之前，corrplot包（部分效果见此）只能通过Rforge下载：

install.packages("corrplot", repos="http://R-Forge.R-project.org")

目前小bug都找的差不多了，加上近来比较忙碌，故打算提交到CRAN（大约五天之内会到CRAN上露脸吧），需要此包的朋友们就不用发email给我原始数据让我代劳了

此包以后的更新方向主要是变量的重排序方法：

1. Robinsonian
2. Dimension reduction
3. Heuristics
4. Block modeling
5. TSP

现在已经实现了主成分排序和各种系统聚类排序，其他的还得边学边卖，慢慢更新。相关矩阵可视化竟然能扯出这么多数学、统计甚至图论的东西，之前从没想到过，真是好玩。

注1：最初是在R会议上看见bjt大哥用椭圆图来表示相关矩阵，那时觉得很新鲜、很好玩，记忆很深刻。后来随便想了一阵子，写了个小函数来娱乐，却没想到滚雪球滚成了一个小package。

注2：曾经觉得自己折腾得太久了，很无聊，不过现在又觉得很好玩了，因为还有很多有趣的工作要做。

注3：corrplot包在Rforge上最近不太好用，等我忙完手头的事立即更新。

发现第一届 R 中国会议上了The R Journal第一期（Conference Review: The 1st Chinese R Conference，第69页），很有历史意义，谢兄辛苦了啊。

此外，还发现文中还介绍各个演讲者和对应的演讲课题，我的也放了进去（Statistical Computation ：optimization in R by Taiyun Wei），这是我的名字第一次上正式学术期刊，呵呵。
不知第二届 R 中国会议何时何地举办，消息灵通的看客了不妨透漏一下

下午拿 R 去忽悠师兄师姐们，主题是回归和分类在R中的实现，讲得乱七八糟，幸好许青松老师宽宏大量，师兄师姐们都很给面子。不过可能由于我耿耿于怀没有讲好，晚上吃饭时闹了个笑话：
晚上去吃蒸菜，愣是要份回归肉（这两天回归树、回归机说得多了些，可怎么又冒出了个回归肉啊），搞得服务员摸不着头脑，整个半天才弄明白我要的是梅菜扣肉（不是回锅肉）。

一直觉得圆圈图听来不雅，也没有“闪电图”那么响亮的名字，不料却受到了许多前辈们的关怀议论，叫好的不少，提出批评意见的也不少。从中，我发现了一个秘密：人们的视觉系统是有差异的！同一个图，在某些人眼里好，而在其他人眼里就不一定舒服了。所以，我把原先的函数升级了，添加了背景颜色和填充颜色两个参数，用户可以自行选择适当的参数，当然后果自负。

许多朋友反映负相关系数的白色圈子淹没在白色背景里了，不怎么显眼。受中国围棋的启发，把背景设置为鹅黄色，发现效果不错。这样圆圈图就有个扬眉吐气的名字了：围棋图。

截一个游戏结束时的图如下：
目前该函数已被fun包收录：
install.packages("fun", repos="http://R-Forge.R-project.org")

代码分享如下：
#' Play sliding puzzles
#' @author Taiyun Wei
#' @param size vector, the size of puzzle
#' @param bg, the color of number-cases
#' @param z, the puzzle matrix, can be generated automaticly
playNums <- function(size = c(4,4), bg = "lightblue",z = NULL, ...) {
    n <- size[1]
    m <- size[2]
    z.right <- matrix(1:(n*m), n, byrow = TRUE)
    z.right[n,m]<- 0
   
    ##calculate inverse number
    neg_seq.length <- function(x){
        len <- 0
        for(i in 1:(length(x) - 1)){
            tmp <- x[(i+1):length(x)] - x[i]
            len <- len + sum(tmp < 0)
        }
    }
   
    len.right <- neg_seq.length(as.vector(z.right)) +n+m
        
   
    if (is.null(z))
        z <- matrix(sample(0:(n*m - 1)), n)
    len.z <- neg_seq.length(as.vector(z)) + sum(which(z==0, arr.ind = TRUE))
   
   
    ####guarantee the game can be solved
    while((len.right%%2)!=(len.z%%2)){
        z <- matrix(sample(0:(n*m - 1)), n)
        len.z <- neg_seq.length(as.vector(z)) + sum(which(z==0, arr.ind = TRUE))      
    }
    z[!z]<-NA
   

    ##plot puzzles
    replot <- function(z) {
        bg <- ifelse(z, bg, "white")
        fg <- ifelse(z, bg, "white")
        par(mar = c(0, 0, 0, 0), bg = "white")
        plot(c(0, m), c(0, n), type = "n",axes = FALSE, asp = 1, xlab = "",
            ylab = "")
        segments(0:m, rep(0, m + 1), 0:m, rep(n, m + 1), col = "grey",
            lwd = 2)
        segments(rep(0, n + 1), 0:n, rep(m, n + 1), 0:n, col = "grey",
            lwd = 2)
        symbols(0.5 + rep(0:(m - 1), each = n), 0.5 + rep((n -
            1):0, m), squares = rep(0.9, n*m), add = TRUE, inches = FALSE,
            fg = as.vector(fg), bg = as.vector(bg))
        text(0.5 + rep(0:(m - 1), each = n), 0.5 + rep((n -
            1):0, m), as.vector(z), cex = 3)
    }
   
    ##push function
    push <- function(x, begin, space) {
        tmp <- x[space]
        if (begin < space) {
            x[(begin + 1):space] <- x[begin:(space - 1)]
            x[begin] <- tmp
        }
        if (begin > space) {
            x[(begin - 1):space] <- x[begin:(space + 1)]
            x[begin] <- tmp
        }
        x
    }
   
    count <- 0
    mousedown <- function(buttons, x, y) {
        plx <- grconvertX(x, "ndc", "user")
        ply <- grconvertY(y, "ndc", "user")
        m.col <- ceiling(plx)
        m.row <- n - floor(ply)
        ind.NA <- which(is.na(z), arr.ind = TRUE)
        if (!xor(m.row == ind.NA[1], m.col == ind.NA[2]))
            cat("Warning: Cannot push any case!\n")

        ##row push
        ind.NA <- which(is.na(z), arr.ind = TRUE)
        if (ind.NA[1] == m.row & ind.NA[2] != m.col) {
            z[m.row, ] <<- push(z[m.row, ], m.col, ind.NA[2])
            cat("step = ", count <<- count + 1, "\n")
        }
        ##col push
        if (ind.NA[1] != m.row & ind.NA[2] == m.col) {
            z[, m.col] <<- push(z[, m.col], m.row, ind.NA[1])
            cat("step = ", count <<- count + 1, "\n")
        }
        replot(z)
        flag <- z == z.right
        if (all(flag[!is.na(flag)])){
            "You win!"
        }
    }
   
    replot(z)
    getGraphicsEvent("Game begin!", onMouseDown = mousedown)

}

英语很差的我居然开了个英文博客，大家可要多多捧场啊:)
是google的免费博客http://weitaiyun.blogspot.com/
此外，我新创的圆圈图受到了Romain François的关注，要将其放在R graph gallery上去，在他的建议下，我在代码里面加了点注释。代码共享如下：

circle.cor = function(cor, axes = FALSE, xlab = "",
        ylab = "", asp = 1, title = "Taiyun's cor-matrix circles",
        ...) {
    n = nrow(cor)
    par(mar = c(0, 0, 2, 0), bg = "white")
    plot(c(0, n + 0.8), c(0, n + 0.8), axes = axes, xlab = "",
            ylab = "", asp = 1, type = "n")
    ##add grid
    segments(rep(0.5, n + 1), 0.5 + 0:n, rep(n + 0.5, n + 1),
            0.5 + 0:n, col = "gray")
    segments(0.5 + 0:n, rep(0.5, n + 1), 0.5 + 0:n, rep(n + 0.5,
                    n), col = "gray")
    ##define circles' background color.
    ##black for positive correlation coefficient and white for negative
    bg = cor
    bg[cor > 0] = "black"
    bg[cor <= 0] = "white"
    ##plot n*n circles using vector language, suggested by Yihui Xie
        ##the area of circles denotes the absolute value of coefficient
    symbols(rep(1:n, each = n), rep(n:1, n), add = TRUE, inches = F,
            circles = as.vector(sqrt(abs(cor))/2), bg = as.vector(bg))
    text(rep(0, n), 1:n, n:1, col = "red")
    text(1:n, rep(n + 1), 1:n, col = "red")
    title(title)
}
## an example
data(mtcars)
fit = lm(mpg ~ ., mtcars)
cor = summary(fit, correlation = TRUE)$correlation
circle.cor(cor)

计划写写R软件在数学建模方面的应用，初步选择最优化和统计两块。