Analogías entre conceptos de metrología y de Git

Frédéric Tessier (NRC, Canada) comenta en el webinar que la mentalidad de las personas que trabajan en metrología ya es bastante cercana a la mentalidad que se necesita para trabajar con Git. La metrología se ocupa de mediciones y cómo éstas cambian en el tiempo, Git se ocupa de archivos y sus cambios en el tiempo. Acá una lista de los conceptos de metrología y sus equivalentes en el flujo de trabajo con Git:

Cada cambio en el tiempo va asignado a un commit, tal como una medida o un dato de alguna cantidad que se mida en un experimento. Los commits tienen a vez una etiqueta o hash asignado, el cual garantiza la exactitud del cambio al que se refiera y no otro similar o que haya ocurrido en otro momento. La precisión de los cambios va desde un carácter hasta la longitud que considere la persona que los ejecuta. La cadena de logs, o historia de commits, es un récord que garantiza la trazabilidad de los cambios hasta los archivos originales. Se pueden comparar los cambios uno a uno o en distintas etapas de la edición. De esta manera, se pueden identificar las diferencias entre distintas ramas de trabajo o entre distintas etapas del proyecto. Una cadena de cambios puede ser reproducida por terceras personas con tan sólo clonar el proyecto. Así se garantiza la reproducibilidad del trabajo y además, se facilitan la transparencia y el acceso abierto. Cada cambio además va documentado con datos de la persona responsable del mismo.

Por estas razones, Git es una herramienta no sólo útil sino necesaria en la metrología. Cuando nos ocupamos de mantener todos estos criterios en las mediciones tenemos la capacidad de también aplicarlos al manejo de archivos digitales. De hecho, hoy en día se podría decir que (todas) las mediciones (datos) se guardan en archivos en nuestras computadoras.

De dónde vienen los datos

La fuente de datos más completa de casos de COVID-19 es la que provee la Universidad John Hopkins (JHU) y que actualizan varias veces al día en su repositorio de GitHub. Estos datos son organizados por la universidad usando como fuentes la Organización Mundial de la Salud y fuentes nacionales (ministerios de salud y otras fuentes oficiales). Estos datos están divididos en tres archivos, los cuales contienen series de tiempo de casos confirmados, fallecidos y recuperados. Las tablas incluyen la localización hasta el nivel provincia/estado, con coordenadas geográficas. Desde el 22/03/2020, JHU dejó de reportar el número de recuperados.

A pesar de que podríamos cargar estos datos en R directamente desde el repositorio de la JHU, existen formas más cómodas de hacerlo. Actualmente existen dos paquetes de R que pueden hacerlo por nosotros.

Arreglar el “zoom-out”

Uno de los problemas que más pueden fastidiar al crear un mapa de leaflet es que al hacer zoom-out se pueden llegar a ver “varios” planetas Tierra, lo cual no tiene mucho sentido. Esto se puede arreglar definiendo límites al hacer zoom-out y zoom-in . Se pueden cambiar las opciones de la función leaflet. Un ejemplo es el siguiente:

library(leaflet)

m0 <- leaflet(options = leafletOptions(minZoom = 3, maxZoom = 8)) %>%
  addTiles() %>%
  setView(lng=-75, lat=-12 , zoom=4) # Centrar el mapa en Suramérica

m0

En este caso, iniciamos con un zoom a nivel 4, definido en setView, y sólo permitimos bajar un nivel más (3) y llegar a un máximo de 8. Estos límites serán mejor definidos al crear y visualizar el mapa y dependerán de la aplicación que se le quiera dar. Para dejar el mapa en un zoom fijo y no permitir zoom-out ni zoom-in, se pueden fijar minZoom y maxZoom al mismo nivel.

Cambiar el estilo del mapa

Además de las capas de OpenStreetMap usadas por defecto en leaflet, existen muchas otras disponibles. Una lista de diferentes estilos/capas se puede encontrar aquí. Uno de mis temas favoritos es Positron de CartoDB. Este mapa se puede cargar de la siguiente manera:

m0_positron <- leaflet(options = leafletOptions(minZoom = 3, maxZoom = 8)) %>%
  addProviderTiles(providers$CartoDB.Positron) %>%
  setView(lng=-75, lat=-12 , zoom=4)

m0_positron

También se puede cargar sin las etiquetas usando addProviderTiles(providers$CartoDB.PositronNoLabels).

CartoDB también provee un tema oscuro que puede ser usado de igual forma con o sin etiquetas: addProviderTiles(providers$CartoDB.DarkMatter) o addProviderTiles(providers$CartoDB.DarkMatterNoLabels), respectivamente.

Acá una visualización del tema oscuro sin etiquetas:

Agregar datos al mapa

Para este ejemplo vamos a agregar datos del paquete {coronavirus}. Más detalles sobre el uso de estos datos se pueden conseguir en esta otra entrada. Para cargar estos datos hacemos lo siguiente:

## Cargar datos

# Para instalar el paquete {coronavirus}:
# devtools::install_github("RamiKrispin/coronavirus")

require(coronavirus)

datacov <- coronavirus %>%
  # Seleccionar datos de interés
  select(country = Country.Region, type, cases, Lat, Long) %>%
  # Agrupar por país
  group_by(country, Lat, Long, type) %>%
  # Totalizar los casos
  summarise(total_cases = sum(cases)) %>%
  # Crear columnas para cada tipo de caso
  pivot_wider(names_from = type, values_from = total_cases) %>%
  # Ordenar por número de casos confirmados
  arrange(-confirmed) %>%
  ungroup()

# Cambios los nombres a español
datacov <- datacov %>%
  mutate(country = ifelse(country == "Peru", "Perú", country)) %>%
  mutate(country = ifelse(country == "Dominican Republic", "República Dominicana", country)) %>%
  mutate(country = ifelse(country == "Brazil", "Brasil", country)) %>%
  mutate(country = ifelse(country == "Haiti", "Haití", country)) %>%
  mutate(country = ifelse(country == "Panama", "Panamá", country)) %>%
  mutate(country = ifelse(country == "Mexico", "México", country))

Usando la función addCircleMarkers(), se puede graficar la variable confirmed (número de casos confirmados) sobre el mapa, usando el logaritmo del número de casos para definir el radio de los círculos graficados. Latitud y longitud están incluidos en los datos en las variables Long y Lat. Usando el parámetro popup se puede crear una caja de información con datos a ser mostrados al hace click en cada círculo. En este caso se agrega el nombre del país y número de casos confirmados y fallecidos.

m1 <- leaflet(datacov, options = leafletOptions(minZoom = 3, maxZoom = 8)) %>%
  addProviderTiles(providers$CartoDB.PositronNoLabels) %>%
  addCircleMarkers(
    lng = ~Long,
    lat = ~Lat,
    weight = 3,
    radius = ~log(confirmed)*3, # Adaptar según se desee
    color = "#ff7761",
    stroke = FALSE, fillOpacity = 0.9,
    popup = paste(datacov$country, "<br>",
                  "<b>Casos confirmados: </b>", datacov$confirmed, "<br>",
                  "<b>Fallecidos: </b>", datacov$death)
  ) %>%
setView(lng=-75, lat=-12 , zoom=4)

m1

En el siguiente ejemplo se incluye una nueva capa con el número de fallecidos, la cual estará debajo de la de número de casos confirmados para garantizar que el área cliqueable siga activa en el círculo más grande.

m2 <- leaflet(datacov, options = leafletOptions(minZoom = 3, maxZoom = 8)) %>%
  addProviderTiles(providers$CartoDB.PositronNoLabels) %>%
  addCircleMarkers(
    lng = ~Long,
    lat = ~Lat,
    weight = 3,
    radius = ~log(death),
    color = "#881600",
    stroke = FALSE, fillOpacity = 0.9,
  ) %>%
  addCircleMarkers(
    lng = ~Long,
    lat = ~Lat,
    weight = 3,
    radius = ~log(confirmed)*3,
    color = "#ff7761",
    stroke = FALSE, fillOpacity = 0.7,
    popup = paste(datacov$country, "<br>",
                  "<b>Casos confirmados: </b>", datacov$confirmed, "<br>",
                  "<b>Fallecidos: </b>", datacov$death)
  ) %>%
  setView(lng=-75, lat=-12 , zoom=4)

m2

Mostrar etiquetas al desplazar el cursor

Para mostrar información al desplazar el cursor sobre los círculos, se puede usar el argumento label dentro de la función addCircleMarkers(). Una etiqueta con información del país y la cantidad de casos confirmados se agrega usando el siguiente parámetro:

label = paste0(as.character(datacov$country)," | Casos confirmados: ", as.character(datacov$confirmed)),

m3 <- leaflet(datacov, options = leafletOptions(minZoom = 3, maxZoom = 8)) %>%
  addTiles() %>%
  addProviderTiles(providers$CartoDB.PositronNoLabels) %>%
  addCircleMarkers(
    lng = ~Long,
    lat = ~Lat,
    weight = 3,
    radius = ~log(death),
    color = "#881600",
    stroke = FALSE, fillOpacity = 0.9,
  ) %>%
  addCircleMarkers(
    lng = ~Long,
    lat = ~Lat,
    weight = 3,
    radius = ~log(confirmed)*3,
    color = "#ff7761",
    stroke = FALSE, fillOpacity = 0.7,
    popup = paste(datacov$country, "<br>",
                  "<b>Casos confirmados: </b>", datacov$confirmed, "<br>",
                  "<b>Fallecidos: </b>", datacov$death),
    label = paste0(as.character(datacov$country)," | Casos confirmados: ", as.character(datacov$confirmed)),
    labelOptions = labelOptions(style = list(
                                "color" = "#FFFFF3",
                                "font-family" = "Roboto",
                                "font-weight" = "bold",
                                "box-shadow" = "3px 3px rgba(0,0,0,0.25)",
                                "font-size" = "16px",
                                "background-color" = "#566270",
                                "border-color" = "rgba(0,0,0,0.5)"))
  ) %>%
  setView(lng=-75, lat=-12 , zoom=4)

m3

browsable(
  tagList(list(
    tags$head(
      tags$style(
        ".leaflet-popup-content-wrapper {
        background: black;
        color: #ffffff;
        font-size: 15px;
        padding: 2px;
        border-radius: 0px;
        }"
      )
    ),
    m3
  ))
)

Guardar y publicar el mapa

El resultado se puede guardar como un archivo html usando el paquete {htmlwidgets}.

library(htmlwidgets)
saveWidget(m3, "~/leaflet_m3.html")

Este archivo html se puede subir e incrustar en un sitio web usando el siguiente código:

<iframe src="leaflet_m0.html" frameborder="0" width="100%" height="600px"></iframe>

<iframe src="{{.Get 0}}" width="100%" height="{{.Get 1}}" frameborder="0" allowfullscreen="allowfullscreen" allow="geolocation *; microphone *; camera *; midi *; encrypted-media *"></iframe>

{{< hp5 "/leaflet/leaflet_m0.html" "600">}}

Instalar yay

git clone https://aur.archlinux.org/yay.git
cd yay
makepkg -si

Instalar RStudio usando yay

yay -S rstudio-desktop-bin

Instalación de OpenBLAS

Las librerías de BLAS instaladas por defecto en Manjaro no son las de mejor rendimiento. Para incrementar el rendimiento, se recomienda instalar OpenBLAS, el cual ofrece la posibilidad de usar múltiples núcleos del CPU en vez de uno solo, como normalmente ocurre. Para instalar OpenBLAS:

yay -S openblas-lapack

Durante el proceso de instalación tendrás que remover los paquetes antiguos. Luego de culminada la instalación no es necesario configurar nada. R estará usando los CPU disponibles.

Una última recomendación

Muchos paquetes de R requerirán un compilador de Fortran. Luego de la instalación es recomendable instalar gcc-fortran:

sudo pacman -S gcc-fortran

Instalar Hugo

La instalación de Hugo depende del sistema operativo que uses. Puedes encontrar detalles de distintas instalaciones en inglés en este sitio o acá, en español.

En Arch Linux o Manjaro puedes ejecutar

sudo pacman -Syu hugo

En Ubuntu o Debian,

sudo apt-get install hugo

Preparar la plantilla Academic

Lo primero que haremos es clonar el tema Academic y guardarlo localmente en nuestra computadora. Para ello, ejecuta los siguientes comandos:

git clone https://GitHub.com/sourcethemes/academic-kickstart.git Mi_sitio
cd Mi_sitio
git submodule update --init --recursive

Luego se debe crear un nuevo repositorio en GitHub o GitLab. En el caso de usar GitHub, el repositorio debería llamarse <usuarie>.github.io. Este es el repositorio donde el sitio final será alojado. Agrega este repositorio a un submódulo de la siguiente manera:

git submodule add -f -b master https://github.com/<usuarie>/<usuarie>.github.io.git public

Luego, sincronizamos el repositorio local con el remoto en GitHub:

git add .
git commit -m "Primer commit"
git push -u origin master

El último paso sería crear el sitio web como tal, en HTML. Esta tarea se conoce como “renderizar” el sitio y lo hará Hugo para nosotros. Además, el sitio web creado será guardado en la carpeta /public y esta carpeta es la que vamos a sincronizar con el repositorio <usuarie>.github.io, de la siguiente forma:

hugo
cd public
git add .
git commit -m "Crear sitio"
git push origin master
cd ..

Primeros pasos para editar el sitio web

Lo primero que debemos hacer es abrir el archivo config.toml y cambiar las variables necesarias. Por ejemplo, podemos cambiar el nombre del sitio, nuestro nombre y biografía, etc.

baseurl = "https://<usuarie>.github.io" # Usa este URL si piensas usar GitHub

# Title of your site
title = "Blog académico de Perico de los Palotes" # Acá cambias el título de tu sitio

Si deseas que el sitio esté en español modifica la siguiente variables:

defaultContentLanguage = "es"

Hay muchas otras variables que puedes cambiar en config.toml, por ejemplo, tus cuentas de redes sociales, o tu foto de perfil. Recomiendo que inspecciones todo el archivo y experimentes con él.

Una vez listos estos cambios podemos crear el sitio usando el comando hugo. Luego de creado el sitio, puedes visualizarlo ejecutando el comando hugo server. Esta es una vista preliminar. Puedes cambiar otras variables o seguir los siguientes pasos para agregar tus publicaciones y tu primera entrada al blog. Es recomendable visualizarlo localmente antes de sincronizar con GitHub. Para ello, abre la siguiente dirección en el navegador: localhost:1313.

Crear lista de publicaciones académicas

Necesitas tener una lista de tus publicaciones como archivo bibtex. Esto puedes hacerlo desde tu gestor de referencias (zotero, mendeley, etc.) Luego, con el archivo bibtex, podrás producir los archivos .md requeridos para mostrar cada publicación, los cuales se localizarán en el directorio content/publication. No te preocupes que este proceso se puede hacer fácilmente usando un código de python que prepararon los desarrolladores.

Si tienes instalado Python 3, ve al directorio de tu sitio academic y ejecuta el script de la siguiente forma:

pip3 install -U academic
academic import --bibtex <directorio/publicaciones.bib>

Si no tienes Python instalado, esta guía te puede ayudar.

Crear primera entrada en el blog

Lo que tienes que hacer primero es crear un archivo “primera_entrada.md” (por sugerir un nombre) en el directorio content/post y editarlo.

hugo new --kind post post/primera_entrada

Abre el archivo .md en tu editor de texto y escribe algún texto usando el formato markdown. Una vez escrita la entrada, podemos ejecutar hugo server y visualizar el sitio abriendo localhost:1313 en el navegador.

El último paso es cargar los archivos en el repositorio GitHub o GitLab, tal como se mostró al principio. Luego de cargados los archivos al repositorio, tu sitio web será visible en la URL “[usuarie].github.io”.