 在現今電腦化(或稱無紙化)的辦公環境中，往往因為工作需求需將一些資料在不同辦公文件之間轉移，如若需要呈現簡報(.ppt)，可能需將word的部分文字複製到ppt上;若需要分析論文中的表格數據，可能需將pdf轉換成excel。然而，若僅僅是少數文件的轉換，或許可簡單用複製和貼上的功能來處理，但若是批量轉換的工作，為了避免重複性勞力和容易出錯，藉由工具來進行批量轉換才是正確的工作方式。

[Python]關於安裝包路徑的指定和修改

 

延續之前文章<[Python]如何查看安裝包的狀態，包含安裝路徑?>的安裝路徑的遺留問題，這次趁著進行其他安裝包的安裝需求，一併再仔細詳讀相關資料，如文末參考資料，同時也著實測試和順利解決。

[Python]如何查看安裝包的狀態，包含安裝路徑?

關於Python，如上篇文章<[Python]初探爬蟲(scrapy)>所述，其藉由各類安裝包的導入可以開展對應程序工作。既然是藉由安裝包的導入，可想而知，一定會有查詢安裝包的指令，網路上很容易搜尋到。(OS: 其實這篇文章的主要目的是為了紀錄今日的幾個重點結論，而查看安裝包的狀態僅是其中一個結論。)

[Python]初探爬蟲(scrapy)

隨著互聯網時代的到來，網路已成為人類生活的資料庫，只要輸入合適的關鍵字，大部分的問題可藉由搜索找到方向。然而，以另一個角度觀察，龐大的網路資料庫也易因為巨量的資料，導致容易失焦，因此如何從資料庫篩選出期望的主題資料是一個重點工作。早有耳聞Python的爬蟲功能，藉著零碎時間看了一些視頻，同時將重點摘要如下，供日後查閱，也供各位參考。

[R]如何繪製條型圖(Bar chart)? geom_bar()

 

在數據分析中，直方圖(Histogram)和條型圖(Bar chart)是常用於觀察數據樣態的工具。關於直方圖的用法，可參考<[R]直方圖(Histogram)的用法>文章。

關於條型圖的用法，各位一定不陌生，尤其是經過2020年的COVID-19疫情事件，為了統計和比較各區域的確診或死亡病例，各媒體常以條型圖呈現數據。在R語言中，藉由安裝包ggplot2亦可輕鬆繪製，範例程式如下。

[R]如何篩選出特定子集數據? subset()

在R語言中，篩選出特定子集數據的函數為subset()，經由查詢Help的結果，其對應的描述和用法如下。顧名思義，利用邏輯符號表述篩選子集的方式，將符合條件的數據子集合篩選出來。

[R]如何擷取特定字串? substr()

在R語言中，擷取特定字串的函數為substr()，經由查詢Help的結果，其對應的描述和用法如下，顧名思義，substr()的用法僅需要定義原字串x,並定義起始字元和終止字元，即可達成效果。

[R]如何取得非重複的向量或數組? unique()

在數據處理中，去除並取得非重複的數組是一項基本需求。在R語言中，可以用unique函數實現。

[R]如何檢驗一組數據是否符合正態分布?

 延續<[Minitab]如何檢驗一組數據是否符合正態分布?>一文，R語言中的Shapiro.test函數亦可以用來檢驗數據是否呈現正態分布。

[R]如何查詢符合條件的對應行列數據?

這個功能類似Excel中Vlookup函數的效果。但Excel畢竟有儲存欄位數量的限制，換句話說，Excel能處理數據量級是受限制的。在R語言中，亦可用which來實現查詢符合條件的對應行列數據。

[R]直方圖(Histogram)的用法

直方圖(Histogram)常用於數據分布和分類的呈現功能。在R語言中，利用hist指令即可繪製，同時亦可輸出數據分布結果，語法說明如下。

Histograms
Description:
The generic function hist computes a histogram of the given data values.
hist(x, breaks = "Sturges",
     main = paste("Histogram of" , xname),
     xlim = range(breaks), ylim = NULL,
     xlab = xname, ylab,
     axes = TRUE, plot = TRUE, labels = FALSE)