迎虎年

连绵阴雨今退散，
和风暖阳冬日暄。
浦江涟漪清波静，
门庭若市车马喧。
回首金牛辞旧岁，
虎虎生威迎新年。
玉盏流光庆欢聚，
恭祝幸福人康安！

— 恭祝大家新春快乐，万事顺意，心想事成，阖家康安！

Julia学习笔记：VS Code Julia扩展1.4.0及后续版本无法启动Julia的一个原因及解决

一直在使用VS Code来编写和运行Julia程序。

可是，自从VS Code的Julia扩展（Extension）升级到1.4.0版后，直到目前最新的1.5.6版本，都无法启动Julia。错误提示“julia.executablePath”设置不正确，需要重新设置（如下图）。就是说，指向julia.exe的路径设定不正确。

但实际上，julia.exe的路径设定是正确的。想到会不会是路径格式问题。于是试着将“\”改为“\\”或“/”，或是在路径外增加引号，但都无法解决问题。

到论坛、GitHub上寻求帮助，也没有答案。有朋友建议将Julia扩展降低版本使用。这倒是可以暂时解决，将Julia扩展降级到1.3.34版后，Julia可以在VS Code中启用。

本来以为这个问题能随着Julia扩展的进一步升级得到解决，可直到最近的1.5.6版，也还是存在同样的问题。作为“强迫症”患者，自己实在觉得这个不太容易忍受，于是再次寻找问题所在及解决方案。

先是尝试看GitHub上VS Code Julia扩展相关的源码，想找出些端倪，不过并未找到问题所在。

又尝试着在VS Code安装目录下，看看是否有Julia扩展相关的配置文件，想是不是可以直接修改相关配置文件，使julia.exe的路径设定可以起作用。也没有成功找到这个相关的配置文件。

突然一转念，想到既然是1.3.34版本可以正常使用，1.4.0版开始出现的问题，那看看1.4.0版和1.3.34版之间的差异，会不会能够找到问题呢？

在VS Code Julia扩展的文档主页（https://www.julia-vscode.org/docs/stable/）下的“Change Log”查找，发现了一点儿线索，与executablePath有关（如下图）。

顺着#2379这个链接，看到了关于这个更改的相关讨论及内容，是对“package.json”文件中的内容进行了更改。

于是，查找文件“package.json”，它是位于当前用户目录下的。以1.5.6版Julia扩展为例，具体位置是“C:\Users\当前用户名\.vscode\extensions\julialang.language-julia-1.5.6\package.json”。

打开“package.json”（如下图），参照此前所看到的内容更改，将”configuration”–>”julia.executablePath”–>”scope”的原值”machine-overridable”改为”machine”，即改回为1.3.34版本中的值。

重新启动VS Code，Julia可以运行，路径错误的问题总算得以解决了。

没有深究”configuration”–>”julia.executablePath”–>”scope”的对应值具体含义，所以暂时还不清楚问题的根本原因，只是将问题解决了而已。

另外，这个路径错误问题，我只在Windows中遇到，在Mac中从未出现。也暂时没有深究原因。也许什么时候有空，再去研究一下。

Julia学习笔记：在Julia中使用folium生成地图

此前，在Python中利用folium包，实现了一个交互式地图，在地图特定地点进行标记，并可显示该地点箱量。

自从使用了Julia后，希望能将这个生成交互式地图的功能通过Julia实现。看了Julia支持的OpenStreetMap，发现和自己想要的功能不太一样。Julia中的OpenStreenMapX包，是基于OpenStreetMap的地图数据文件进行操作的，需要下载OpenStreetMap的地图数据文件。

同时，也看到了，Julia可以通过PyCall包，使用folium来实现生成地图的功能。但是，自己还是希望能够使用“纯粹”的Julia，而不是调用Python的功能包来实现。

查看了很久，发现似乎没有别的更好的选择，只好尝试通过PyCall包，引入folium来生成地图。

使用PyCall，要注意设定Python环境，使用 ENV[“PYTHON”]=”Python路径” 这样的设定，自定义Julia将要调用的Python。环境设置后，PyCall包要重新build一下才可以使用。

在Julia中调用Python还是比较方便的。

以使用folium为例，程序起始要有“using PyCall”，以便调用Python。程序中，使用类似 folium = pyimport(“folium”) 的语句，生成名为folium的PyObject。这个folium与Python中“import folium”后类似，可以使用如 folium.Map() 这样的形式调用folium包中的函数。

但在使用中，要注意一些Julia与Python语法不同的细节。我为了方便，将原先Python的代码copy了过来，但有些地方就会报错。比如Python中，两个字符串可以用“+”连接，但到了Julia，就要把“+”改为“*”。还比如，Python中使用“True”，而Julia中对应的是“true”。还有类似数组下标起始不同，根据数值范围循环，数值区间不同等等。

将这些改好后，运行代码，与使用Python时一样的交互式地图就生成了。

Python学习笔记：Python升级到3.10带来的几个问题

Python前阵儿发布了3.10正式版，没有多想，和以往一样，将自己所用的Python也随之升级到了3.10版。

不曾想，升级后，使用中却出现了一些问题。

首先，有些包不支持Python 3.10，甚至包括很基础、应用很广泛的如NumPy、Pandas、SciPy等。尤其是Numpy，许多其它的包都依赖NumPy。NumPy无法正常使用，导致依赖它的包也不能正常使用。

到GitHub上看了一下，貌似也没有什么好办法，因为急用，只好将Python回滚到3.97，临时凑合一下。

然后就常常看NumPy的消息，终于盼到NumPy推出支持Python 3.10的版本，立刻安装了。本以为这样可以解决问题，可是发现，Pandas仍然不能正常安装。因为Pandas的当前最新版本依赖的不是NumPy的刚刚推出的最新版本，而是NumPy此前的版本。所以，虽然NumPy已安装完毕，Pandas还是不能安装。

这样，需要使用Pandas的程序，还是不能正常运行。老样子，到GitHub上去看，貌似也没有直接的解决方案，好像说要等待Pandas推出支持Python 3.10的版本。不过，找来找去，似乎看到Pandas成员有人说Pandas目前可以使用在Python 3.10环境中，但针对Python 3.10的版本wheel还没有生成。看到这里，心里有了一点儿希望，就想到，不使用pip进行安装，而是下载源码后，尝试直接本地编译安装的方法（需要Cython包）。于是将Pandas的最新版源码文件 pandas-1.3.4.tar.gz 下载，然后使用“python setup.py install”来进行安装。不错，Pandas竟然安装成功，可以使用了。这下，困扰多日的问题，总算暂时得以解决。

本想照葫芦画瓢，把SciPy也这样安装上去，可惜失败了，没有仔细研究问题所在。有空时慢慢研究或等待支持Python 3.10的SciPy版本吧。

还遇到一个问题，是Python 3.10中，标准包collections升级改动引起的。

在Python 3.10中，“from collections import”这样的语句已经被弃用，应当改成“from _collections_abc import”。

发现这个问题是使用pyecharts包时，包目录下render\engine.py源文件中，有一行语句“from collections import Iterable”无法正常运行，提示import失败。查看了新版collections的文档和__init__.py源文件，发现了上面提到的语句弃用问题，于是将engine.py源文件中的语句改为“from _collections_abc import Iterable”，这样，pyecharts包就可以正常使用了。

Python这次升级，改动较大，甚至支持了类似switch…case…的语法，给大家带来更多方便。不过许多功能包还没有对Python 3.10提供及时支持，可能全面方便地应用，还要再过一段时日。

最后，说一个和此次Python升级无关的问题。

使用pivottablejs包来读入Excel文件，生成数据透视表时，发现总是会有莫名其妙的空值，空值个数与读入的Excel表行数相同。后来得知，这是因为不同的换行符格式导致的。在pivottablejs目录下__init__.py文件的pivot_ui()中，增加” newline=’\n’ “作为io.open()的最后一个参数，空值的问题就解决了。

Julia学习笔记：堆积柱形图的绘制

使用Julia的Plots包，加上Plotly(JS)做后端，可以方便地绘制出各类漂亮的图表。

前一阵儿，使用Plots包中的plot函数，绘制柱形图（类型参数设置为柱形图，seriestype = :bar）时，还会出错，提示参数不符。现在，又试了一下，发现已经可以使用，直接用plot函数就可以绘制柱形图。

因为需要绘制堆积柱形图，于是就查看Plots的文档，看应该如何设置参数，绘制柱形图。

看起来很简单，只要在plot函数中，将参数“bar_position”设置为“:stack”即可。但文档中还有一句提示，告知堆积参数可能无法完全生效。而柱形图默认的是叠加覆盖（overlay）模式。

尽管如此，还是尝试了一下，果然堆积参数无效，无法绘制出堆积柱形图，仍然是叠加覆盖模式。

于是寻求解决方案。

在Julia中文论坛和国外论坛、GitHub的Plots板块都进行了搜索，发现这的确是一个问题，而且目前似乎也没有解决。看到有网友建议使用StatsPlots包中的groupedbar函数，来实现堆积柱形图的绘制。

但尝试了一下，发现groupedbar所用参数与plot函数不尽相同，而StatsPlots文档中groupdebar的说明也非常“简陋”，只是举了个例子而已。

只好自己根据groupedbar函数的例子进行研究，发现plot函数，使用的数据，参数类型可以是Array（数组，一维或多维均可）；而groupedbar函数，对应的数据参数，必须是Matrix（矩阵，即二维数组）类型。因为在这段程序中，要绘制多个图，并将多个图整合在一页；所以就想尽量省事，少使用些函数和变量，不要过于麻烦，仍然想统一用plot函数解决。

到Julia中文论坛，专门提问这个问题，有热心网友 Jun 告知，plot函数一直不支持堆积柱形图，只能用StatsPlots包来解决。

于是，只好改写原来的程序。使用StatsPlots包的gropuedbar函数，并将传入的数据类型改为Matrix，参数“bar_position”设置为“:stack”。其余参数如数据标签、图例等，都和plot函数类似，无需改动。

这样，总算是成功绘制了堆积柱形图，并最后将多个图表进行整合。

只有共产党，才能救中国——由《觉醒年代》说开去……

前一阵儿大热的连续剧《觉醒年代》，广受好评。不太追剧的我，也被其深深吸引触动……

《觉醒年代》反映建党前的一系列历史事件和进程，而当我们了解历史后，更加会觉得，“中国共产党是历史的选择”，这绝不是简单的口号和臆断，而是真真确确的事实。

自清末开始，由于国力羸弱，屡受外辱，多少仁人志士探索强国之路。但是，在党成立前，却没有一条路是行得通的。无论是君主立宪、民主共和，抑或无政府主义，无一不在现实前碰撞得“头破血流”；没有一个能切实地改变中国，使中国走上富强之路。

“十月革命”一声炮响，为中国带来了另外一种可能；而作为“学生”的中国共产党，却没有死搬硬套其模式，而是根据中国国情，辩证、历史地看待和处理问题，走出了一条独特的、适合自己的道路。

“全心全意为人民服务”，为最广大的人民群众谋取利益，这是党的初心，也是中国共产党与其它党派最大的不同。同时，这也是党拥有广泛群众基础，从成立至今，一个世纪来，能克服各种艰难险阻，不断走向胜利的原因。

想到《觉醒年代》剧中，陈独秀、李大钊两位先生，在海河岸边，见到百姓流离失所，不禁痛哭流涕，并立下誓言，为解救中国劳苦大众而奋斗。这是剧中，少有的李大钊先生痛哭悲伤的情节。就我个人感觉而言，李大钊先生几乎就是最具有代表性的中国共产党一员。他的奋进、激昂，与群众结合，乐观向上，无不是共产党员的典型特性。陈独秀先生有时也会“迷茫”，而李大钊先生自从认定了马克思主义理念和社会主义道路，就一直乐观坚定地向前看。李大钊先生那种乐观主义精神，我觉得也是我党能在各种恶劣环境下，面对困难、强敌，却仍然顽强斗争、勇往直前的精神动力。

回首当年，谁也不敢想象，成立时如此“简陋”的中国共产党，竟然带领中国人民，击败外敌，解决内患，推翻了一座又一座大山；自力更生、艰苦奋斗，傲立于世界东方；并继续带领人民，走向富足光明的未来。

前进的道路总归不是一帆风顺的，但党的一个特点是强大的自我纠错能力。正是这种自我纠错的能力，使得我党在前进过程中，能够及时纠偏，继续行进在正确的道路上。

曾几何时，一些不和谐的声音开始出现，试图扰乱人们的视听。这些声音或是编造所谓“史料”，歪曲事实；或是采取历史虚无主义，妄图抹杀史实；或是假装“理中客”，暗中带节奏，误导大众；或是做杠精，无论什么角度，都要进行辩驳。

这些事例不胜枚举，从所谓我党抗日，游而不击，到主席《论持久战》并非原创；从声称民国政府比我党更注重教育，到编造毛岸英烈士牺牲过程；从分析邱少云烈士事迹不符合生理常识，到为731部队洗白；从贬低袁隆平爷爷，到夸大我们与他人差距。

其实稍微查查真实史料，稍微客观、逻辑地分析一下，就知道上面那些谬论有多可笑，多不堪一击。

我党领导的敌后抗日根据地，牵制了日军的大半兵力，而八路军、新四军及敌后抗日根据地武装，在对日作战次数上，也超过了国军。诚然，国军有英勇抗日的将领和士兵，但以蒋委员长为首的国府，从来就没有把自主抗日当作第一选项。国府总是寄希望于“外援”，却总是忘记了最主要的是“自强”。

说到抗日，连日军的一些作战记录年鉴，都明确记录说明了共产党领导的军队，战力及牺牲超过国军。但这样的史料，许多人视而不见，却对不知从何而来的“路边社”消息奉为至宝。

所谓民国政府重视比我党更重视教育，这也是无稽之谈。民国时期，固然有大学、有大师，但仍然是为最顶层的“精英”服务的，绝大多数普罗大众仍然是没有受教育的机会。而我党的理念是，为最广大的人民群众谋福利，全面提高国民素质。正是这样，我国的文盲率才迅速降低，才有了当今的九年义务教育。

如果将那些谬论一一驳斥，恐怕要花费大量口舌，而且也永远无法叫醒那些装睡的人——他们并不真的在乎“六子吃了几碗粉”，他们的目的就是要污蔑甚至​让六子死。

所幸，近年来，这样的言论越来越没有市场，越来越被广大人民所​鄙视。大家也越来越看清，中国共产党，才是真心为了百姓利益奋斗和奉献的​群体。

而中国共产党，也必将牢记初心，不忘使命，带领全国人民，迈向​下一个新时代。​

Julia学习笔记：使用Tesseract包进行OCR

这几天，工作中需要整理大量文档，而且，需要将文档中特定部分摘录汇总。可是这些文档均为扫描而成的pdf文件，如果将其中需要的特定部分进行摘录，需要重新打字转录，那真是费时费力。可工作还要进行，这可如何是好？难道只能硬着头皮一个一个打字？那真是不符合我们“懒人”的做派。

突然想到Julia中可以使用Tesseract包实现OCR功能，于是就试试这个方案。

将文档中需要摘录的部分截屏存为图片，准备使用Julia来进行OCR。这里需要Images包和Tesseract包（using Images和using Tesseract）。

因为是英文文档，所以使用 download_languages(“eng”) 来初始化Tesseract进行OCR的语言。此前曾出现过无法正常下载语言文件，导致Tesseract不能正常运行的情况。如果遇到这个问题，可以直接下载语言文件，并放置入Tesseract相应文件夹中即可。

操作其实比较简单，先是TessInst(“eng”)初始化一个基于英语的实例，再使用 pix_read() 读取打开的图片文件。然后用 tess_image() 将读取的图片文件信息导入实例，最后将实例作为参数，使用 tess_text() ，即可获得OCR的文字了。

可是，不知什么原因，无论是用VS Code还是Jupyter Lab，执行 tess_text() 时总是报错或假死机。根据VS Code提供的错误代码，到其主页查看，似乎是兼容性的什么问题。

后来，不使用IDE环境，直接启动Julia，将代码copy至Julia REPL中，可以正常运行并得到结果了。

在代码后段，使用文件操作函数——open()，write()和close()，将OCR结果保存至文件中以备后续使用。而且，为了方便及提高效率，使用Gtk包，反复打开需要OCR的图片文件，将多个结果保存在一个文件中；并在保存每个图片的OCR结果时，将图片文件名添加进去，进行对应，方便此后查询。

这样，不多时，一批文档的特定内容就全部读取完毕，只需核对OCR结果与原文档内容是否匹配，并汇总即可。

小番茄与《千字文》

对于有娃的家长来说，鸡娃or不鸡，that is the question…… 尤其当下，恐怕更多的不是“鸡”或“不鸡”，而是怎么“鸡”的问题了。

我们对番茄的态度，不是随意放任自流，但也不希望做拼命三郎，算是尽量找个平衡吧。

说起《千字文》，源于最初考虑用什么方式教番茄认字，试过文字卡片、看图识字等，但我个人觉得必须要有个“目标”，而且还要坚持。卡片类的东西，很容易淹没在番茄的各种玩物和书中，后来突然想到了《千字文》。

老祖宗的许多遗产，真是不错。《千字文》，是由一千个汉字组成的韵文，四字一句，行文工整，条理清晰。而且原文本是一千个不同的汉字，虽然现在使用的是简体字，有些重复，但绝大多数仍是不同的字。于是想尝试以此为目标，带番茄一起读并试试教她认字。

可能许多人觉得《千字文》太难，不适合小朋友学字；也有人觉得字数太多，开始没有必要把目标定的这么高；还有人认为，小朋友学习要培养兴趣为主，不能是辛苦学习，这样效果不好。

我个人觉得，现在小朋友学习的许多方向，被带歪了。

首先说学习的辛苦。诚然，兴趣作为学习敲门砖，的确对引领小朋友学习有很重要的作用。但学习，尤其是比较深入的学习，永远都不是轻而易举之事，即使有强烈的兴趣，也是要付诸辛苦的努力——这个是我一直以来的观点——绝不能指望依靠兴趣，可以轻松学习，这是自欺欺人，也是绝不可能实现的。现在的小朋友接受事物的广度、深度，远超当年同龄时的我们，所以，在合适的时候，应该让小朋友正视学习的辛苦，而不是逃避，不能用兴趣、轻松、或“利诱”这些概念方式来贯穿小朋友的学习过程（虽然许多时候，适当的“利诱”在所难免）。应当让小朋友知道，学习是必要的而且是辛苦且要付出努力的。

许多人说，如果让小朋友知道学习辛苦，需要努力，小朋友就不愿意学了。这话有一定道理，惰性是人的天性之一，谁都希望舒舒服服躺在“舒适区”。但真躺平在舒适区，就意味着没有前进，真正的前进是不可能轻松的。说到小朋友是不是不愿意付出辛苦去学习，我觉得从天性来说，的确很难心甘情愿自己“受苦”，但家长的一个重要任务，就是陪同孩子走过这段路程，让孩子能够接受学习的辛苦。可能方法有很多，我觉得最重要的是能以身作则，要“陪同”小朋友一起“辛苦”学习，而不是把学习变成小朋友自己的任务，而家长只做抽打小朋友前进的“鞭子”。

除了“快乐”学习这个“歪理邪说”之外，还有一种观点，我觉得也跑偏了。就是过分强调不能死记硬背。其实，小朋友的机械记忆力超过理解记忆力，而且记忆力是需要锻炼和培养的，如果一直不用，那么必然会有所谓“什么也记不住”的现象。所以，记忆，在学习的过程中是必不可少的。哪怕是数学这样的科目，熟练应用的基础也是能够理解并牢记各类公式及概念。所以，“识（zhì）记”很久以来就是作为学习的一个重要步骤，甚至可以说学习是由识记开始的。

我个人认为，一个人学习的能力或知识的范围，就像是一个蓄水池。在年纪小的时候，由于理解能力等方面的限制，可能无法深挖，但广度却是可以扩充的。如果广度很大，随年龄增长再挖深度，那么学习能力和知识范围将会相当可观。如果小时候没有扩充广度，到需要挖掘深度的时候，如果想同时再扩充广度，那么所需要的努力，将会更多。

而且，我们认为困难的事情，也许小朋友并不认为那么困难。比如说我，小时候无聊，自己去背圆周率，最多时能记下来三百多位，现在也能记住一百四、五十位。如果现在才开始让我去背圆周率，肯定觉得很困难，但小时候无聊，随便记记，也就把它给记住了，并且多年不忘。

大家都认为现在的小朋友比我们小时候有见识，那就别小看他们，相信他们的能力。好比说我们以前一直认为小朋友三岁前不记事儿，发生了什么，自己完全没有记忆。可是番茄二十个月到巴黎，三岁不到去巴塞罗那，这两次经历，她虽然不能记住全部细节，但自己头脑中还是有很多“存货”的，偶尔自己还会说起。

所以，我们应当重新审视小朋友们的能力，不要用我们自己的局限来给小朋友们设限。当然，我不是说要揠苗助长，只是说，不要过于“轻视”小朋友而忽视了他们的真正实力。

另外，再说两个我觉得正确的但许多人不认同的“歪理邪说”：

正确的“歪理邪说之一”——人的记忆肯定是受限的，但大多数时候，是按比例丢失的。就是说你能记住的（指短期记忆），是你试图记住内容的百分之七十左右。那么你如果尝试记住十个单词，可能最后就只记住了七个，但如果你试图记住一百个单词，最后可能就记住了七十个。这里不做准确定量分析，只说大概。基于这个理论，需要背的东西，尽量多背，而不是画重点。比如我们中学时期的历史、地理、包括生物等大量需要背下来应付考试的内容，如果只背老师画的重点部分，最后记住的就是重点部分的百分之七十左右，如果尝试把所有知识点都背下来呢，那记住的就是全部知识点的百分之七十左右。以全部知识点的百分之七十去应对以老师重点部分为主的考试内容，绝大多数情况下，是绰绰有余。更何况，多背两次，记住的就不止百分之七十了。

正确的“歪理邪说之二”——理科，尤其数学，可以“降维打击”。许多人都强调，小朋友的数学题难，不仅本身难，往往还难在不能使用超纲的知识。是的，解题不能用超纲的知识，但没说你思考不能用超纲的知识啊。如果使用微积分，是不是许多极限方面的问题都迎刃而解？如果设立方程，是不是许多算术应用题都可以迎刃而解？这个难点在于，高维的知识是否能够理解或掌握，如果真的理解或掌握了，“降维打击”低维度的问题，是非常容易的。而且，当思路清楚后，也可以很容易转化为用同维度的知识来解决。使用高维知识，经常可以迅速地找到思路，解决问题。所以，不要再拘泥于所谓不能使用超纲的知识，知识是拿来灵活运用的，而不是自我设限的。

回到《千字文》，经过这么长时间，磕磕绊绊，小番茄总算是把《千字文》一课一课坚持全部读下来了，虽然不知究竟真正认识其中多少字，但总应该聊胜于无吧。

而且，通过这个过程，也让她知道了几件事情：
一、学习是辛苦且需要付诸努力的；
二、虽然有些事情不愿意或不容易，但还是必须要去完成的；
三、学习获得的成果或成绩，还是很有自豪感和成就感的。

当然，在小番茄读《千字文》的过程中，我们也没有完全照搬我们小时候的方法。比如没有特别强力的逼迫；在开始的阶段，还是引导并激发她自己的兴趣，尤其是她的“虚荣心”，让她觉得自己认识很多字，那是很“赞”、很“牛”的一件事情。所以她开始还是愿意跟着读，但后来，越来越艰难，她也会“耍赖皮”，想逃避。如上文提及，对于这个问题，我们此时没有去回避或糊弄她，而是坦率告诉番茄，学习的确有些累，但这并不难，她只要坚持，完全可以克服；同时，也告诉她，有许多事情，是必须要去完成的，不能随意任性；还有很重要的是，随着她读的进程，不断鼓励她，强调她的进步，尽量激发她的自豪感（我觉得这是我们小时候，父母师长对我们的教育过程中，相对来说比较欠缺的）。番茄慢慢也接受这个事实，虽然觉得累，但还是慢慢坚持下来了。

娃学习的过程，其实对父母来说，也是一个学习的过程。希望我们都能陪伴自己的孩子，走向美好的明天。

江南忆，最忆是杭州

又是很久没有去过杭州了，有多久呢？——— 对于喜爱杭州的人来说，从离开杭州的那一刻开始，就已经很久了。

清明时分，气温宜人，全家驱车前往杭州一游。晚餐后启程，抵达杭州，已近夜半。

翌日上午，出得住处，片刻即行至西湖。沿湖边向断桥方向行进，湖水清清，垂柳依依，游人众众，共享春意。

自上次西湖游船后，番茄即喜爱上了西湖泛舟，来杭前就满心惦记。我们过断桥、行白堤、经平湖秋月，浙博一旁，恰有船泊，遂登船而行。

艄公边摇橹行船，边向我们介绍西湖风光、传奇轶事；至小瀛洲、三潭印月，方才返回。

水波微澜，扁舟轻荡，远眺山色，近赏湖光，徜徉其间，几欲不返，虽无醴醪，景迷人醉 ——— 正所谓“醉翁之意不在酒，在乎山水之间也”。

船靠岸后，稍事歇息，返回酒店，番茄累得趴在我肩上就睡着了，回酒店后，直睡到快吃晚饭，才醒过来。

又一日，吃过早饭，我们和番茄一起去看“老朋友” —— 上次在湖边看到的小松鼠。“老朋友”果然在等我们，应该是等我们给它好吃的。看它双手抱着玉米，埋头认真啃的样子，真是憨态可掬。

看过小松鼠，我们先沿湖边而行，后至河坊街，过鼓楼，顺便参观了胡雪岩旧居 ——— 虽然来杭州这么多次，但此前从未到胡雪岩旧居游览过，这次也算“查缺补漏”了。

我们在中山南路的菊英面店吃晚饭 ——— 以前就在《舌尖上的中国》看到过菊英面店的介绍 ——— 超级爱干净，有洁癖的老板，随性放暑假的经营 ——— 不过却一直没找到机会来吃，这次碰巧，满足了心愿。虽然据说现在菊英面店引入了外部资金，老板也成了“打工人”，但面的味道还是相当不错的。

面店的路对面有个小摊位，卖叫花鸡和酒酿。虽然只是个小摊位，恐怕连店都算不上，桌椅就摆在人行道边，但叫花鸡和酒酿的味道都很好。泥土包着的仔鸡，骨酥肉烂；一钵钵的酒酿，清凉甜香。

第三日，想去龙井，但又觉交通不便，且当日还需返沪，颇有些纠结。恰好酒店大堂茶室，可以提供龙井往来游玩的服务，于是请其帮忙安排。

至龙井村，我们兴致勃勃地沿小路爬茶山，尤其是番茄，开心地化身“采茶女”，一直上到“最高处”才尽兴而返。蓝天、白云、绿树，伴着幽幽茶香，令人心旷神怡。

下山后，于茶室小坐，品明前龙井，学采茶、炒茶，轻松惬意。

愉快的清明假期杭州游结束了，期待下次再来与杭州相聚。

Julia学习笔记：Excel数据逐条读取的低效及Plotly作为后端时柱形图的绘制

近期，要做一个相对来说有些麻烦的数据分析，需要综合Excel多张表中数据，根据特定规则进行综合分析计算，以得到所要结果。

分析数据，首先是读取文件，文件中有几张表，总共大概三十万条数据。其中一张表中的数据是后期数据统计分析的基础。该表中七万多条数据，要以某列String型字段为关键字，首先选出基础数据集合，就是这些数据中，对关键字的重复进行筛除，以不重复的这些关键字所组成的集合作为后续分析的基础。

使用Gtk和XLSX来选取和读取文件，然后设置了一个元素类型为String的空集合，并开始遍历Excel表中数据，逐条读取后，形成集合。

看起来逻辑没有问题，谁知程序运行时却出现“假死”状态，后来耐着性子等，并用@Time看了一下，才发现，遍历七万多条数据读取，去除掉重复数据（这是Julia语言运行集合运算时，自动执行的），形成六万多元素的集合，竟然花费了差不多5000秒的时间——这也太夸张了。以为集合运算要判断元素重复的情况，所以花费时间（其实自己也知道应该不会是这个问题，如果这样，那更大的数据量怎么办？），就尝试了一下生成列表，不进行元素重复的判断，结果用时几乎没有区别。

自己想不出所以然，就去Julia中文社区QQ群里请教大家，马上就有热心网友回复了，推测是因为Excel数据逐条读取效率低下引起的，建议读入形成DataFrame，再进行数据操作。

按照网友指点，使用DataFrame形式（可以用XLSX.gettable函数读取Excel整表内容再生成DataFrame），从DataFrame中逐条读取数据，生成集合，果然“瞬间”就完成了。

这下明白了，今后读取Excel文件数据，尤其大量数据，要整体读入，使用DataFrame形式，再对数据进行操作。

数据整理完毕，还对一些时间类型数据向数值进行了转换（使用Dates.value函数），然后准备将其可视化成柱形图（bar chart）。使用Plots相应功能，可以方便绘制柱形图，但不够美观。于是使用Plotly作为后端——此前常用Plotly作为后端绘制折线图，生成的图形非常简洁漂亮，所以我比较喜欢用Plotly做后端。

可是，随着Plotly后端运行，却无法使用Plots绘制柱形图，无论是使用Plots.plot函数中的参数设置seriestype=:bar，还是使用Plots.bar函数，都不能正常运行，提示参数不符或函数不对。

反复思量无果，就准备试着直接调用Plotly中的bar函数来绘制柱形图。查看了Plotly相关文档，然后使用bar函数，终于成功绘制了柱形图。

不过，也许我文档看得不够仔细完整，Plotly下的bar函数，绘制柱形图感觉不如Plots.plot函数使用方便、灵活。根据Plots文档来看，其实Plots.plot函数功能强大，绘制图形相当灵活，参数设置也很方便。可惜在Plotly做后端的情况下，有许多限制，参数seriestype设置对很多类型无效，柱形图即是其中一例。不知今后会不会有改进。

Julia作为比较新兴的语言，用户群体数量不够大，所以许多包和功能可能不够完善，距离Python的丰富生态还存在距离。但现在应该越来越多的人开始使用Julia了，希望将来生态会更加丰富，让我们使用也更加方便。

辛丑之春

金牛已至又岁除，
云霞明灭焕黼黻。
喜换新桃千家户，
繁灯流华掩星疏。
和风轻暖花锦簇，
金樽玉盏屠苏入。
欢声笑语凝丝竹，
幸福康安与君祝。

——恭祝大家新春快乐，万事如意，阖家团圆，幸福康安！

大师们谈“红楼”

话说这段儿时间，忙上课、忙作业、忙文献、忙工作，竟然还有空看“没用”的书，做“没用”的事儿？不过，前人有云，“不行无聊之事，何以遣有涯之生？”做些“没用”的事儿，权且当作生活的消遣调剂。

谈到古典小说，我个人觉得，恐怕《红楼梦》（此处及以下均指前八十回，不包括后四十回高鹗的狗尾续貂）稳居鳌头，无出其右者。

曹雪芹的神来之笔，无论细节勾绘或是结构框架，无论市井鄙俗或是朝堂高雅，无论诗词联楹或是行文刻画；黛玉之灵秀，宝钗之端庄，凤姐之泼辣，湘云之活泼；都描摹得入木三分。但这大部头的巨著，的确也不容易读，非要静心沉浸其中，否则难得其妙；而一旦得窥堂奥，恐怕就不是读一遍、两遍能放下的了。

前阵儿读完了刘心武先生的全套五册《刘心武妙品红楼梦》。回想自己看过几位大师关于《红楼梦》的著述评说，真是风格各异，趣味迥然。

这几位大师中，最具权威的，自然是周汝昌老先生。《周汝昌校订批点本石头记》、《红楼小讲》、《红楼新境》都曾拜读，但老先生成名作《红楼梦新证》，尚未读完。

周汝昌老先生，毕生钻研红学，尤其是考证，更是他对《红楼梦》研究的一大特色。周老先生对《红楼梦》背景、文字、脂砚斋的评论均进行了详尽的分析和考证，建立了自己的理论体系，同时，也据此对《红楼梦》的各个版本及内中文字提出了自己的看法。

就个人而言，大概因为先入为主，相对来说，最接受周汝昌老先生的观点。周老先生的两本小书《红楼小讲》、《红楼新境》，篇幅不大，但都很有趣儿。

不过，大概老先生太过于注重小说文本与考证的关系，所以有些地方似乎稍微过头了一点儿，《周汝昌校订批点本石头记》中，因为考证所得结论，老先生对文本删改幅度有些过大。但整体来说，周老先生的考证、分析我个人觉得非常令人信服。而且，有了这样的考证分析，可能对曹雪芹“草蛇灰线，伏脉千里”会有更多的理解，再看脂砚斋的评论也更能会心一笑或心有戚戚。

跑个题，如果说我看过的《红楼梦》文本最好的版本，恐怕是浙江出版集团数字传媒有限公司出版的《红楼梦脂评汇校本-繁体竖排版》。这是只可使用Kindle（或其软件）来读的电子版本。但这个版本应该是比较了很多不同版本的优劣，进行了综合考量后所得。而且繁体竖版，读起来尤有古意。

对《红楼梦》的评说中，蒋勋老师的《蒋勋说红楼梦》我也非常喜欢。很早就读过他的《孤独六讲》、《写给大家的西洋美术史》等书籍，很喜欢他的风格，也就成了他的“粉丝”。《蒋勋说红楼梦》最早出版的时候，八辑我是像追剧一样，出一辑，追一辑，直到读完。

蒋勋老师作为美学大师，对《红楼梦》的评说有另一个独特的角度，不作考据，只看文字，只对文字本身进行介绍和解读。蒋勋老师的解读淡泊“佛系”，从入世修行的角度，对红楼人物进行了解读。文如其人，温文尔雅，娓娓道来，读之心定神宁，对《红楼梦》另有一番感悟。但与后文将要提到的白先勇先生不同，蒋勋老师虽然不作考据，但并不反对考据。

刘心武先生对《红楼梦》的解读，如其所言，并不是“推销”自己的观点，而更多是希望引起大家对这部巨著的兴趣。刘心武先生在总体框架上，也是认同周汝昌老先生观点的，所以，刘心武先生还据此续写了《红楼梦》（续文共二十八回），以纠正高鹗所续后四十回的谬误。不过，由于时代、文笔习惯不同，刘心武先生所续之作，在大方向上也许是秉承了曹雪芹的原意，但行文的确不是很耐看，可读性不如《刘心武妙品红楼梦》。但无论怎样，如刘心武先生所言，引起大家对《红楼梦》的兴趣和关注，这就足够了。

不知何时，《白先勇细说红楼梦》好像红火了起来。看到网评夸赞之声不绝于耳，我便不能免俗地买书来看。

可惜，白先勇先生的作品于我个人感觉而言，并无十分精妙之处，甚或有“错误”存在。

白先勇先生认为“考证”无用，认为曹雪芹不会埋下如此多的伏笔，让读者来“猜”。但如前所言，我比较认同周汝昌老先生的总体观点，所以，觉得白先生的看法并无坚实依据。另外，借用刘心武先生的说法，《尤利西斯》之中，有大量的隐喻暗指，为什么没有人怀疑这些隐喻暗指的存在，却不能接受《红楼梦》中的隐晦所指呢？而且，脂砚斋也多次提到“草蛇灰线，伏脉千里”，旁证了曹雪芹的脉络设计。这其实并非是让大家猜，而是巧妙的构思。

脂砚斋，如果没有她的评点，会少却很多乐趣。读《红楼梦》，同时看脂砚斋的评点，往往会产生与古人心意相通之感。

脂砚斋，无论从其名，或是其评点，均可看出是女儿身（她与畸笏叟是否为同一人，尚存争议）。尽管曹雪芹后来贫困潦倒，但著书之时，若有脂砚斋这样的聪慧女子红袖添香，也能勉强宽慰我等对曹雪芹的悲怜叹息之心，符合对古人的幻想遥思。脂砚斋评点中，也曾回忆起与曹雪芹共渡的“浪漫”往事。

但白先生却认为脂砚斋是曹雪芹的伯父或类似人物，这应该是将对畸笏叟的一些人设和观点强加到了脂砚斋头上。试想，一个糟老头子，在评点而不是虚构作品中，发灵秀女儿之声，甚或回忆起与曹雪芹的“浪漫”往事，这是多么恐怖的一件事情？所以，脂砚斋如何会是曹雪芹的伯父，必定是红颜知己才对！

还有一个“低级”错误，更是不应该出现在白先生的评述当中了。白先生在谈及第五十三回，贾府祭宗祠，宝玉捧香，贾菖贾菱展拜毯时，竟然说贾菖贾菱是跟宝玉同辈的亲戚。

这个错误实在太不应该了。无需通读《红楼梦》，只要对中国文化稍微了解便知，如贾府这样的大户人家，取名均有一定之规。比如贾珍、贾瑞、贾环，都是同辈，单字名，且名字为“玉”旁；宝玉不同，书中已说明原因，但其实也是“玉”。而贾蓉、贾蔷、贾兰（繁体作蘭），都是同辈（比宝玉低一辈），单字名，且名字为“草”头，贾菖贾菱也应当与他们同辈而不是与宝玉同辈。

如此明显而“低级”的错误，更使我对白先生的著述敬谢不敏了。虽然读完，但并无赞叹倾佩之感。

说到“红楼”，自己读过数遍，但也已好久未曾开卷。待得闲暇之时，可再拜读赏味。

Julia学习笔记：使用GLM包进行一元回归分析及模型拟合度检验

前阵儿《定量方法与研究》的课程作业，是对给定的数据进行分析。尽管通常来说，应该使用SPSS操作，不过一来手头没有SPSS可用，二来也想找机会练习一下Julia，于是决定使用Julia作为工具进行数据分析。

大概Julia使用者还是远远不及Python，因此文档并不丰富，而且组织零散。尽管知道自己需要的数据分析功能，Julia及相关包（package）一定可以实现，但具体应该使用哪个包及包内功能却有些无所适从。

隐约记得Julia中与统计相关的包不少，而GLM包是和线性模型有关的。于是到 GitHub（https://github.com/）和 JuliaStats（https://juliastats.org/）搜寻。谁知，虽然看到GLM应该正是所需要的包，但GitHub中GLM包相关的部分却没有给出文档，在文档处无链接。记得以前在GitHub搜寻到Julia相关包的部分，往往都会给出文档可供参考的。

没找到GLM的“官方”文档说明，只好在 Julia Discourse Board（https://discourse.julialang.org/）看看能不能有别的发现。恰好见到有人在使用GLM包中的“lm”函数，好像是可以用来进行一元回归分析并构建模型。于是在Julia的REPL界面使用“@doc lm”查看了一下，果然适用。一定要注意，lm函数传入的用来进行分析的数据参数（第二个参数）必须是DataFrame类型。

这下，一元回归分析及模型可以构建出来了。接下来想对模型的拟合度进行一下检验，需要计算样本决定系数（coefficient of determination，R^2）。网络搜索了一下，介绍样本决定系数的很多，但一下子没有找到在Julia中如何进行计算。于是又到 Julia Discourse Board 搜寻，竟然如此简单，直接使用“r2” 这个函数检验此前回归分析所得到的模型，就可以计算样本决定系数的值了。“r2”这个函数也是在GLM包内的。

至此，数据的线性回归分析、模型的构建以及拟合度检验均告完成。

一条大河波浪宽

七十年前的10月19日，有许多人，为了正义、为了和平、为了人民的安居乐业、为了祖国的安宁稳定，穿着单薄的衣衫、依靠简陋的武器、吃炒面、喝雪水，与武器装备精良、后勤保障充裕、武装到牙齿的敌人，进行了一场艰苦卓绝的战斗。

这些人，在零下四十度的严寒中，爬冰卧雪；在震耳欲聋的炮声中，坚守阵地；在敌人疯狂的扫射中，英勇挺身；在熊熊燃烧的烈火中，百炼成钢。

他们，就是中国人民志愿军，为祖国和人民，英勇顽强、不畏牺牲，雄赳赳、气昂昂，奔赴战场，与敌作战。

著名作家魏巍，称他们为“最可爱的人”。“我在这里吃雪，正是为了我们祖国的人民不吃雪”，“可是我在这里蹲防空洞，祖国的人民就可以不蹲防空洞啊”，他们的话语朴实，却又闪烁着高尚的光芒。

（鸭绿江大桥）

国庆期间，带番茄来到鸭绿江断桥。虽然我算是半个军迷，但番茄是女孩儿，而且年纪又小，我从来没有给她讲过战争或武器，她对此也毫无概念。站在断桥旁的高射炮上，她开心地学小猫叫。

（站在高射炮上学小猫的番茄）

我想，正是无数先烈的流血牺牲，正是志愿军的保家卫国，才给我们这些后辈留下了宝贵的遗产，能让番茄一样的孩子们，无忧无虑生活在灿烂的阳光下，而无需担心战争的阴霾。虽然“忘战必危”，但能让百姓“忘却”战争、幸福生活，这岂不正是先辈们为之奋斗的目标吗？

伟大的中国人民志愿军，也创造了战争史上的奇迹，有许多人称之为“轻步兵”的巅峰。以如此简陋的装备，面对武器质、量，均远远超过自己的敌手，获得如此战绩，的确令人不可思议。也有人称抗美援朝，是唯一一次以精神力量，抹平了武器代差的战争。

（抗美援朝纪念塔）

时光荏苒，七十年过去，虽然志愿军精神仍在——我相信我们的军魂永在——但现在我们的士兵不必再以单薄的衣衫面对严寒，保暖军服及装备已经普及；也不必再以雪水拌炒面充饥，现在不仅食品丰富，甚至可以无人机送餐；也无需再用简陋的武器面对敌人的强大火力，我们的火力配备已经罕有匹敌。据报道，某些步兵班即装备4具单兵多用途火箭筒和2具单兵云爆弹火箭筒，更不用说我们目前众多齐全的火炮品类，先进的隐身战机、强大的主战坦克，这些都是捍卫祖国的神兵利器。

七十年后，再次为伟大的中国人民志愿军感动，志愿军的精神，也必将永远鼓舞中国人民前进！

（河口美景）

天净沙·赏秋

谧夜朗月稀星，
琴瑟丝竹箫笙，
绿蚁珍馔香茗，
落桂随风，
家欢聚国安宁。