![r语言脚本前的[1]表示什么](/aiimages/r%E8%AF%AD%E8%A8%80%E8%84%9A%E6%9C%AC%E5%89%8D%E7%9A%84%5B1%5D%E8%A1%A8%E7%A4%BA%E4%BB%80%E4%B9%88.png)
我自己是软件的研究生，第一年在校学习，第二年在公司做通讯终端设备的软件研发，即将毕业，工作已定，在周围同学里算一般吧，去中兴通讯，有问题可以直接咨询我
楼下的情况倒是很特殊啊，软件也没这么差吧，读研期间我工资也是5k多些。而且周围同学工作一般找的没有低于6k的，当然硬件的后期可能更好。
______________________________________________________________________
软件很难学 而且是青春饭 30岁没有什么成果就赚不到钱 而且普通的程序员也就是死工资 在长春每个月也就1500 沈阳每个月2000 南方每个月3000（前提是学的很精明） 我是学软件的 今年毕业 感觉学成的很少，找工作也不是很好找，都想改行了。所以我建议你学电子类 机械类 设计类 这些是真本事 而且容易上手 尤其是艺术设计。看你自己的想法了，个人观点学硬件比软件更容易，而且也掌握了技术，比较长久的选择，软件过时太快了。
资料：《Statistical Analysis of Network Data with R》
语言R常见的网络分析包：
网络分析研究大部分是描述性的工作。
网络的可视化 即是一门艺术，也是一门科学。
三元闭包体现了社会网络的“传递性”（transitivity），枚举所有节点三元组中构成三角形的比值来表征。
网络的可视化和数值特征化是网络分析的首要步骤之一。
网络可视化视图将数据的多个重要反面整合在一个图表中。
该节点在多大程度上会与同类型或者不同类型的其他节点进行匹配，可以通过一种相关性统计量（所谓的同配系数）进行量化。
将复杂系统中感兴趣的问题与合适的网络概括性度量匹配起来，是网络特征化方法起作用的关键所在。
网络中的频繁子图模式
网络聚类系数的分布,用来检验社会网路的聚集性上
sand安装包
网络数据统计分析 statistical analysis of network data
在CRAN上
G=（V,E）
节点 ：vertices 或者 nodes
边：edges 或者 links
节点数量：图的阶数 order
边的数量：图的规模 size
同构图 isomorphic
无向 undirected
有向 directed graph 或者 digraph
边：有向边 directed edges 或 弧 arcs
双向 mutual
小的图形用 formulate来创建
把mg转化为wg2
Zachary 空手道俱乐部网络 （karate club network）
数据集合实际上只存在两个社团，分别以教练为中心和以主管为中心。
Lazega律师网络可视化
srt() 不能用使用 upgrade_graph()d代替
DrL算法，针对大型网络可视化设计的布局算法。
节点的节点，即社区节点（主题节点）
即一个中心节点，一其直接相连的邻居，以及这些节点至今的边。
度值不同的节点以何种方式彼此连接
图的密度
全局聚类系数
局部聚类系数
互惠性 reciprocity
二元组普查
