スキップしてメイン コンテンツに移動

勉強した分だけマスを埋めていくと勉強が続くらしいので、マスを自動生成するプログラムを書いてみたよ

[[大学のときTOEIC390点だった社会人が1年でTOEIC「Bクラス」を出す方法|http://anond.hatelabo.jp/20080609005131]]

""勉強時間はノートに書いて30分単位で記録、グラフ化。その上で、月ごとに目標勉強時間を決めておいて、その時間分だけマス目を作成。実際に勉強した分だけ塗りつぶしていきました。この記録は「モチベーションの維持」のためにつけていました。より「自分が勉強している」ことをより実感出来るよう、手書きのノートにこだわりました。実際、マス目が少しずつ埋まっていくのは結構快感です。また、ノートなら簡単に見返すことが出来るのもいいところです。ハッキリいって、この習慣がなかったら、おそらく勉強が続くことはなかったと思います。

勉強のログを取りましょう、という話は良く聞くよね。記録を付けるとダイエットが続くとかいうアレとかね。また、手でマスを埋めていく快感を得ること、つまり、達成感を得る儀式の導入が大事というのは、[[バブルマップ|http://www.ideaxidea.com/archives/2005/10/_todo.html]]のなかの人も言ってたよね。

これまでブログやはてなグラフ、Google Spreadsheetsとか使ってログを書いてたけど、手で消す快感とやらを体感したくなったのでマスを作ることにした。

マスの例。実際はA4のPDFに出力される。

http://img.skitch.com/20080609-t7iuhyy1ia9incshkyntdpieec.jpg

マスを埋めたところ。328ページあるテキストを読んでいる途中。

http://img.skitch.com/20080609-e3kb75nypb4i3kg6esp6de56ja.jpg

コードはこちら。pagesには本のページ数やトータルの勉強時間とか入れたらいいよ。出力されるPDFのファイル名はfilenameのところね。

<<<
# init
filename <- "hoge.pdf"
pages <- 328

# make a grid
rows <- pages%/%10 + 1
x <- 1:10
y <- 1:rows
z <- rep(c(rep(c(0,1), 5), rep(c(1,0), 5)), rows%/%2)
if (rows%%2 > 0) {
# pages%%10
z <- c( z, rep(c(0,1), 5)[1:(pages%%10)], rep(0, 10-(pages%%10)) )
}
z <- matrix(z, nrow=10, byrow=F)

# draw a grid
par(new=T)
pdf(filename, paper="a4")
par(mai=c(1,1,1,1), fin=c(6,6), ps=7)
image(x,y,z, col=c("#FFFFFF", "#F6F6F6"), axes=FALSE, xlab=NA, ylab=NA)

# draw axes
par(las=1)
axis(1, 1:10, tick=FALSE)
axis(3, 1:10, tick=FALSE)
par(las=2)
axis(4, seq(1,rows, by=2), seq(10,rows*10,20), tick=FALSE)
box()
dev.off()
>>>
ごめん、[[R|http://www.r-project.org/]]なんだ。

コメント

このブログの人気の投稿

シーケンスアダプタ配列除去ツールまとめ

FASTQ/A file からシーケンスアダプター配列やプライマー配列を除くためのプログラムをまとめてみる。 まず、配列の除去には大別して2つの方向性がある。ひとつは、アダプター配列を含む「リード」を除いてしまう方法。もうひとつは除きたい配列をリードからトリムする方法である。後者のほうが有効リードが増えるメリットが、綺麗に除ききれない場合は、ゲノムへのマップ率が下がる。 気をつける点としては、アダプター/プライマーの reverse complement を検索するかどうか。paired end の際には大事になる。クオリティでトリムできるものや、Paired-end を考慮するものなどもある。アダプター/プライマー配列の文字列を引数として直接入力するものと、multi fasta 形式で指定できるももある。 From Evernote: シーケンスアダプタ配列除去ツールまとめ TagDust http://genome.gsc.riken.jp/osc/english/software/src/nexalign-1.3.5.tgz http://bioinformatics.oxfordjournals.org/content/25/21/2839.full インストール: curl -O http://genome.gsc.riken.jp/osc/english/software/src/tagdust.tgztar zxvf tagdust.tgz cd tagdust/ make sudo make install rehash 使いかた: tagdust adapter.fasta input.fastq -fdr 0.05 -o output.clean.fastq -a output.artifactual.fastq 解説: 入出力形式は fastq/a が使える。リード全体を除く。速い。アダプター配列を fasta 形式で入力できるのが地味に便利で、これに対応しているものがなかなかない。Muth–Manber algorithm (Approximate multiple

ChIP-seq の Peak calling tool を集めたよ

ほかにもあったら教えてください。プログラム/プロジェクト名がツールのプロジェクトサイトへのリンク。その論文タイトルは論文へのリンクになっています。 ツール名の50音順です。 CCCT -  A signal–noise model for significance analysis of ChIP-seq with negative control , chipdiff と同じグループ CisGenome -  CisGenome: An integrated software system for analyzing ChIP-chip and ChIP-seq data . ChromSig -  ChromaSig: a probabilistic approach to finding common chromatin signatures in the human genome. ChIPDiff -  An HMM approach to genome-wide identification of differential histone modification sites from ChIP-seq data ChIP-Seq Analysis Server FindPeaks -  FindPeaks 3.1: a tool for identifying areas of enrichment from massively parallel short-read sequencing technology. Version 4.0 is out. GLITR -  Extracting transcription factor targets from ChIP-Seq data HPeak -  HPeak: an HMM-based algorithm for defining read-enriched regions in ChIP-Seq data MACS -  Model-based Analysis of ChIP-Seq (MACS). PeakSeq -  PeakSeq enables systematic scoring of ChIP-seq experimen

大学の研究室でアカデミックプランが使えるICTツール

自分らでサーバ管理したくないので、SaaS系とローカルで動くソフトのみ。ローカルで動くソフトに関しては、Mac or Docker で動くもののみ。 無償 G Suite for Education  (ドキュメント共有、カレンダーなど) GitHub Education  (ソースコード管理) esa.io アカデミックプラン  (知識共有) Tableau  (データ可視化) Scrapbox  (知識共有) GROWI.cloud  (Wikiなど) 割引 Slack の教育支援プログラム  (ビジネスチャット) Dropbox Education  (ファイル共有、ドキュメント共有) Office 356  (オフィスソフト) Adobe Creative Cloud  (画像編集) AutoDesk for Education  (CADなど) これから申し込んでいくところなので、本当に使えるかはわかりせん。使えた使えないなどの情報やほかのツールでお勧めがあれば教えてもらえると嬉しいです。 アカデミアでなくても無料で使えるツールのうち、うちで使うであろうものは以下に列挙していく。 Google Colaboratory  (データ解析) Overleaf  (論文執筆) Rstudio  (開発, データ解析) VS code (開発)