2024年9月16日 星期一

RMarkdown Chinese Font PDF

RWEPA | R Markdown 解決轉換中文字型PDF

# 感謝 Hsin Ming 提供問題.

🌸YouTube  (包括中文字幕)https://youtu.be/6Wc75BH02iE

🌸【謝謝訂閱、按讚、分享與開啟小鈴鐺💡】

Outline:
1.建立 R Markdown
2.加入中文字型
3.解決轉換中文字型PDF
4.R Markdown 使用
5.結論

🌸投影片:

🌸Rmd 下載:
🌸Fonts 下載: 

🌸 參考以下文章提及須先執行2個步驟:

步驟1. 安裝 tinytex
install.packages("tinytex")

步驟2. 安裝 TinyTeX
tinytex::install_tinytex()

參考文章:

# rmarkdown
# rstudio
# quarto

2024年7月11日 星期四

Stable Diffusion Model

 

RWEPA | Stable Diffusion Model 本地端安裝-AI生成式繪圖


# 感謝 Janet 提供問題.

🌸YouTube  (包括中文字幕)https://youtu.be/bSMa5SGJrRk

🌸【謝謝訂閱、按讚、分享與開啟小鈴鐺💡】

Outline:
1.Stable Diffusion 簡介
2.SD 安裝與參數設定
3.SD 使用
4.SD 中文化
5.Google Colab
6.結論

🌸投影片 stable_diffusion_model.pdf

https://github.com/rwepa/DataDemo/blob/master/stable_diffusion_model.pdf

🌸AUTOMATIC 1111 github

https://github.com/AUTOMATIC1111/stable-diffusion-webui

🌸安裝 Fooocus for Windows

https://github.com/lllyasviel/Fooocus/releases/download/release/Fooocus_win64_2-1-831.7z

🌸如果沒有 NVIDIA顯示卡, 則使用Fooocus時,  在 run.bat 檔案須加上 --always-cpu, 完整2行程式碼:

.\python_embeded\python.exe -s Fooocus\entry_with_update.py --always-cpu
pause

🌸Google Colab - Fooocus線上版

#python
#stable difussion
#automatic1111
#clip
#u-net
#vae

2024年5月16日 星期四

Using RStudio to Connect MySQL

RWEPA | 使用 RStudio 連結MySQL

# 感謝 Uma 提供問題.








🌸YouTube (包括中文字幕)https://youtu.be/jsdM-y1nspQ


🌸【謝謝訂閱、按讚、分享與開啟小鈴鐺💡】

大綱:
1.MySQL 安裝
2.MySQL Workbench
3.MySQL Shell
4.RStudio 連接MySQL三大方法: 使用 odbc 套件

方法1 使用 RStudio \ Connections 視窗

方法2 使用 odbc::dbConnect+寫入密碼 --> 資安問題!

方法3 使用 odbc::dbConnect+詢問密碼

🌷下載: r_mysql.pdf

https://github.com/rwepa/r_mysql/blob/main/r_mysql.pdf

🌷下載: r_mysql.R

https://github.com/rwepa/r_mysql/blob/main/r_mysql.R

#mysql
#sql
#odbc
#rstudio

2023年11月14日 星期二

Python - Anaconda packages list

RWEPA | Python 安裝 Anaconda 軟體之後, 如何理解已安裝模組清單?














分析:

  1. 依據 2023.10.15 Windows版本 [Anaconda3-2023.09-0-Windows-x86_64.exe] 
  2. 預設安裝套件清單位置 C:\Users\UserName\anaconda3
  3. 預設安裝 489 packages
  4. 包括以下模組:
  • beautifulsoup4
  • boken
  • dask
  • datasets
  • flask
  • matplotlib
  • numpy
  • openpyxl
  • pandas
  • plotly
  • requests
  • scikit-learn
  • scipy
  • seaborn
  • sqlalchemy
  • sqlite
  • statsmodels

輸出套件清單:

在 Anaconda Prompt 視窗中輸入以下指令, 即可輸出套件清單, 使用 TYPE 可顯示內容.

conda list > conda_packages_list.txt

TYPE conda_packages_list.txt









489套件清單:

https://github.com/rwepa/DataDemo/blob/master/conda_packages_list.txt

# end

2023年10月24日 星期二

Excel drop-down list and conditional formatting

RWEPA | Excel 下拉式選單與條件式格式設定教學

# 感謝 Melody 提供問題.










🌸YouTube (包括中文字幕)https://youtu.be/OVA4dvkrsBM

謝謝訂閱、按讚、分享與開啟小鈴鐺💡】

1. 使用 Excel 進行下拉式選單,簡化使用者資料輸入並保持資料的一致性。

2. 使用 Excel 進行條件式格式設定,當使用者選取下拉式選單時,整列依照特定格式進事設定,例:整列填滿色彩。

🌷下載: excel-條件式格式設定-練習檔 (excel-conditional-formatting-practice.xlsx)

https://github.com/rwepa/DataDemo/blob/master/excel-conditional-formatting-practice.xlsx

🌷下載: excel-條件式格式設定-完成檔 (excel-conditional-formatting-finished.xlsx)

https://github.com/rwepa/DataDemo/blob/master/excel-conditional-formatting-finished.xlsx

注意:本範例無需撰寫 Excel VBA程式碼。
#excel
#下拉式選單
#條件式格式設定

2023年8月28日 星期一

Visualization Climbing Routes with Python and Streamlit

RWEPA | 登山路線視覺化分析平台 
(Python + Streamlit) 【中文字幕】





2023.11.11 更新

streamlit 佈署


步驟1: 連線

選取適當的登入選項, 本例選取 "Continue with GitHub"



步驟2: 登入 Streamlit

使用 GitHub 登入


步驟3:  建立新的app

選取 New app \ Create new app with Github Codespaces



步驟4: 佈署app

參考附圖依序輸出 "GitHub URL", "App URL", 最後按下 [Deploy!] 即完成 Streamlit 佈署.

# end

說明


使用免費 Python 與 Streamlit 模組,建立登山路線視覺化分析平台。

包括以下特色:

  1. 理解使用 Python程式匯入 GPX 檔案。
  2. 熟悉 Pandas 資料處理、matplotlib 與 folium 視覺化應用。
  3. 理解 Streamlit 模組檔案匯出為 Excel 應用。

🌸YouTube (包括中文字幕)https://youtu.be/-_zghs2qrIg

謝謝各位訂閱、按讚、分享與開啟小鈴鐺💡】

大綱


  1. 系統展示
  2. 程式解說
  3. 結論

模組


  1. gpxpy - GPX 檔案處理
  2. streamlit - 互動式資料分析
  3. folium - 地圖視覺化
  4. streamlit-folium - Streamlit + 地圖視覺化
  5. xlsxwriter - 寫入 Excel 檔案

程式碼下載


參考資源



#python
#streamlit
#gpx
#spatialization
#visualization

2023年7月9日 星期日

RWEPA | RFM Analysis Using Power BI

Power BI 進行RFM分析




使用免費 Power BI 軟體,建立銷售資料RFM分析並理解客戶區隔應用。

包括以下特色:

  1. 理解 RFM 意義。
  2. 熟悉 Power Query 資料處理。
  3. 建立 RFM 圖表應用。
🌸注意:本篇教學無需 Power BI 先備知識。


謝謝各位的點閱,歡迎訂閱、按讚、分享與開啟小鈴鐺。】

大綱

1.RFM定義
2.Power BI演練
步驟1 下載並安裝免費Power BI 軟體
步驟2 下載二個資料檔案
步驟3 匯入二個資料檔案至Power BI
步驟4 Power Query 資料處理
步驟5 建立關聯
步驟6 建立圖表
3.結論
4.參考資料


參考資源


#rfm
#power bi
#power query
#dax
# end