我的Python筆記，只是在執行任務的過程中將所用到的技巧寫下來，供以後參考。本次的任務是：
「根據某個中文字串，計算每個漢字的出現頻率以及此中文字串的bigram以及trigram的出現頻率」
這裡會用到兩個Python最重要的資料結構：list與dictionary，list就不用說了，幾乎所有的程式語言都有，dictionary則像是Perl中的hash。在這邊我從資料庫的角度，把list跟dictionary都視為欄位與欄位的對應，稱為key欄位與value欄位。key欄位就像資料表格中的主鍵值(primary key)，必須是獨一無二。list跟dictionary的差別只在於：
list中的key欄位必須為零開始以及自然數(0,1,2,...)，value欄位則可以是任何資料形態。list的樣子為(value0, value1, value2, ...)
dictionary中的key欄位可以是任何資料形態，value欄位也可以是任何資料形態。dictionary的樣子為{key0: value0, key1:value1, key2:value2, ...}
hambao 發表在
痞客邦
留言(3)
人氣()
今天是文學家吳濁流的逝世紀念日(1976年)。或許許多人對他很陌生，不過只要是新竹地區的人，應該都有到縣立文化中心旁的光明一路吃飯的經驗，特別是那家以數字街為名的餐廳，應該沒有人沒去過。走在光明一路上，相信你會不經意地看到一條跟它垂直的小路，叫做吳濁流路。這條路就是為了紀念這位跟新竹頗有淵源的文學家，吳濁流先生。
吳濁流是新竹新埔客家人，出生於日治時代1900年，台北師範學校畢業，後從事教職，由於眼見台灣人受到日本人歧視待遇，憤而辭職，前往中國南京發展，後返台擔任《臺灣日日新報》記者，是台灣戰後重要的文學家。
他最有名的作品，當屬《亞細亞的孤兒》(大家至少聽過羅大佑的同名歌曲吧？)，講一個台灣人，在台灣被日本人歧視，無法成為真正的日本人，在中國被中國人當成日本間諜，無法當一個「堂堂正正的中國人」，身分認同錯亂，最後發瘋的故事。
這篇小說1945年完稿，在2010年，65年後的台灣，似乎還在上演。只是這次是「台灣人」跟「中國人」的拉鋸戰。
hambao 發表在
痞客邦
留言(0)
人氣()
今天早上，到了學校，打開電腦，隨即電腦傳來刺耳的聲音，聽起來很像風扇卡卡。中午拿去HP維修中心，證實風扇異常。工程師把硬碟跟電池拆下來還我，電腦留下來處理。相信大家都有電腦壞掉的經驗，怕的不是電腦整個掛掉，而是重要檔案毀損，所謂硬體有價，資料無價。我當下想到的問題就是，如果整台電腦要重灌，我會損失多少重要資料？
對於需要在不同電腦中處理同樣文件的人來說，帶個隨身碟備份或許是一個常用的方法。不過，同步是一個大麻煩，要先從A電腦拷貝到隨身碟，再從隨身碟拷貝到B電腦，當然你也可以從頭到尾都把文件放在隨身碟，不拷貝到本地電腦硬碟，但人總是有疏忽的時候，有時急著出門，隨身碟忘了拔，到了目的地才在懊惱。這樣的問題，我也一直很困擾，直到Dropbox出現之後。
http://www.dropbox.com/
Dropbox是一個網路備份服務，用一個帳號控管。任何電腦裝了Dropbox之後，用同一個帳號登入，就會同步Dropbox目錄底下的任何東西。Dropbox是以本地硬碟目錄的形式出現，因此存取速度比隨身碟快，不用煩惱隨身碟帶了沒有，不用煩惱檔案新舊的問題，它都幫你處理好。
hambao 發表在
痞客邦
留言(3)
人氣()
今天去監理站換發新的汽車駕照，被搶了200元，原以為至少有像新身分證那樣的防偽機制，沒想到就跟N年前的一樣，一張黃黃的紙張，畫好整齊的欄位，第一欄「中華民國」字樣上面像狗皮藥膏似地印了一個圖章印，然後各欄位就用阿罵時代的點矩陣印表機，印出解析度超低、淺淺灰灰的字樣。四周有著像狗啃一樣的突起，最後用膠水把照片黏上去，前面弄個膠膜，然後護貝，最後蓋個不是很有誠意的鋼印，似乎要防偽卻又防得懶懶散散，跟監理站公務員的服務態度差不多，然後交還給我。
我想說就不附圖了，身在台灣的朋友們，至少都有一張機車或汽車駕照。忘記的話拿出來複習一下就知道我在講什麼了。我只是在想，今天我被政府搶了200元。我翻了一下另一張機車駕照，到期日是民國100年底，也就是說明年這個時候，我又要到監理站被搶一次，然後換一張同樣醜的駕照。
所以我不知道到有沒有人想過這個問題？為何我們的駕照那麼醜，數十年如一日？還有，到底為何我們需要兩張駕照，一張機車一張汽車？為何不能合併？或者，把身分證也拿進來討論，為何我們要有身分證這樣的東西？為何不能把駕照的地位，提升到身分證的層次？一個在台灣工作或唸書的成年人，身邊少不了兩張駕照、一張身分證，偶爾跑醫院還要健保卡，更不用說許多人都有公司行號服務證或學校學生證，提款卡、信用卡，加上一堆會員卡。真是卡卡走天下。
再看身分證，相信大家都有拿高解析度大頭照去戶政事務所辦新的身分證的經驗。辦事人員的動作，就是把高解析度的照片當場掃描變低解析度，然後印到新式身分證上。不可免俗地，「中華民國國民身分證」幾個字的中間，一定要弄個紅色印章的圖樣，似乎在宣告「僅此一家，別無分號」。然後接下去的三欄，第一欄寫著「姓名」，後面的三個字，一定都要分得開開的，看了就超不舒服。名字第一個字跟前面的「名」這個字，距離比名字第一個字跟名字的第二個字，還來得近。不用說啥美學啦！就從最基本的資訊呈現原則的角度來看，就已經不及格了！(訊息欄位跟訊息內容必須清楚可分別)。
hambao 發表在
痞客邦
留言(4)
人氣()
最近開始尋找東京/橫濱旅遊資訊，除了必讀的網站：
http://kunghc.pixnet.net/blog
之外，還找到幾個幫你尋找交通時刻以及路線的網站。先放在這裡給大家參考(其時也是給自己參考)。
http://www.jorudan.co.jp/index.html
hambao 發表在
痞客邦
留言(0)
人氣()
2010年9月9日，當天要離開布拉格，中午之前要checkout。想到有一個私房景點，是一個台灣留學生推薦的，而且這個景點就在旅館附近，不去說不過去。
這個精緻的洗手台(造型有點說不上來的怪)就在旅館旁邊，通往私房景點的步道就在照片右邊。
途中經過的一般民宅，很幽靜。真想買一棟！
hambao 發表在
痞客邦
留言(0)
人氣()
我們住的旅館Hotel Hoffmeister在評等上是五星，雖然我們都不覺得真的有到五星級服務，雖然早餐還不錯。後來，我想了一下，或許位於小城區菁華地區Malostranska地鐵站附近，而且走沒幾步路就可以到通往布拉格城堡的階梯步道，或許這就是五星級的Location吧！買屋大家都說Location, Location, Location! 那住旅館也無不可。
2010年9月8日，是在布拉格的最後一晚，想到自己辛辛苦苦帶過來的I牌腳架，還靜靜躺在行李箱中。因此，帶著一天的腳痠，我跟Jody還是帶著腳架輕裝出征，誰叫階梯步道就在旅館旁邊？不去爬一下對不起自己。
時間應該是晚上八九點了，步道沒什麼人，有也是下山的人，我們這樣上山的成了異數。走著走著遠方傳來悠揚的吉他聲以及低沉的女聲，是披頭四的Yesterday。我們就坐在階梯上聽她唱完這首，下一首唱Tears in Heaven，還可以，但還是Yesterday比較有感覺，有一種滄桑的味道。
hambao 發表在
痞客邦
留言(0)
人氣()
由於耳不聰，目不明，很早我就立志不走「鼻屎」(P-side)這條路。(註一) 但是，你越怕什麼，就越容易遇到什麼。這學期，因緣際會開了一門發音訓練的課，雖然非常praaticalpractical，不需講啥理論。但也逼得我必須重新複習一下生疏的東西。
為了方便錄音，我找到了一個聲音處理軟體叫做Audacity，這個軟體很早以前有玩過，還記得是某次灌好Linux後，自己跑出來的軟體。所以它是一個跨平台的免費軟體，符合我的原則。Audacity除了錄音之外還可以做一些簡單的處理與分析，如change pitch/tempo/speed等等。
我唸了一個句子：On the weekend, the women go swimming in the swift, deep river.
hambao 發表在
痞客邦
留言(1)
人氣()
主修語言學的學生，不論願不願意，畫句法樹(syntax tree)都是不可免的經驗。以前要畫句法樹，要不是用Word裡面爛爛的繪圖功能(真的很爛，圖跟文字的相對位置無法固定)，就是另外用其他的繪圖軟體如Visio來畫，再貼到Word裡面。之 前有一個不錯的字形叫做Arborwin，原本大家用得很開心的，後來才知道是有版權的字形，要付費的。本人對於要付費的軟體一概深惡痛絕，當然是馬上移除。之後反正也少有機會畫到樹，一直到現在...
這學期開了一門句法學，免不了要畫樹，很幸運地找到一個畫樹的線上服務：
http://ironcreek.net/phpsyntaxtree/
用以下簡單的表示式就可以把樹畫出來：
hambao 發表在
痞客邦
留言(1)
人氣()
記得以前唸書的時候，要轉個PDF檔還要用「阿土伯」他家出的Acrobat，要錢的。後來陸續出了一堆處理PDF的免費軟體，在這邊要分享兩套我認為很不錯的免費軟體。
第一個是pdf995，原本聽諧音「pdf救救我」還以為是台灣人寫的軟體。網頁在這裡：http://www.pdf995.com/。
安裝完之後，會多出一個虛擬印表機。因此不只我們常用的文字編輯軟體可以將文件轉PDF，瀏覽器或是繪圖軟體都可以。步驟就只是「假裝」要去用pdf995虛擬印表機來列印。這個軟體有免費版跟付費版，免費版在轉檔的時候會有廣告，不過功能完全一樣。
hambao 發表在
痞客邦
留言(0)
人氣()
最近開始認真玩Python，雖然基本架構跟其他語言大同小異，但要玩出心得也不是那麼容易。被Python吸引其實是因為NLTK (Natural Language ToolKit)這個套件是建構在Python上的，其實就是用在自然語言處理。我的專業雖然不在此，但興趣一直都在的。小學生到底要學多少漢字？哪些是常用漢字？哪些是罕用漢字？一個成人生活上要用到多少漢字？就因為漢字無所不在，這樣的問題一直困擾著我。雖然從語言學的角度，漢字不是語言的基本單位，鄭錦全老師也說「詞涯八千」而非「字涯八千」，我還是認為漢字的定量研究非常重要。
研究漢字，不是要贊同漢字本位，反而是要破除迷思。活在漢字圈中，我們常常遇到「這個字怎麼唸？」的問題，至於這個字日常生活會不會用則不是那麼重要。有些字或許從小到大沒見過，或許只出現在康熙字典。研究這些罕見字的讀音，當然有其趣味，但這個趣味或許可以當作傳統漢學研究或是茶餘飯後的題材，而不用放到正規教育中。我有一個很極端的原則：「只要這個字我不會唸，它就是不重要的。」當然我不會唸不代表其他人也不會唸，但是不同人之間的差異，並不重要。重要的是，一個字如果在一個語言社群(linguistic community)中的大多數人都不認識，的確沒啥實用性，則學習這個字的唸法，就沒實用上的意義了。(註一)
日本於1946年公布當用漢字表，共計1850字。這個措施試圖對漢字的使用，做出限制。當然，對漢字做出限制，多少會影響到文化的傳承，但這就必須與語言的工具性取得平衡。語言是載體，也是工具，不過也有人把它當遺產，或是神主牌。不同的態度會產生不同的想法，不同的想法會產生爭論，爭論在沒有風度的人來說，就會產生衝突或是肢體暴力。這暫且不表。回到日本的當用漢字表，我很好奇的是，台灣自戰後對於語言政策的態度，除了強制性的國語政策外，是否有對漢字做出限制或規範？
我是一個老師，開學前從網路上印下來的學生點名單上總有幾個修課同學的名字出現亂碼或空白，留給我課堂上給同學填補。我一直很好奇，電腦都流行那麼久了，為何父母親在幫小孩取名字的時候不會先在電腦上打打看？後來我想了一下，二十年前雖然有電腦了，但畢竟還不是那麼普遍，自己當年還不是帶著磁片到計中打作業？此外，台灣人特愛算命，取名字也不例外，加上金木水火土五行的考量，最後的結果就是取了一些非常用字的名字。非常用字有兩種，一種電腦打不出來，造成行政人員困擾，另一種電腦打得出來，但不見得唸得出來，造成老師點名的困擾。老師不見得都是國學淵博，卻要在課堂上接受漢字能力考試。以前我還會努力查發音，現在都懶了，就等上課的時候問學生。
hambao 發表在
痞客邦
留言(0)
人氣()
今天是九二一地震11週年紀念。我來到痞客邦，開了一個帳號。一種不是那麼愉快的巧合。願亡者得安息，生者得平靜。
部落格是一種矛盾的組合。它既是公開的，又是個人的。公開的東西是分享，個人的東西是訴說。想要分享又想要訴說，就寫部落格吧！總覺得一天天過去，想用文字留下些什麼。到了某一天，或許可以藉由這個部落格，了解這個人在想什麼，在關心什麼，又是怎樣的人。或許有很多話，不見得會跟身邊的人說，沒時間說，或是沒心情說。可是部落格想寫就寫，但它又不像日記，公開的特性注定了私密的限度，但也同時強化了寫作的動機。我所呈現出來的就是我所要呈現出來的，而真實的我，絕對不只這樣，但至少跟呈現出來的我不相衝突。
所以就寫吧！
hambao 發表在
痞客邦
留言(0)
人氣()
