Футбол ака соккер в Северной Каролине

Понятно, что в США футбол или соккер — далеко не самый популярный вид спорта. Впереди бейсбол, американский футбол, баскетбол и хоккей. Однако, по посещаемости стадионов МЛС — американская футбольная лига, далеко впереди РФПЛ — Российской Премьер Лиги. Вот тут можно почитать про посещаемость МЛС. Невероятно, что у некоторых команд 100% показатель на домашних встречах: народ любит и ходит на футбол поболеть, пообщаться, отдохнуть. В этом отношении, нам — как до звезды. Но не буду о грустном, расскажу о житейском.
Итак, понятно, что футбол здесь, как минимум популярен не менее, чем у нас. А вот если я — любитель и хочу сам играть, а не смотреть? Варианты есть, нужно только поискать.
Платно
Большой футбол
Мне посчастливилось познакомиться с русскоговорящими людьми в Северной Каролине, которые еще и в футбол играют. В Северной Каролине существует любительская футбольная лига — типа нашей ЛФЛ, с разными дивизионами. Играю в одном из низших дивизионов, в команде есть пара американцев и месиканцев, а так же много выходцев из постсоветского пространства. Мы принимаем участие в осеннем и весеннем чемпионатах. Время проведения: август-ноябрь и февраль-май, соответственно. Игры проходят раз в неделю, обычно в субботу, на одном из многочисленным полей: каждый раз место игры разное. В Роли, например, есть даже целый Соккер Парк, в котором примерно 20 полноразмерных футбольных полей. Здесь очень мягкий климат, поэтому трава растет круглый год. Большинство полей с натуральным газоном. Качество газона, правда, иногда страдает, поэтому пару раз пришлось играть на огороде. Есть одно поле с искусственной травой — мне там удобнее всего. Игра проходит по всем правилам: два тайма по 45 минут, есть главный судья и два боковых для фиксации офсайдов. Сезон примерно из 10 игр стоит 90-120$: стоимость варьируется индивидуально: первый сезон — 90, второй — 120, третий — опять 90 и так далее. В первый сезон меня заявили позднее — я платил по 15$ за игру + сама регистрация на сайте: 30$ если мне память не изменяет. Обязательна амуниция: необходимо иметь щитки и гетры. Без них играть судья не разрешит. Уровень футбола не самый высокий, но видел игры высших лиг — там в порядке игрочишки.
Футбол в зале
Есть как минимум две лиги, где играют в футбол в помещении. Я учавствую в одной из них. Весь прикол в том, что у американцев свое представление о зальном футболе. Я так понял, что они почему-то игнорируют давно изобретенный футзал, а играют во что-то среднее между хоккеем и футболом. То есть площадка оборудована бортами, и ауты считаются только, когда мяч за перелетает через борт. Ворота как бы встроены в площадку при этом. Помню во дворе 26 дома на Кутузовском проспекте видел такое. На полу постелен искусственный газон, причем не самого лучшего качества. Ну и плюс куча маленьких правил вдобавок. Экзотика, однако. Приходится довольствоваться этим. Стоимость тут зависит от количества народа в команде. Так за 9 игр я заплатил 80$, соответственно, за команду из 12 человек вышло ~1000$ за летний сезон. Также гетры с щитками обязательно. Судейство есть, но его качество сильно хромает.
Бесплатно
Условно бесплатно в университете устраивают турниры по футболу 3х3, 5х5 и классика. Условно — потому что все студенты платят каждый семестр деньги, назовем этот платеж комиссией. В эту комиссию входит почти все текущие траты универа, насколько я понимаю. Например, ты не пользуешься тренажерным залом — но все равно за него заплатишь.
В общем, платить вроде как не надо: регистрируйся онлайн, и — вперед! Нужно только хорошую команду найти. Мне это удалось: мы с парнями выйграли турнир 3 на 3, за что нам вручили по футболке. Я свой приз потерял через полчаса: так и не понял, где и как.
Бесплатно можно поиграть, просто прийдя на поле рядом с универом. Здесь это называется пикап гейм. Если погода хорошая, то на поляне обязательно будут игроки. Качество игры обычно низкое, приходят и играют все подряд, не только студенты. Некоторые входят в игру без спроса — и это нормально тут.
Для игры поинтереснее но на другом поле существует фейсбучная группа. Тут уже уровень игроков повыше, все более менее организованно. Большинство людей знают друг друга. Естественно, американцев не так много, среди игроков преобладают африканцы-эмигранты. Пару недель назад в выходной собралось примерно 40 человек. Все поделились на 4 команды и сыграли чемпионат: каждая из команд сыграла с остальными по матчу. Было интересно.
Оба поля принадлежат университету, поэтому за газоном ухаживают, и обычно он в отличном состоянии.
Футбол — моя любимая игра, поэтому мне крайне важно играть на регулярной основе. Помогает перезагрузить мозг и выплеснуть негатив. Рад, что есть хотя бы такие варианты.

Нью-Йорк в мае

Ездить особо не получается по США: скорее всего потому что нашел зону комфорта и вылезать из нее совсем не хочется. Финансовый вопрос тоже важен, но не решающий, так как путешествовать можно и бюджетно.
Удалось побывать в Нью-Йорке а начале мая. Общие впечатления: крупный город с вечно торопящимися людьми, киношными видами и тотальным интернационалом повсюду.
Как добрался
Перелет из Роли ~190$, туда-обратно, естественно. Вначале идея была взять машину, но ехать долго и лишние затраты + риски. Плюс в самом городе машина — дорогое удовольствие, наслышан о ценах за парковку.
Где жил
airbnb ~70$ две ночи. Жильё было в Восточном Гарлеме: дешево и сердито. Подвальное помещение, в котором сделали ремонт, поэтому без окон, как во вьетнаме почти. Просторная комната-студия с кухней, кроватью и диваном. Достаточно для размещения четырех человек. До станции метро — 5 минут пешком. Район не самый привлекательный и богатый: много маргиналов на улице, часто просят денег, было ощущение, что не безопасно. Однако остановиться на пару дней — сойдет, и близко к метро — зеленая ветка, которая проходит вдоль Центрального Парка, где то в районе 125 улицы. К тому же, автобус из аэропорта ЛаГвардия останавливается прям напротив входа в дом.
Что видел
Ограничились минимальным стандартным набором. Центральный парк — в воскресение, первый день в Нью-Йорке. В парке был марафон. Люди бежали, ехали на велосипедах. Мы же ходили ногами и глазели на все это.

IMAG0273.jpg

Складывалось ощущение, что как минимум половина из спортсменов — не американцы. Я слышал много европейских языков и, конечно же, наш родной.

IMAG0274.jpg

IMAG0275.jpg

IMAG0276.jpg

IMAG0278.jpg

Кажется, это место часто снимают в фильмах о Нью-Йорке

IMAG0280.jpg

Можно сказать, что с погодой не очень повезло. Прогноз обещал 16-17 градусов, но чувствовалось, будто меньше 10. Пришлось утепляться. Кстати, по ходу весна этого года была особенно холодной не только в Москве.

IMAG0282.jpg

Вот они, те самые улицы

IMAG0284.jpg

Толпы людей. Не могу сказать, что по ним я скучал

IMAG0285.jpg

IMAG0288.jpg

Мемориал 11 сентября справился с задачей. Находишься на этом самом месте и понимаешь, что кто-то здесь умер просто потому, что оказался не в том месте не в то время. От этого становится печально.

IMAG0292.jpg

Кстати, курить в районе мемориала запрещено. На территории находится достаточно много охраны, кое-кто в штатском. Следят за порядком.

IMAG0293.jpg

Статуя свободы. Мы решили не брать платную экскурсию на сам островок со статуей. Ограничились бесплатным паромом на Стейтен Айленд. Паромы отчаливают каждые полчаса и проходят рядом с островом Свободы. С парома остров и сама статуя просматривается вполне неплохо. Можно купить кофе и спокойно наслаждаться видами с лодки.

IMAG0295.jpg

IMAG0296.jpg

IMAG0297.jpg

К каждому парому прилагается катер с пулеметчиком

IMAG0298.jpg

IMAG0300.jpg

А вот и статуя. Выглядит меньше, чем впечатления от телекартинки. Почему-то вспомнился Red Alert 2

IMAG0304.jpg

Бруклинский мост опасен. По нему ходят толпы туристов и на бешеной скорости проносятся велосипеды. Не знаю, как при мне никого не сбили. Но виды красивые

IMAG0305.jpg

IMAG0306.jpg

Немного моих щщей

WhatsApp Image 2017-05-24 at 2.21.15 PM.jpeg

Немного улиц на пути к Тайм-Сквер

IMAG0307.jpg

IMAG0308.jpg

Ну и вот она, площадь. Народу — очень много. Все ярко, модно, современно.

IMAG0310.jpg

IMAG0311.jpg

IMAG0313.jpg

IMAG0314.jpg

Ну и как же без фото звезды

WhatsApp Image 2017-05-24 at 2.22.47 PM.jpeg

Эмпайр стейт билдинг — 35$, чтобы забраться на высоту и взглянуть на город свысока. Добавив 15$, можно было поднятся еще выше на несколько этажей. Каждый раз зарекаюсь это делать в новом городе, но каждый раз все равно я там, близко к небу. Город огромен, не видно, где заканчиваются огни. Камера моего старенького эйчтиси не справляется. Холодный ветер пронизывает до костей, поэтому большую часть времени глазею из окна.

IMAG0315.jpg

Вот и все места, которые удалось зацепить за пару дней.

Как перемещался по городу
На метро и пешком. Метро дорогое. Одна поездка — 2.7$. Можно купить анлим на день или пару дней, выйдет дешевле, если ездить много. На анлиме стоит временное ограничение — можно воспользоваться только через 40 минут после предыдущего раза, так что для группы туристов такой вариант при использовании одной карты не подойдет. От метро в архитектурном и эстетическом плане ничего особенного не ждите: минималистичный стиль, не московский метрополитен ни разу.
Что ел
Поел знаменитой нью-йоркской пиццы в каком-то итальянском ресторане где-то в центре Манхеттена — понравилось. Поел тайской еды на районе, тоже понравилось. Поел фастфуда со светской элитой Восточного Гарлема — тоже сойдет. Походу, я неприхотливый. Как и в любом мегаполисе, в плане еды можно найти всё, что душе угодно. В популярных местах могут быть очереди. Так в воскресение днем в районе центрального парка мы долго искали место попить кофе: везде было битком.

WhatsApp Image 2017-05-24 at 3.59.38 PM.jpeg

Я уверен, что в Нью-Йорке миллион замечательных мест. Город очень красив, контрастен. Огромный плюс, что он у моря. Я уверен, что приеду сюда еще, посещу Бруклин, например, и другие места: небольшие парки, маленькие семейные кафе, которые ближе по духу местным жителям.

Работа на открытом воздухе. Эстуарий реки Ньюс

Давно ничего не писал. Попробую исправить, но о Японии больше не будет совсем. Будет об Америке.

Начну с небольшого предисловия. С недавнего времени живу в столице шатата Северная Каролина — Роли. Хожу в университет NC State. Изучаю качество воды местного эстуария реки Ньюс — однорукавного, воронкообразного устья реки, расширяющегося в сторону моря. Цель — смоделировать некоторые параметры: концентрацию кислорода или планктона в воде. Зная их, можно давать рекомендации и прогнозы по состоянию водного объекта управляющим госорганизациям. Это делается для сохранения животного и рыбного мира и защиты локальной экосистемы от человеческого воздействия. Ну рыбки же умирают почему-то, и надо это предотвратить!

В Штатах достаточное внимание уделяется экологическим проблемам, и это нормальная практика развитых стран. Ведется постоянный мониторинг крупных водных объектов. Например, данные для моей работы собираются более 20 лет проектом Модмон. Раз в две недели катер выходит в воды эстуария и забирает пробы в одних и тех же точках. Так образовывается база данных, которую можно анализировать и использовать для построения различных моделей — приближенного описания природных процессов. Данные — наше всё.

Осенью мне удалось побывать на одном из круизов: покататься на катерке по заливу, пособирать сэмплы и позагорать. В Северной Каролине мягкий климат, поэтому октябрьская погода очень похожа на июль средней полосы России. Листья только начинают опадать.

IMAG0101.jpg

Залив находится примерно в двух часах езды от моего дома в Роли. Место встречи — небольшой парк в городе Нью Берн. Круиз начинается в 8 часов утра, поэтому проснуться пришлось пораньше.

IMAG0072.jpg

Из посетителей парка — утки и несколько ранних бегунов

IMAG0073.jpg

IMAG0075.jpg

IMAG0077.jpg

Катер прибуксировали на грузовичке, быстро спустили на воду и отплыли. Обычно маршрут выглядит так: сначала катер добирается до самых дальних станций — они далеко в заливе, примерно 50 км от стартовой точки. Затем лодка движется в обратном направлении — и доходит дотаточно далеко вверх по течению. В том месте Ньюс выглядит как обычная речка.

Старт

IMAG0076.jpg

Весь круиз занимает примерно 6 часов. На то, чтобы добраться до дальней станции уходит примерно час. Катер гонит со скоростью 50 км/ч, против волн. Чем ближе открытое море — тем больше тряска. Хорошо, что позавтракал 3 часа назад.

На катере обычно работает 2 человека: один собирает пробы химического состава воды, которые потом анализируют в лаборатории.

IMAG0078.jpg

Второй измеряет физические параметры воды (температуру, проводимость) и уровень кислорода каждые полметра пока не дойдет до дна. Таким образом можно оценить вертикальный срез или профиль. На фото видно, как с помощью кронштейна датчик постепенно опускается вниз

IMAG0080.jpg

Делов-то, казалось бы. Но это долгая монотонная работа. Плюс, погода не всегда такая хорошая. На дальней точке уже почти обычное море с качкой и морским ветром

IMAG0079.jpg

По мере движения вверх по заливу, ветер становится слабее, куртки сбрасываются. Вода становится холоднее. Морская же прогрета после лета. Этот круиз состоялся как раз после урагана, которые частое явление на восточном побережье США.

IMAG0081.jpg

IMAG0082.jpg

IMAG0083.jpg

Оцените разницу: это фото уже где-то в середне залива, на полпути обратно

IMAG0084.jpg

И вот еще

IMAG0085.jpg

Ну пруд же почти — тишь да гладь

IMAG0086.jpg

IMAG0087.jpg

Тот же мост, который было видно на одной из первых фоток, только с другой стороны

IMAG0088.jpg

IMAG0091.jpg

Здесь волн нет, и можно прибавить ходу

IMAG0098.jpg

Последняя точка сбора проб: сложно поверить, что эта речушка через пару десятков километров превратится в огромный резервуар и растворится в море

IMAG0099.jpg

Однако это так

IMAG0100.jpg

Логичным будет объяснить, зачем вообще всё это: зачем мерить кислород в воде, откуда планктон берется, как вообще происходит загрязнение воды и почему это плохо. Как-нибудь потом.

dplyr — легкая работа с данными

Сегодня опишу пакет dplyr, после изучения которого, манипуляции с данными упростятся до безобразия. Велосипед изобретать не буду и использую существующие статьи 1 и 2 по той же теме. Вот еще и на русском. Все гениальное просто, поэтому почти возможные варианты работы пакета базируются на нескольких функциях. Основные из них:
Select() выбирает заданные столбцы;
Filter() отбирает желаемые строки;
Arrange() сортирует строки в заданном порядке;
Mutate() создает новые столбцы из существующих данных;
Summarise() находит интересующие значения.

Установим собственно пакет, если еще не сделали этого
install.packages("dplyr")
И загрузим его
library(dplyr)
Воспользуемся данными о качестве воздуха в Нью-Йорке, измеренными в период с май по сентябрь далекого 1973 года
library(datasets)
Посмотрим на данные
head(airquality)
Ну данные как данные, ничего особенного
Ozone Solar.R Wind Temp Month Day
1 41 190 7.4 67 5 1
2 36 118 8.0 72 5 2
3 12 149 12.6 74 5 3
4 18 313 11.5 62 5 4
5 NA NA 14.3 56 5 5
6 28 NA 14.9 66 5 6

Смысл понятен, но информацию о данных в более удобоваримом виде можно получить используя функцию dplur glimplse(). Команда транспонирует данные (поменяет местами строки и столбцы) и укажет количество наблюдений и переменных.
glimpse(airquality)
Вот так это всё выглядит
Observations: 153
Variables: 6
$ Ozone (int) 41, 36, 12, 18, NA, 28, 23, 19, 8, NA, 7, 16, 11, 14, 18, 14, 34, 6, ...
$ Solar.R (int) 190, 118, 149, 313, NA, NA, 299, 99, 19, 194, NA, 256, 290, 274, 65, ...
$ Wind (dbl) 7.4, 8.0, 12.6, 11.5, 14.3, 14.9, 8.6, 13.8, 20.1, 8.6, 6.9, 9.7, 9.2...
$ Temp (int) 67, 72, 74, 62, 56, 66, 65, 59, 61, 69, 74, 69, 66, 68, 58, 64, 66, 5...
$ Month (int) 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, ...
$ Day (int) 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20...

Select
Теперь перейдем к функционалу вышеуказанных команд. Начнем с отбора нужной нам информации, отфильтруем, так сказать, ненужное. Функция select() выберет требуемые столбцы. Она работает также, как и базовая команда subset(), однако включает в себя удобные подфункции contains(), starts_with() и ends_with(), которые облегчают определение и выбор желаемых столбцов.
Выберем только столбцы со скоростью ветра и днём
select(airquality, Wind, Day)
В этом и следующих двух примерах для компактности я покажу только первые три строчки результата.
Wind Day
1 7.4 1
2 8.0 2
3 12.6 3

Выберем все столбцы, имена которых содержат латинскую «o»
select(airquality, contains("o"))
Ozone Solar.R Month
1 41 190 5
2 36 118 5
3 12 149 5

Посмотрим на столбцы, имена которых начинаются с «Oz»
select(airquality, starts_with("Oz"))
Мы-то догадываемся, что в результате будет только столбец с концентрацией озона
Ozone
1 41
2 36
3 12

Filter
Продолжим отбирать интересующую нас информацию. Функция filter() оставит только строки, которые соответствуют заданным условиям. Ну например, выберем все наблюдения, когда температура поднималась выше 92 градусов по фаренгейту.
filter(airquality, Temp > 92)
Получаем
Ozone Solar.R Wind Temp Month Day
1 NA 259 10.9 93 6 11
2 76 203 9.7 97 8 28
3 118 225 2.3 94 8 29
4 84 237 6.3 96 8 30
5 85 188 6.3 94 8 31
6 73 183 2.8 93 9 3
7 91 189 4.6 93 9 4

Приятно, что условия можно комбинировать как душе угодно. Вот хочется мне узнать, когда в июне значения измеренной солнечной радиации превышали 300 Лэнгли. Да проще некуда
filter(airquality, Month == 6 & Solar.R > 300)
Такая картина вырисовывается
Ozone Solar.R Wind Temp Month Day
1 39 323 11.5 87 6 10
2 NA 332 13.8 80 6 14
3 NA 322 11.5 79 6 15

Arrange
Функция arrange() отсортирует данные по переменным. Можно сортировать сразу по нескольким параметрам, а также в порядке возрастания или убывания. Для примера расположим наблюдения по месяцам по убыванию и дням по возрастанию.
arrange(airquality, desc(Month),Day)
В результате (только первые 5 строк)
Ozone Solar.R Wind Temp Month Day
1 96 167 6.9 91 9 1
2 78 197 5.1 92 9 2
3 73 183 2.8 93 9 3
4 91 189 4.6 93 9 4
5 47 95 7.4 87 9 5

Mutate
Переходим к моей любимой команде mutate(), которая позволяет добавлять новые переменные (столбцы). Добавим столбец с температурой в цельсиях, который назовем TempInC
mutate(airquality, TempInC = (Temp - 32) * 5 / 9)
Легко и просто (опять покажу только первые 5 строк результата)
Ozone Solar.R Wind Temp Month Day TempInC
1 41 190 7.4 67 5 1 19.44444
2 36 118 8.0 72 5 2 22.22222
3 12 149 12.6 74 5 3 23.33333
4 18 313 11.5 62 5 4 16.66667
5 NA NA 14.3 56 5 5 13.33333

Summarise
Функция summarise() позволяет получить быстрое представление о всех данных в одном значении, например, посчитать среднее арифметическое. В комбинации с командой группировки данных group_by() можно легко находить интересующие значения для группированных данных. Простой пример: посчитаем среднюю температуру в каждом из месяцев.
summarise(group_by(airquality, Month), mean_monthly_temp=mean(Temp, na.rm = TRUE))
na.rm = TRUE просто не учитывает все отсутствующие данные при расчете среднего. В итоге имеем
Month mean_monthly_temp
(int) (dbl)
1 5 65.54839
2 6 79.10000
3 7 83.90323
4 8 83.96774
5 9 76.90000

В рамках summarise() помимо нахождения среднего арифметического, можно использовать и другие команды, возвращающие скалярные значения, например min(), max(), sum(), sd(), median().

Pipe
Оператор %>% позволяет совершать последовательные операции без сохранения промежуточных результатов. Допустим, мы хотим увидеть, какая максимальная температура в градусах цельсия была зарегистрирована в летние месяцы.
airquality %>%
filter(Month == c(6,7,8)) %>% #оставляем только летние месяцы
mutate(TempInC = (Temp - 32) * 5 / 9)%>% # считаем температуру в градусах цельсия
group_by(Month) %>% # группируем по месяцам
summarise(max_temp_C = max(TempInC, na.rm = TRUE)) # находим максимальное значение температуры для каждого из летних месяцев

В итоге получаем
Month max_temp_C
(int) (dbl)
1 6 33.33333
2 7 31.66667
3 8 36.11111

Незаменимая команда, когда переменных и наблюдений достаточно много.

Я постарался коротко изложить основные моменты работы с dplur, думаю, они будут очень полезны для начинающих. Конечно же, в пакете присутствуют и другие команды, но для одного поста достаточно.

Немного об R

Начинать новый блог влом, тем более, что есть и доменное имя и желание сохранить информацию про Японию на существующем хостинге, да и потренироваться немного в писанине.
В общем, попробую здесь сделать переводы некоторых статей о языке R и, вероятно, привести примеры своих работ в программе Rstudio. Начинать с самых азов не буду, уже кое-какие материалы о базовом функционале легко ищутся в гугле. Ну вот, например, R: Анализ и визуализация данных, есть даже книга.
Да и вообще, много чего можно найти интересного. Я опишу относительно недавние приложения, что может помочь в нелегком деле анализа данных товарищам со слабым английским. Да-да, R активно развивается, и, что абсолютно естественно, проще любую информацию найти на басурманском, чем на нашем родном языке.
Возможно, уверенные пользователи R не найдут ничего нового в последующих статьях, однако, для новичков даже подобная информация может быть полезной.