肥貓的異想世界

前言

由於業界對於Python的接受度較高，碩士論文寫完後，一直有將學習R的經驗移植到Python的想法。只是服役的地方不能用個人電腦，只有放假才能回家上機也讓效果不彰，加上其他原因，只好留待退伍之後再來做。

我對資料分析的概念，一開始是在R和SPSS上建立的。直到服役期間因為業務需接觸Excel，參考相關工具書之後，才重新（也才知道之前繞了不少冤枉路）建構了資料分析的重要概念，雖然這還沒讓我能活用DBMS。

這陣子在某行政機關服替代役，工作內容為文書助勤兼打雜，常要幫長官寄信。由於絕大多數的信件都是寄到幾個特定的機關去，若每個信封都要手寫太浪費時間。在鄰座學長的提議下研發出一套列印信紙標籤的方法。退役前承辦的學長還說，拜託離開前教我一下，不然你印的幾百份我一個月就用完了。所以就用休假時間寫了這篇：

雖然更多人慣用的是Microsoft Word，不過因為我家裡電腦只有LibreOffice Writer，加上如果你的電腦沒有Microsoft Office的時候，工作還是要做啊。所以我接下來的教學還是以LibreOffice的操作為主。若你的電腦安裝的是國發會的ODF文件應用工具，操作方式和LibreOffice一模一樣。但是如果你熟悉作法與原理，應該可以在Microsoft Word上變出一樣的東西，反之亦然。

近期需要從較老舊的圖書館系統匯出想借閱的書目列表，資料結構大概長這樣：

________________________________________

裝訂及其他區別字樣：平裝 

發行性質／價格：新臺幣780元 

一般性資料：20160111d2015 k y0chiy09 e 

正文語文：chi 

......

_________________________________________

但是上面那樣顯然不是適合人閱讀的報表，也不利後續利用。因此需要整理成如下圖的樣式：

這幾天嘗試在家嘗試架設臨時性的FTP，方便區網內兩台電腦互傳檔案之用。雖然李博明老師寫的Pro FTP（容許匿名登入）的架設說明淺顯易懂，實際操作卻踢到鐵板。可能的原因是文章過舊而與現況不符；也可能是因為我是在Ubuntu上操作，而與原文使用的Debian仍有相當差距。總之我寫這篇的目的不是戰李老師，而是希望補充一些細節或解答，讓後進能少走些冤枉路。

該鐵板簡稱530 Error（或登入不正確），至少在FileZilla用localhost測試看到是這樣。該代號簡單說就是密碼錯誤，但是既然是匿名登入，那還需要什麼密碼？爬了許多文還是解決不了，只好請教協會聊天室裡的先進。得到的解法整理如下：

• 建議改裝proftpd套件

李老師的演示是安裝proftpd-basic套件。不過個人實測後，建議改裝（功能似乎也比較完整的）proftpd套件，因為系統設定後者套件時，會自動加入一些運作必須的資料夾和設定，可以減少許多後續設定的麻煩。

因為我喜歡將從開放式課程網頁下載得到的影片檔轉換成音檔，存入手機等方便隨身攜帶與收聽，便衍生出使用命令列（本例為ffmpeg）批次處理的需求。一種方法是用WinFF來代勞，但是若有客製化需求的時候，直接打命令列還是比較乾脆。但是我當然不想傻傻地一個一個檔案慢慢key，便需要利用R的字串處理工具，把變數（如檔案路徑與名稱）和命令式整合在一起。以下示範相關過程與程式碼。

• 前處理：設定變數與欄位

第一步是先設定變數與欄位，所以我先在Calc做了兩欄，一欄是來源檔的檔名和路徑（在Ubuntu，你可以透過複製該檔，在Calc直接以純文字貼上該檔案路徑）；另一欄則是你想要的格式，如果你想做得細一點，也可以再新增一欄鍵入各種參數。

由於R的匯入資料功能使用xls檔比較方便，所以我最後是將其存成xls檔，而非開放格式的ods或csv等格式。

近日論文口試通過，再經過幾次大修就要送印、送圖書館準備畢業。重頭戲是把之前沒時間顧慮的一些內文用語、排版問題等弄好，畢竟論文是拿來給後人鞭屍的，許多事情可馬虎不得。

不過肥貓這下踢到第一塊鐵板，因為中文學位論文的章節編排是第一章、第一節...一字排開，若在圖表標號時，直接套按章的層級去編號的話，就會發生如圖中啼笑皆非的後果。

但是如果改第一章、第一節的編號，變成小寫數字1，就會變成另一邊有麻煩的問題了；可說是順了姑意逆了嫂意。有些人是索性不理格式規範，直接還是用圖1...圖15的編排去做，反正如果指導教授沒說什麼，圖書館大概也不會刁難。但是如果你是很龜毛的人，那該怎麼辦呢？

之前有問過其他講師，用的方法不外乎要改多層次清單。我知道Word上很多人這樣用，可是這樣不但操作複雜，而且沒弄好可能還會破壞編碼結構，我的文件就被自己搞壞好幾次，只好回溯前一版。我們不管怎麼做，其實都是用假的變數欺騙系統，叫他採用我們要的變數而已，但是如果「騙得」不夠有邏輯、高明，很容易編碼簿就亂掉釀成更大災難。

最近因為支援會議所需，被委託處理與會者的資料。雖然都是敘述統計，但是現有的商業軟體難以滿足兼顧效率與經濟的需求。

1. Excel製作次數分配表（Frequency）的步驟很繁瑣，我看過有人用樞紐分析表做，但看了眼花撩亂。

2. 即使製成表之後，Excel用滑鼠點放製作圓餅圖、直條圖的方式也非常繁瑣，實在難以勝任同時要處理數十張圖的任務。

2019年在政大修了蕭乃沂老師的多變量課程，照往例課程要求除了要用SPSS跑出結果之外，還要用R再做一次。平心而論，R是一個在業界效能絲毫不輸給SPSS的軟體，另外一個強勁對手則是Python，Python在業界可說是殺手級的應用。加上R和Python免費、開源的特性（也有些商業的加值解決方案），即使以後SPSS可能會漲到天價，還真的一度聽說貴到有公立學校買不起，你還是可以自己跑統計，出社會工作也差不多。以馬克思主義的觀點，你沒有生產工具就只有任資本家宰割的份，所以就忍耐一下學習過程可能的痛苦吧。

但是學習總是很痛苦的，多變量課程通常一週需要至少9個小時的課程準備，對於電腦新手可能更是如此。不過我覺得，與其讓後進像我們一樣整天翻找網路、工具書還找不出答案，不如提供一些解答的範本，讓後進者可以按圖索驥。以前寫迴圈的時候寫不出來，也是拿學長給的R語法來應急，放心老師知道也樂於讓我們用這個方式寫作業，唯請標明出處或歷程。

在學術單位工作或唸書，無可避免會處理大量PDF。然而現行業界常用的Adobe Acrobat要價不斐，絕非一般人所能輕易負擔；雖然好一點的學校有校園授權軟體，但是除非你能遠端連線，或學校距離你家很近，否則遠水救不了近火。

所幸，在Linux系統就有幾個實用的PDF處理軟體，而且免費。其中最主要的是pdf-shuffler。若想用最方便的方式安裝，在Debian/Ubuntu可用以下指令：

sudo apt install pdfshuffler

其主要用途，是可對PDF每一頁分別進行順時鐘/逆時鐘旋轉、分割、組合等。雖然程序與方便性，可能遠不及Adobe Acrobat的一鍵合併文件功能，但是尚稱實用。不過據我了解，Adobe Acrobat將Word擋轉存PDF的功能，是必須在有MS Office的前提下進行，若你只有Windows和LibreOffice，Acrobat的轉檔功能可能同樣無用武之地。所以你最好還是用Word或LibreOffice內建功能，事先把PDF存好。

原本我只計劃遠端參與g0v 2020的台南峰會，原因不外乎距離稍遠、論文纏身、在台南市區轉換場地的距離與技術困難、一開始想聽的場次不多等。不過在教授鼓勵，與獲得開放文化基金會很阿莎力的補助下，加上周四早班普悠瑪訂不到只能搭高鐵，乾脆狠下心搭早班高鐵一口氣參加了周四的面海松、周五、周六的Summit；周日因為有事，所以周六晚上就從成大搭台鐵+高鐵回台北。雖然很累，但是整體而言過程頗為值得。