整合營銷服務商
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
擊上方關注，All in AI中國
我經常告訴我的同事和其他程序員一些我在R中使用的簡單的東西，它們可以幫助我完成需要改進的任務。這些方法從簡單的快捷方式、鮮為人知的函數到方便的小技巧都有。
由于R生態系統如此豐富且不斷增長，人們往往會錯過一些能夠幫助他們完成任務的事情。所以我經常得到一些驚訝的反應，就像我從來不知道那樣！
這里有十件讓我的生活更輕松的事情。如果你已經全部了解它們，很抱歉浪費你的閱讀時間，請考慮添加一些評論，其中包含你認為對其他讀者有益的其他內容。
我喜歡swith（）。它基本上是根據另一個變量的值來選擇其值的if語句的一個方便的縮寫。我發現當我編寫代碼時，根據您先前的選擇需要加載不同的數據集時，它特別有用。例如，如果您有一個名為animal的變量，并且您想要根據動物是狗、貓還是兔子加載不同的數據集，您可以寫下：
data <- read.csv( switch(animal, "dog"="dogdata.csv", "cat"="catdata.csv", "rabbit"="rabbitdata.csv") )
這在Shiny應用程序中特別有用，您可能希望根據一個或多個輸入菜單選項加載不同的數據集甚至環境文件。
這不僅僅是一個R技巧，更多是關于RStudio IDE的更多內容，但是可用于常用命令的快捷鍵非常有用，可以節省大量的輸入時間。我最喜歡的是Ctrl + Shift + M用于管道運算符％>％，用Alt + - 用于賦值運算符< - 。如果你想看到一整套這些很棒的快捷方式，只需在RStudio中鍵入Atl + Shift + K即可。
如果您希望快速啟動Shiny儀表板，并且操作簡單，那么flexdashboard軟件包可以滿足您的一切需求。它提供了簡單的HTML快捷方式，可以輕松構建側邊欄，并將顯示組織成行和列。它還有一個超級靈活的標題欄，您可以將應用程序組織到不同的頁面，并放入圖標和指向Github代碼或電子郵件地址或其他任何內容的鏈接。作為在RMarkdown中運行的軟件包，它還允許您將所有應用程序保存在一個Rmd文件中，而不是需要將其分解為單獨的服務器和UI文件，例如shinydashboard。每當我需要創建儀表板的簡單原型版本，然后再將其轉移到更高級的設計時，我就會使用flexdashboard。我經?？梢允褂胒lexdashboard在一小時內啟動并運行儀表板。
R Shiny開發可能令人沮喪，特別是當您收到通用錯誤消息時，無法幫助您了解底層出現的問題。隨著Shiny的發展，越來越多的驗證和測試功能被添加，以幫助更好地診斷和警告特定發生的錯誤。req（）函數允許您阻止操作發生，除非環境中存在另一個變量，但是靜默地執行操作而不顯示錯誤。因此，您可以使UI元素的顯示以先前的操作為條件。例如，參考我上面的例子1：
output$go_button <- shiny::renderUI({
# only display button if an animal input has been chosen
shiny::req(input$animal)
# display button
shiny::actionButton("go",
paste("Conduct", input$animal, "analysis!")
)
})
在呈現輸出之前進行validate（）檢查，并且如果某個條件未滿足，則允許您返回定制的錯誤消息，例如，如果用戶上載了錯誤的文件：
# get csv input file
inFile <- input$file1
data <- inFile$datapath
# render table only if it is dogs
shiny::renderTable({
# check that it is the dog file, not cats or rabbits
shiny::validate(
need("Dog Name" %in% colnames(data)),
"Dog Name column not found - did you load the right file?"
)
data
})
如果要共享需要登錄憑據到數據庫之類的代碼，則可以使用系統環境來避免將這些憑據發布到Github或其他可能存在風險的空間。您可以將憑據作為命名環境變量放在R會話中，例如：
然后在共享腳本中，您可以使用這些環境變量登錄。例如：
# get csv input file
inFile <- input$file1
data <- inFile$datapath
# render table only if it is dogs
shiny::renderTable({
# check that it is the dog file, not cats or rabbits
shiny::validate(
need("Dog Name" %in% colnames(data)),
"Dog Name column not found - did you load the right file?"
)
data
})
更方便的是，如果你經常使用這些憑證，你可以在操作系統中將它們設置為環境變量，這樣當你在R中工作時它們總是可用，但你不必在你的代碼中顯示它們。
您的代碼可能不像您所希望的那樣整潔，您沒有時間對其進行編輯。stylerpackage具有許多功能，允許自動重新編碼代碼以匹配tidyverse風格。它非常簡單，就像在你的凌亂腳本上運行styler :: style_file（），它將為你做很多（雖然不是全部）工作。
所以你寫了一個可愛的R Markdown文檔，你已經分析了很多關于狗的事實。然后你會被告知 - '不，我對貓更感興趣。如果將R標記文檔參數化，則只需一個命令就可以自動生成關于貓的類似報告。
您可以通過在R Markdown文檔的YAML標題中定義參數，并為每個參數賦值來完成此操作。例如：
現在，您可以將這些變量寫入文檔中的R代碼，如params 和
years_of_study。如果您正常編織文檔，它將根據值變量使用這些參數的默認值進行編織。但是，如果您通過在RStudio的Knit下拉列表中選擇此選項來編織參數（或使用knit_with_parameters（）），則會出現一個可愛的菜單選項，您可以在編織文檔之前選擇參數。
用參數編織
revealjs是一個包，它允許您使用帶有嵌入式R代碼的直觀幻燈片導航菜單以HTML格式創建精美的演示文稿。它可以在R Markdown中使用，并且具有非常直觀的HTML快捷方式，允許您使用各種樣式選項創建漂亮幻燈片的嵌套邏輯結構。演示文稿是用HTML表示的，這意味著人們可以通過他們的平板電腦或手機聽你說話，這非常方便。您可以通過安裝包然后在YAML標頭中調用它來設置revealjspresentation。這是我最近使用revealjs發表的演講的YAML標題示例
-- title: "Exporing the Edge of the People Analytics Universe" author: "Keith McNulty" output: revealjs::revealjs_presentation: center: yes template: starwars.html theme: black date: "HR Analytics Meetup London - 18 March, 2019" resource_files: - darth.png - deathstar.png - hanchewy.png - millenium.png - r2d2-threepio.png - starwars.html - starwars.png - stormtrooper.png ---
這是一個示例頁面。您可以在此處找到代碼和演示文稿hr_meetup_london/presentation.Rmd at master · keithmcnulty/hr_meetup_london · GitHub
使用revealjs輕松進行在線演示
大多數人沒有充分利用R Shiny中提供的HTML標簽。有110個標簽提供各種HTML格式和其他命令的快捷方式。最近我構建了一個應用程序，花了很長時間來執行任務。知道用戶在等待它完成時可能會出現多任務，我使用標簽$ audio讓應用程序大肆宣傳，以便在任務完成時提醒用戶。
這個贊美包非常簡單但也很棒，給用戶帶來了好評。雖然這看起來像是毫無意義的自我欽佩，但它實際上在編寫R包時非常有用，如果他們做正確的事情，例如如果一個過程成功完成，你可以向某人提供贊美或鼓勵。您也可以將它放在復雜腳本的末尾，以便在成功運行時為您提供額外的快樂。
最初我是一名純數學家，然后我成為了一名心理測量學家和一名數據科學家。我熱衷于將所有這些學科的嚴謹性應用于復雜的人們問題。我也是一名編碼極客，也是日本角色扮演游戲的忠實粉絲。
索性數據分析(EDA)是數據項目的第一步。我們將創建一個代碼模板來實現這一功能。
簡介
EDA由單變量(1個變量)和雙變量(2個變量)分析組成。在這篇文章中，我們將回顧一些我們在案例分析中使用的功能：
● 第1步：取得并了解數據;
● 第2步：分析分類變量;
● 第3步：分析數值變量;
● 第4步：同時分析數值和分類變量。
基本EDA中的一些關鍵點：
● 數據類型
● 異常值
● 缺失值
● 數值和分類變量的分布(數字和圖形的形式)
分析結果的類型
結果有兩種類型：信息型或操作型。
● 信息型：例如繪圖或任何長變量概要，我們無法從中過濾數據，但它會立即為我們提供大量信息。大多數用于EDA階段。
● 操作型：這類結果可直接用于數據工作流(例如，選擇缺失比例低于20%的變量)。最常用于數據準備階段。
準備開始
如果您沒有這些擴展包，請刪除‘#’來導入：
# install.packages("tidyverse")
# install.packages("funModeling")
# install.packages("Hmisc")
funModeling已發布更新版本的Ago-1，請更新！
現在加載所需的程序包
library(funModeling)
library(tidyverse)
library(Hmisc)
使用以下函數一鍵運行本文中的所有函數：
basic_eda <- function(data){glimpse(data)df_status(data)freq(data)profiling_num(data)plot_num(data)describe(data)}
替換data為您的數據，然后就可以啦!
basic_eda(my_amazing_data)
創建示例數據：
使用heart_disease數據(來自funModeling包)。為了使本文容易理解，我們只選取四個變量。
data=heart_disease %>% select(age, max_heart_rate, thal, has_heart_disease)
第一步：了解數據
統計第一個例子中觀測(行)和變量的數量，并使用head顯示數據的前幾行。
glimpse(data)
## Observations: 303
## Variables: 4
## $ age <int> 63, 67, 67, 37, 41, 56, 62, 57, 63, 53, 57, ...
## $ max_heart_rate <int> 150, 108, 129, 187, 172, 178, 160, 163, 147,...
## $ thal <fct> 6, 3, 7, 3, 3, 3, 3, 3, 7, 7, 6, 3, 6, 7, 7,...
## $ has_heart_disease <fct> no, yes, yes, no, no, no, yes, no, yes, yes,...
獲取有關數據類型，零值，無窮數和缺失值的統計信息：
df_status(data)
## variable q_zeros p_zeros q_na p_na q_inf p_inf type unique
## 1 age 0 0 0 0.00 0 0 integer 41
## 2 max_heart_rate 0 0 0 0.00 0 0 integer 91
## 3 thal 0 0 2 0.66 0 0 factor 3
## 4 has_heart_disease 0 0 0 0.00 0 0 factor 2
df_status會返回一個表格，因此很容易篩選出符合某些條件的變量，例如：
● 有至少80%的非空值(p_na < 20)
● 有少于50個唯一值(unique <=50)
建議：
● 所有變量都是正確的數據類型嗎?
● 有含有很多零或空值的變量嗎?
● 有高基數變量嗎?
更多相關信息請瀏覽：
https://livebook.datascienceheroes.com/exploratory-data-analysis.html
第二步：分析分類變量
freq 函數自動統計數據集中所有因子或字符變量：
freq(data)
## thal frequency percentage cumulative_perc
## thal frequency percentage cumulative_perc
## 1 3 166 54.79 55
## 2 7 117 38.61 93
## 3 6 18 5.94 99
## 4 <NA> 2 0.66 100
## has_heart_disease frequency percentage cumulative_perc
## 1 no 164 54 54
## 2 yes 139 46 100
## [1] "Variables processed: thal, has_heart_disease"
建議：
● 如果freq用于一個變量 -freq(data$variable)，它會生成一個表格。這對于處理高基數變量(如郵政編碼)非常有用。
● 將圖表以jpeg格式保存到當前目錄中：
freq(data, path_out=".")
● 分類變量的所有類別都有意義嗎?
● 有很多缺失值嗎?
● 經常檢查絕對值和相對值。
更多相關信息請瀏覽：
https://livebook.datascienceheroes.com/exploratory-data-analysis.html
第三步：分析數值變量
我們將看到：plot_num和profiling_num兩個函數，它們都自動統計數據集中所有數值/整數變量：
1. 繪制圖表
plot_num(data)
將圖表導出為jpeg格式：
plot_num(data, path_out=".")
建議：
● 試著找出極度偏態分布的變量。
● 作圖檢查任何有異常值的變量。
更多相關信息請瀏覽：
https://livebook.datascienceheroes.com/exploratory-data-analysis.html
2. 定量分析
profiling_num 自動統計所有數值型/整型變量：
data_prof=profiling_num（data）## variable mean std_dev variation_coef p_01 p_05 p_25 p_50 p_75 p_95## 1 age 54 9 0.17 35 40 48 56 61 68## 2 max_heart_rate 150 23 0.15 95 108 134 153 166 182## p_99 skewness kurtosis iqr range_98 range_80## 1 71 -0.21 2.5 13 [35, 71] [42, 66]## 2 192 -0.53 2.9 32 [95.02, 191.96] [116, 176.6]
建議：
● 嘗試根據其分布描述每個變量(對報告分析結果也很有用)。
● 注意標準差很大的變量。
● 選擇您最熟悉的統計指標：data_prof %>% select(variable, variation_coef, range_98):variation_coef得到較大值可能提示異常值。range_98顯示絕大部分數值的范圍。
更多相關信息請瀏覽：
https://livebook.datascienceheroes.com/exploratory-data-analysis.html
第四步：同時分析數值和分類變量
使用Hmisc包的describe。
library(Hmisc)
describe(data)
## data
##
## 4 Variables 303 Observations
## ---------------------------------------------------------------------------
## age
## n missing distinct Info Mean Gmd .05 .10
## 303 0 41 0.999 54.44 10.3 40 42
## .25 .50 .75 .90 .95
## 48 56 61 66 68
##
## lowest : 29 34 35 37 38, highest: 70 71 74 76 77
## ---------------------------------------------------------------------------
## max_heart_rate
## n missing distinct Info Mean Gmd .05 .10
## 303 0 91 1 149.6 25.73 108.1 116.0
## .25 .50 .75 .90 .95
## 133.5 153.0 166.0 176.6 181.9
##
## lowest : 71 88 90 95 96, highest: 190 192 194 195 202
## ---------------------------------------------------------------------------
## thal
## n missing distinct
## 301 2 3
##
## Value 3 6 7
## Frequency 166 18 117
## Proportion 0.55 0.06 0.39
## ---------------------------------------------------------------------------
## has_heart_disease
## n missing distinct
## 303 0 2
##
## Value no yes
## Frequency 164 139
## Proportion 0.54 0.46
## ---------------------------------------------------------------------------
這對于快速了解所有變量非常有用。但是當我們想要使用統計結果來改變我們的數據工作流時，這個函數不如freq和profiling_num好用。成都加米谷大數據培訓，小班線下面授，大數據開發提高班預報名中...
建議：
● 檢查最小值和最大值(異常值)。
● 檢查分布(與之前相同)。
機關及其直屬機構2022年度
考試錄用公務員云南考區筆試重要提示
各位考生：
中央機關及其直屬機構2022年度考試錄用公務員筆試將于2021年11月27日、28日舉行。為進一步提升服務保障質量，確?？忌樌麉⒖?，現將有關事項提示如下。
一、重點事項提示
（一）按要求打印準考證。請考生于2021年11月22日00:00—11月28日12:00自行下載打印準考證，打印準考證前須仔細閱讀《中央機關及其直屬機構2022年度考試錄用公務員云南考區筆試新冠肺炎疫情防控告知暨承諾書》，下載打印準考證即視為認同并簽署《中央機關及其直屬機構2022年度考試錄用公務員云南考區筆試新冠肺炎疫情防控告知暨承諾書》。準考證是考生參加筆試的必須憑證，務必妥善保管，請仔細閱讀并遵守所載內容。
（二）準確掌握考點名稱和地址。本次筆試，我省在昆明市、昭通市、曲靖市、玉溪市、楚雄州、紅河州、德宏州芒市和瑞麗市八個城市設置考點，請考生務必認清考點名稱、提早熟悉考點地址和交通路線，避免走錯考點、找錯考場、坐錯座位。考試當天，請合理安排出行，以免影響正常參考。
（三）按要求做好疫情防控。
1．考生須考前3天提前申領“云南健康碼”和“通信大數據行程卡”，并于本人首場考試考前48小時內進行新冠病毒核酸檢測。做好日體溫測量和健康狀況監測，持續關注健康碼狀態，有異常情況須及時報告考點所在州（市）人力資源社會保障部門。
2．考試當天，考生應至少提前1小時到達考點。考生進入考點前，應當主動出示本人“云南健康碼”“通信大數據行程卡”信息，出具本人首場考試考前48小時內有效核酸檢測陰性證明，按要求主動接受體溫測量。未出具核酸檢測陰性證明的，不得進入考點。
（1）“云南健康碼”為綠碼，“通信大數據行程卡”為綠碼且14日內未到過存在中高風險地區的城市（即行程卡綠碼中無*號標記），現場測量體溫正常（≤37.3℃），考前48小時內核酸檢測結果為陰性的考生，可進入考點參加筆試。體溫異常（>37.3℃）由駐點醫療專業防疫人員進行初步排查，可排除疑似新冠肺炎的，經詢問個人身體狀況，能堅持考試者，由工作人員引導至備用考場進行筆試。
（2）“云南健康碼”為黃碼，“通信大數據行程卡”顯示到過國內中風險地區的城市的考生，須提供筆試前3天內2次（每次間隔不低于24小時）有效的核酸檢測陰性證明，現場測量體溫正常（≤37.3℃）可進入普通考場參加考試，未提供證明的不得進入考點。體溫異常（>37.3℃）由駐點醫療專業防疫人員進行初步排查，可排除疑似新冠肺炎的，經詢問個人身體狀況，能堅持考試者，由工作人員引導至備用考場進行筆試。
（3）近期有過邊境縣（市、區）旅居史的考生，須提供筆試前7天內兩次（最近一次檢測應在首場考試前48小時內）有效的核酸檢測陰性證明。
（4）近一個月內有境外旅居史的考生，須提供14天有效的集中醫學隔離觀察證明和7天有效居家隔離觀察證明、考試前3天內2次（每次間隔不少于24小時）有效的核酸檢測陰性證明，現場測量體溫正常（≤37.3℃）可進入普通考場參加考試，未提供證明的不得進入考點。體溫異常（>37.3℃）由駐點醫療專業防疫人員進行初步排查，可排除疑似新冠肺炎的，經詢問個人身體狀況，能堅持考試者，由工作人員引導至備用考場進行筆試。
（5）“云南健康碼”為紅碼的考生不得進入考點。
（6）身體有其他異常情況的考生，需配合駐點醫療專業防疫人員做好健康風險研判。經復測復查確有發熱或呼吸道異常癥狀的考生，由駐點醫療專業防疫人員進行個案預判，對能排除疑似新冠肺炎且具備繼續考試條件的，轉移至備用考場考試，對不能排除的，一律由負壓救護車轉運至定點醫院就診排查。
3．考生自備一次性醫用口罩，赴考時如乘坐公共交通工具，需要全程佩戴口罩，可佩戴一次性手套，并做好手部衛生，同時注意保持安全社交距離。
4．考試期間，考生要自覺維護考試秩序，與其他考生保持安全社交距離，服從現場工作人員安排，考試結束后按規定有序離場。
5．考生如因有相關旅居史、密切接觸史等流行病學史被集中隔離，筆試當天無法到達考點的，視為主動放棄考試資格。
6．請考生注意個人防護，考生進入考點內，除核驗信息時須配合摘下口罩以外，考試全程應佩戴一次性醫用口罩。
7．如考試前出現新的疫情變化，將通過云南人力資源和社會保障網“人事考試專欄”（https://hrss.yn.gov.cn/ynrsksw/Index.html）及時發布補充公告，明確疫情防控要求，請廣大考生密切關注。
8．考生凡隱瞞或謊報旅居史、接觸史、健康狀況等疫情防控重點信息，不配合工作人員進行防疫檢測、詢問等的，取消考試資格，如有違法情況，將依法追究法律責任。
（四）帶齊證件。考生須帶齊準考證、本人有效身份證件原件（與報名時一致）和本人首場考試考前48小時內有效新冠病毒核酸檢測陰性證明方可參加考試?？荚囬_始前60分鐘起接受安檢有序進入考場，對號入座，坐錯座位根據相關規定按違規違紀處理。兩證不全或不一致或未出具有效核酸檢測陰性證明者，不得進入考場?？荚囬_始30分鐘后一律禁止入場，考試期間不得交卷、離場；離場后不得再次進入考場。
（五）嚴禁將禁止物品帶入考場。考生進入考場時，除規定文具、準考證、身份證外的其他物品須放置在考場門口柜子或桌子上（通訊設備、電子設備必須全部切斷電源），嚴禁將各類手表和各種電子、通信、計算、存儲或其它有關設備及與考試相關的資料等物品帶入考場。考生在座次表上簽到時，須填寫本人手機號碼。
（六）考生有責任和義務在監考人員拆封試卷前查驗密封情況并簽字確認。
（七）試卷和答題卡發放后，考生應立即檢查本人卷卡是否有裝訂印刷錯誤或污損，如有問題立即舉手向監考人員報告，否則后果自負。《行政職業能力測驗》科目答題卡印制在試卷封底內頁，開始答題前，考生請沿裁切線自行小心撕下。考生必須在配套答題卡上作答，卷卡不一將影響考試成績。
（八）《行政職業能力測驗》科目一律用2B鉛筆在答題卡上填涂作答，《申論》科目一律用黑色字跡的鋼筆、簽字筆作答?？忌鷳詡湎鹌?、2B鉛筆、黑色字跡的鋼筆或簽字筆。為保障考試的公平公正性，考試期間，監考人員將對考生攜帶的文具進行檢查，請考生予以配合。
（九）遵守規則，誠信參考。考生須按準考證所載內容要求參加考試，嚴格遵守考場規則，自覺服從考試工作人員管理，接受監考人員的監督和檢查，誠信參考，避免出現違規違紀行為?？忌霈F違規違紀行為，將按《公務員錄用違規違紀行為處理辦法》有關規定處理，構成犯罪的，依法追究刑事責任。
二、法律法規提示
（一）《刑法修正案（九）》規定：“在法律規定的國家考試中，組織作弊的，處三年以下有期徒刑或者拘役，并處或者單處罰金；情節嚴重的，處三年以上七年以下有期徒刑，并處罰金”“為他人實施前款犯罪提供作弊器材或者其他幫助的，依照前款的規定處罰”“為實施考試作弊行為，向他人非法出售或者提供第一款規定的考試的試題、答案的，依照第一款的規定處罰”“代替他人或者讓他人代替自己參加第一款規定的考試的，處拘役或者管制，并處或者單處罰金”。
（二）《最高人民法院最高人民檢察院關于辦理組織考試作弊等刑事案件適用法律若干問題的解釋》明確“中央和地方公務員錄用考試”屬于“法律規定的國家考試”，考試作弊觸犯刑法，屬于犯罪。
三、公務員錄用違規違紀行為處理辦法摘錄
第六條 報考者在考試過程中有下列行為之一的，由具體組織實施考試的考試機構、招錄機關或者公務員主管部門給予其所涉科目（場次）考試成績為零分的處理：
（一）將規定以外的物品帶入考場，經提醒仍未按要求放在指定位置的；
（二）參加考試時未按規定時間入場、離場的；
（三）未在指定座位參加考試，或者擅自離開座位、出入考場的；
（四）未按規定填寫（填涂）、錄入本人或者考試相關信息，以及在規定以外的位置標注本人信息或者其他特殊標記的；
（五）故意損壞本人試卷、答題卡（答題紙）等考場配發材料或者本人使用的考試機等設施設備的；
（六）在考試開始信號發出前答題的，或者在考試結束信號發出后繼續答題的；
（七）其他情節較輕的違規違紀行為。
第七條 報考者在考試過程中有下列行為之一的，由設區的市級以上公務員主管部門給予其取消本次考試資格并五年內限制報考公務員的處理：
（一）抄襲他人答題信息或者協助他人抄襲答題信息的；
（二）查看、偷聽違規帶入考場與考試有關的文字、視聽資料的；
（三）使用禁止攜帶的通訊設備或者具有計算、存儲功能電子設備的；
（四）攜帶具有避開或者突破考場防范作弊的安全管理措施，獲取、記錄、傳遞、接收、存儲考試試題、答案等功能的程序、工具，以及專門用于作弊的程序、工具（以下簡稱作弊器材）的；
（五）搶奪、故意損壞他人試卷、答題卡（答題紙）、草稿紙等考場配發材料或者他人使用的考試機等設施設備的；
（六）違反規定將試卷、答題卡（答題紙）等考場配發材料帶出考場的；
（七）其他情節嚴重、影響惡劣的違規違紀行為。
第八條 報考者在考試過程中有下列行為之一的，由省級以上公務員主管部門給予其取消本次考試資格并終身限制報考公務員的處理：
（一）使用偽造、變造或者盜用他人的居民身份證、準考證以及其他證明材料參加考試的；
（二）3人以上串通作弊或者參與有組織作弊的；
（三）代替他人或者讓他人代替自己參加考試的；
（四）使用本辦法第七條第四項所列作弊器材的；
（五）非法侵入考試信息系統或者非法獲取、刪除、修改、增加系統數據的；
（六）其他情節特別嚴重、影響特別惡劣的違規違紀行為。
第九條 在閱卷過程中發現報考者之間同一科目作答內容雷同，并經閱卷專家組確認的，由具體組織實施考試的考試機構給予其該科目（場次）考試成績為零分的處理，錄用程序終止。作答內容雷同的認定方法和標準由省級以上考試機構確定。
報考者之間同一科目作答內容雷同，并有其他相關證據證明其作弊行為成立的，視具體情形按照本辦法第七條、第八條的規定處理。
第十二條 報考者應當自覺維護公務員錄用工作秩序，有下列行為之一的，應當終止其錄用程序；情節嚴重、影響惡劣的，由設區的市級以上公務員主管部門給予其取消本次考試資格并五年內限制報考公務員的處理；情節特別嚴重、影響特別惡劣的，由省級以上公務員主管部門給予其取消本次考試資格并終身限制報考公務員的處理：
（一）故意擾亂考點、考場等工作場所秩序的；
（二）拒絕、妨礙工作人員履行管理職責的；
（三）威脅、侮辱、誹謗、誣陷、毆打工作人員或者其他報考者的；
（四）通過搞利益輸送或者利益交換，謀取考試資格、錄用機會、經濟利益以及其他不當利益的；
（五）購買本辦法第七條第四項所列作弊器材的；
（六）其他擾亂公務員錄用工作秩序的行為。
第十三條 報考者在公務員錄用中有違規違紀行為，涉嫌違法犯罪的，移送有關國家機關依法處理。
報考者為國家公職人員的，應當將其違規違紀行為和處理結果通報所在單位。
各位報考者請仔細閱讀以上事項，科學備考、順利參考！
云南省人事考試院
2021年11月19日
來源： 掌上春城
*請認真填寫需求信息，我們會在24小時內與您取得聯系。
