Macbook Air を開けて掃除した

Macbook Air （2012年購入）が最近やたら熱くなって、ファンがすぐに回るようになっていました。
いろいろ調べてSMCリセットしたんですが、改善せず。他の可能性は内部のホコリ。
ということで開けて掃除することにしましたが、皆さんご存知のように普通のドライバーでは開かないです。

秋葉原のパーツ屋で「PENGGONG ☆1.2 x 25 mm No. 8024」のドライバーを千円で購入しました（探せばもっと安いのはあるはず…）。
以下の色違いです。
http://www.aliexpress.com/item/for-opening-repairing-apple-macbook-laptop-1-2-25mm-5-star-point-pentalobe-metal-chrome-paint/1520907451.html

開けてみたのが以下の写真

それなりにホコリが付着して汚いですが、さほどでもないという印象。

エアダスターでキレイにしたのがこちら。

閉じた後、Youtube観たり、画像系アプリを使ったりして、いつもならファンがうるさいほどに回るんですが、掃除後は全然回らず快適でした。
買った時のようだ…！

Google+フォトの自動補正はステキだがたまに過剰

趣味で写真撮るんですが、最近Google+フォトを使ってバックアップをとるようにしてます。2,048x2,048ピクセルまでは無制限でアップロードできるからです。スゴイですよね。もちろんオリジナルはもっと画素数が高いし、JPEGしか保存できないので、簡易的なバックアップという感じですが。

Google+のさらに注目すべき点は、「自動補正」と「おまかせビジュアル」です。
自動補正は、その名のとおり、自動で写真を補正してくれます。おまかせビジュアルは例えば何枚かの連続写真をGIFアニメみたいにつなげてくれるんですが…ジョーク的な機能ですね。

普段iPhotoで写真管理をしている私にとって、すべての画像を一気に同じ補正をかけることができず、面倒だと思いつつ欲しい写真だけ補正をしていました（一応補正条件のコピペは出来ます）。
それに引き換え、Google+の自動補正はとても便利です。何枚でも写真をアップロードするだけで、自動的に見栄え良くしてくれるからです。自動ですべて補正してくれるのは感動的なくらい便利です。

ということで自動補正画像とオリジナルを比べてみます。ちなみに、カメラはNikon D7100、レンズはAF-S DX NIKKOR 18-105mm f/3.5-5.6G ED VRです。

Google+自動補正の特徴

（クリックすると拡大します）

この左の画像はGoogle+で自動補正がされた画像をダウウンロードして、拡大したものです。Originalのほうは同じピクセルサイズになるようにiPhotoでJPEGを書きだして、同じ拡大操作を行ったもの。
拡大すると違いがよく分かります。パッと見でGoogle+のほうが「パキっとしてる」と思いませんか？建物も、桜も、Google+の方がシャープな印象です。色味も違ってます。デジカメ画像はシャープに映っていると「綺麗だ」と感じ易いので、自動補正でシャープネスを上げているんだろうと思います。Originalの方はダルい感じします。

Google+の自動補正でパッと見で綺麗な写真にはなります。なので、とりあえずの簡易バックアップだったらこれでも良いかなと思います。自動補正を後から戻すこともできるので。
しかし、たまに気持ち悪いレベルで補正がされるので、それも比較しておきます。

自動補正が過剰なケース

（クリックすると拡大します）

Google+の方は、パッと見「綺麗」です。が、空の色が青すぎです。夏の空か？と思うくらいに青いです。実際はこんなに青くなく、春のちょっと寝ぼけた感じの空です。桜の色も変わりすぎです。輪郭もパキっとしすぎです。もちろんOriginalは補正なしでダルい感じなので、このままで良いというわけではないのですが。Google+の自動補正は場合によってこれだけ過剰になってしまいます。

Google+の写真機能は容量から言っても、自動補正から言っても、かなり良いです。無料でここまで出来るのだから文句言うなという感じです。が、まぁ使いようですね、という至極当然な結論です。

[自分用] Rの基本

久しくRを触ってなかったんですが論文執筆のために触ることになり、何からすれば良いのかも戸惑う始末。なのでダメな自分用にメモっておきます。随時追加するかも。
ちなみに私のRの使用目的はグラフを作るのがメインです。あくまで自分用なので、「基本」と書きつつも私がよく使うものだけを列記します。

Rstudio立ち上げましょう

まずはここから。

CSV読み込みましょう

d <- read.csv("path to file", header = T or F) ワークディレクトリはデフォルトではホームフォルダに設定されてる。変更したければRstudioの環境設定から変える。＜注意：csvファイルのカンマ区切りはスペースを含まないようにする。スペースも文字としてカウントされてしまうため。＞
以下、データはこんなのを想定してます。

Species	Season	Value
A	Spring	12
A	Summer	36
B	Spring	41
B	Summer	19

特定の行または列だけ選びたければ

d[1,] （行）
d[,1] （列）

行とか列を削除したいときは

d[,-c(2,3,4)] #（2,3,4列目を削除）

オブジェクトの削除

a, b, cという3つのオブジェクトを一度に消す rm(a,b,c) 

条件からデータを抽出

例えば季節（Season）がSpringのデータだけ抽出したい、とか。 d.spring <- subset(d, Season=="Spring")

データの取り出し方いろいろ

説明しにくいので、読んで分かれ自分。
#ベクトル作成
> v<-c(2,3,4,5,6)

#普通に表示
> v
[1] 2 3 4 5 6

#2で割って余りが0になる＝TRUE
> v%%2==0
[1] TRUE FALSE TRUE FALSE TRUE

#TRUEになるデータだけピックアップ
> v[v%%2 ==0]
[1] 2 4 6

#TRUEのデータが何番目かを表示
> which(v%%2==0)
[1] 1 3 5

#1,3,5番目のデータをピックアップ、二つ上のコードと結果は同じだけど。
> v[which(v%%2==0)]
[1] 2 4 6


とりあえずplotしてみる

plot(x,y,…) という書き方なので以下だとX軸にdのSeason、Y軸にdのValueが表示されます。 plot(d$Season, d$Value, main="title of figure") ちなみに、タイトルが長すぎて改行を入れたい場合は、 main="title of figure\nsubtitle" のように改行したいところに\nを入れれば、"title of figure" と "subtitle"の間に改行が入る。
※Macの場合。Windowsでは¥nを入れる。

x軸の項目名が1,2,3...とかなってるけど任意の名前にしたいとき

plot(data, xaxt="n") とxaxtパラメータでx軸の名前を入れないようにして一旦描画。次に、 axis(side=1, at=c(1:n), labels=LabelName) としてx軸に上書き。sideパラメータは1：下，2：左，3：上，4：右。atはx軸の項目数。その数と同じだけのLabelNameを先に作っておいて、x軸の項目名を置き換えるわけです。このLabelNameは文字列（character）でもベクターでもOKなようです。ここで、項目名が長いために90度回転させたいならlasというパラメータを入れる。こちらの有り難いページによれば以下とのこと。

可能な値は 0 (標準・軸に平行), 1 (x軸，y軸とも水平), 2 (x軸，y軸とも軸に垂直)，3 (x軸，y軸とも垂直（半時計回りで90度回転)） の４つ

axis(side=1, at=c(1:n), labels=LabelName, las=3)

ヒストグラムも描いてみようかな

hist(d$Value)

ggplot2てパッケージがあったよな、たしか

インストール（初回だけで良い） install.packages("ggplot2") 読み込み library("ggplot2")

ggplot2でもプロットしてみる

qplot(data=hoge.rule1, Season, Value, main="title of figure") 分類（Species）に基づいて色分けしたいときは
qplot(data=hoge.rule1, Season, Value, main="title of figure", color = Species)

ggplot2は + で表現を追加できる

facet_wrapで複数のプロットを一度に描ける。以下の例では種ごとにプロットを作成。scalesで軸の範囲を設定可能。
+ facet_wrap( ~ Species, scales = "free_y")   レイヤーの発想で点を重ねることも可能。以下の例ではsizeが3の点の上に、sizeが1.5の薄いグレーの点を重ねることで赤い境界線だけに見えるプロットになる。
+ geom_point(size=3, color="red") + geom_point(size=1.5, color="grey90")

ggplot関数に+していくとqplotより複雑なことができる（らしい）

ggplotで基本的なデータ要素、X、Yを決めてあげて、それに+してどんなプロットの形にするか等を追加していくことが可能みたい。 p <- ggplot(d, aes ( Season, Value ) )
p + geom_boxplot ( aes ( fill = Species )

ggplot2のqplotで参照するページ

ggplot2のqplot関数のまとめ - ぬいぐるみライフ(仮)
qplot. ggplot2 0.9.3.1

結果をテキストファイルに書き出し

sink(“results.txt”) と書くと、これ以降の出力をresults.txtに書き出してくれる。止めるときは、 sink()

他に参考にするページ

Google の R の書き方案内

SNSと「自分」

Facebookがインフラになる一方で、やはりそうしたSNSに違和感を覚えて使わない人もいます。使わない理由は人それぞれでしょうが、プライバシーなどは最もよく聞く理由のひとつかもしれません。ちなみに僕自身はTwitterもFacebookも活発ではありませんが利用します。
さて、SNSを利用しない友人と話してて、少し興味深い話があったのでメモっておきます。

友人がSNSに違和感を覚える意見が、

「（リアルな）自分とは別の存在として、しかしあたかも他人にとっては自分であるかのように振舞う存在があるのが嫌」

というもの。
つまり「今日は気分が悪い」とかいう日々の気持ちの移り変わりがあったりして、「動的な存在」であるが、ネット上のアカウントはそうしたものに影響を受けない「静的な存在」であり、そうした静的存在が自分のあずかり知らぬところで「自分」をアピールするのが気味悪いということです。

なるほど、と思いました。
例えば、ネット上でのプロフィールに「◯◯という仕事をしており、将来は各国の架け橋になりたいです」なんて書いてたりすると、僕がたまたま「今日はしんどい、架け橋なんてどうでもいい」と思っていても、ネットでそのプロフィールを見た人は「なんてやる気のある人なんだ〜」というようなことを感じたりするわけです。その不一致が気持ち悪いというのも理解できます。
もちろん、しんどいときに代わりにPRしてくれるのであれば、それはメリットでもあります。使いかた、感じ方は人それぞれ、という当然の結論ですが、いわゆる自己同一性みたいな概念はSNS全盛の今どのように考えられるのか、専門家の話を聞いてみたくなりました。

これに関連して、WIREDに面白い記事が。
匿名性と実名性：「ネット上の人格」を考える