El blog de pvaldes

Seleccionar multiples archivos en base a su contenido real.

La floración de los endrinos había sido estupenda este año aunque tan breve como siempre. Durante unos pocos días en los matorrales cada rama gris y cada espina quedó sepultada bajo miles de flores inmaculadas de endrino brillando al sol. En poco tiempo en toda la comarca se les unieron sus primos, los deliciosos mirabolanos purpura, los pequeños damasquinos azules, los ciruelos silvestres de fruto rojo reflejados en las charcas, los europeos, los japoneses golden y para contrarrestar todo ese blanco, el algodón de azúcar en las varas rojizas de los melocotoneros.

Pero justo entonces los cuervos de Sarumán llegaron trayendo bajo sus alas la inclemente lluvia y el viento frío y el invierno volvío a morder las narices de los aldeanos. Sábanas de agua helada se extendían por los caminos y la lluvia durante toda la noche sonaba como el metro, err... las carretas de los ejércitos de la mano blanca, triturando las piedras de la llanura.

Tiempo ideal para escribir una nueva entrada en el blog, pensó Sarumán, mientras empujaba al gato hacia el exterior (no sin cierta satisfacción). Volvió su atención a lo que estaba leyendo:

Cómo atraer y manipular a los archivos en masa. mrd' editores

``Regla de oro número uno. No borres el enlace antes de cazarlo. Para poder manipular y dirigir con éxito a un ejército de miles de archivos sirvientes primero hay que seleccionarlos cuidadosamente según sus verdaderas aptitudes. Ninguno debe escapar a la llamada de su amo.''.

Casos especiales

En la primera parte habíamos visto como crear una tabla en código de latex desde una base de Postgresql y mantenerla permanentemente actualizada de un modo relativamente sencillo. Hoy vamos a usar Perl para enfocar el mismo problema desde un punto de vista mucho más interesante. Normalmente evito hacer las cosas de modo complicado cuando ya tengo una solución simple que sé que funciona, así que podéis confiar en que habrá algún caramelito esperándonos al final.

Muchos usuarios de LaTeX tendrán probablemente una sensación familiar de fastidio ante ésta situación; una tabla grande y compleja, con decenas de columnas y filas de valores numéricos dentro de un documento extenso que debe de ser actualizada frecuentemente a medida que van llegando nuevos datos.

Se entenderá mejor la situación con un ejemplo hipotético, supongamos que estamos realizando un análisis cladístico de varias familias de plantas y queremos mostrar una tabla con un montón de características ausentes o presentes en cada familia. Un fragmento del código de nuestra tabla antes de ser compilado tendría el siguiente aspecto:

Para actualizar por ejemplo el valor del campo 23 para las plantas boragináceas hay que encontrarlo primero, y eso implica contar los signos "&" uno a uno hasta llegar al 23 y luego cambiar el 0 inmediatamente anterior por otro valor, y así con el resto de filas. Es un proceso no solo muy pesado visualmente sino también bastante propenso a traspapelar columnas e introducir errores. De hecho el código mostrado tiene un error fatal y nunca compilaría, que dejo deliberadamente como ejemplo práctico, a ver quien es el primero en cazarlo.

Así que tengo que admitirlo, las tablas de latex antes de ser compiladas son más bien feas y aún os lo parecerán mucho mas si tenéis que rehacerlas a mano una y otra vez. Tratar de evitaros ese dolor de cabeza es precisamente el propósito de la entrada de hoy.

Un programa para calcular el índice de Brillouin

Siguiendo con cuestiones relacionadas con la Ecología teórica, hoy nos centraremos en otro índice de biodiversidad histórico, el índice de Brillouin, uno de los más antiguos aún en activo. Su fórmula es relativamente sencilla, pero el índice tiende a estar en desuso porque puede ser bastante exigente en cuanto a capacidad de cálculo y por ello muchas hojas de cálculo son incapaces de manejarlo. Para evitar este problema en torno a los años 50 se creó una versión simplificada, el índice de Shannon, que hemos visto en el post anterior y es hoy uno de los más extendidos por su sencillez de cálculo (ganada a costa de sacrificar parte de la precisión y ventajas estadísticas que ofrece Brillouin).

Afortunadamente los debianitas somos tipos que siempre guardamos un par de recursos bajo la manga y tenemos a quien poder recurrir cuando, como en éste caso, necesitemos realizar operaciones con números cuyo tamaño puede alcanzar fácilmente los 50.000 dígitos de extensión; así que he escrito el siguiente programa capaz de encargarse de calcular todo por nosotros, en nada de tiempo y sin despeinarse apenas, gracias a una de esos aliados poderosos de los que hablaba, una auténtica bestia llamada Python:

Aplicando algunos conceptos de ecología al análisis de las comunidades virtuales.

Hoy voy a dejar un poco de lado las cuestiones técnicas y trataré de abordar un problema cada vez más habitual con el creciente número de comunidades virtuales: cómo valorar la madurez y "estado de salud" de un foro de usuarios con respecto al de otros foros similares.

A lo largo de su vida los foros pasan por varias fases fácilmente reconocibles. El esfuerzo de crear un foro exige entusiasmo y cierta habilidad técnica, y al principio suele haber gente muy motivada e implicada. Más tarde, a medida que el foro se va poniendo de moda, aumenta el porcentaje de usuarios novatos que acuden con preguntas básicas o simplemente lo consultan como manual de referencia pero sin atreverse a escribir en él. También aparece un porcentaje de usuarios que directamente tratan de abusar del foro (ignorando las reglas, o esperando que les hagan sus deberes o que el foro sea su pringado/esclavo/servicio técnico gratuito particular) y para empeorar las cosas el foro empieza a atraer a los bots.

En ese momento es fácil morir de éxito, la repetición una y otra vez de preguntas triviales y la lucha contra el spam y los usuarios que incumplen sistemáticamente las normas, sobrecarga e irrita a la moderación. Eso lleva a discusiones que atraen a los trolls, y aumentan más el trabajo de los moderadores para evitar el previsible y típico desenlace: broncas entre grupos de usuarios alineados en diferentes bandos con las consiguientes escisiones, creación de foros paralelos o incluso la total desintegración de la comunidad.

Aparte del aumento de recursos técnicos para mantener el creciente foro en un estado razonablemente ordenado, el proceso suele implicar también la pérdida de recursos humanos cuando los expertos, desgastados por la ausencia de preguntas interesantes, o los moderadores, obligados a recordar una y otra vez las normas, deciden que sería mejor invertir su tiempo en otros asuntos y se trasladan progresivamente a comunidades más pequeñas y elitistas. Todo ello implica la pérdida de calidad en los contenidos del foro.

Lo que nos lleva a una segunda cuestión interesante: ¿cómo valorar la estabilidad de un foro?

Una posible aproximación al problema podría venir, desde mi punto de vista, de la ecología teórica. Un aliado no tan insospechado si pensamos en los foros como ecosistemas complejos en los que no faltan muestras de simbiosis, parasitismo, predación, competencia y territorialismo. Mi idea por tanto será aplicar varios conceptos clásicos de ecología y ver qué ocurre; más concretamente voy a comparar tres comunidades de foreros (esDebian, EsLinux y Ubuntu-hispano) mediante el cálculo de su "biodiversidad".

Al avanzar la primavera pvaldes sale de su letargo invernal y cada vez podremos observarlo más fácilmente trotando por el jardín, bien examinando con ojo crítico algun insecto posado sobre una hoja mientras se rasca despreocupadamente tras las orejas, o con medio cuerpo metido dentro de la mata de frambuesas mientras cloquea ruiditos de satisfacción o quizás arrancando alguna pequeña hierba aquí y allá que acarrea probablemente para hacer su nido, aunque también hay gente que asegura haberlo visto llevarlas hasta el montón de compost.

Vuestros peores temores se hacen realidad, se avecina uno de esos socorridos posts fotográficos sobre neuras personales que normalmente no le importan a nadie salvo el que lo escribe y son la firma indiscutible del blogger gandul. Como no está el horno para decir simplemente que me importa un pepino, disimularé la verguenza de caer tan bajo hablando un poco de Bauble, el gestor de colecciones de biodiversidad que usan los campeones y que viene incluido en... exacto.

Heartbeats, Lilypond, Hotssh, Love-doc y sexTractor están disponibles y deseando conocerte

Con la llegada de la primavera brotan por todas partes usuarios acalorados y desenfrenados deseosos de emociones fuertes a los que la ropa interior empieza a quedarseles pequeña de modo alarmante de un día para otro. Al mismo tiempo varios cientos de comandos solitarios esperan en la terminal como Penelope sin que nadie los corr... err... les eche nunca un segundo vistazo. ¡Pero esa triste situación se ha acabado! ¡Ahora los debianitas de agenda apretada pueden apuntarse a nuestro programa social de citas rápidas: 'ssh... no se lo digas a mamá (conoce a 6 comandos calientes en 1 minuto) ' y vivir nuevas y excitantes experiencias!... solo aquí, en sexDebian.

Un nuevo comando retorcido pero rico rico que pongo aquí, básicamente, para que no se me pierda.

¡Ahora tu también puedes tener éxito social y conseguir bellas mujeres (o no) gracias a デビアン !

Todo lo que necesitas saber para triunfar en un congreso japonés y que nunca te atreviste a preguntar al profesor de Aikido, ahora condensado en un cómodo blog.

Buscar e instalar software que no está en los repositorios de Debian, desde Debian

Como todos sabemos, uno de los mayores logros de Debian es su sofisticado y completo sistema gestor de paquetes .deb, que cubre un amplio espectro de soluciones a diferentes necesidades mediante programas como dpkg, dselect, aptitude, synaptic, apt o alien. Ha contribuido tanto al éxito de la distribución que a veces uno olvida que existen alternativas menos conocidas, no basadas en los archivos deb, pero que también permiten instalar software de modo avanzado desde Debian. Su rango de acción empieza allí donde acaba el de los programas citados anteriormente: Las "colecciones temáticas" de software libre fuera de los repositorios en los que se ofrece lo último de lo último antes de que sea empaquetado y entre en Sid.