在周五晚上，有时你会感到无聊。有时您会想到周五晚上的数据可视化。有时你会想到(或者更好的是，在周五晚上吃饺子)。有时，你会做以上所有的事情。
我是饺子的粉丝。面包型食物太棒了。填饱肚子的食物太棒了。面包馅料太棒了(如果你从来没有吃过乔治亚罗比亚尼面包，那你就错过了！)。一个饺子，虽然不一定要填满，但结合了很多这一点。在我的世界里，饺子通常是用某种液体煮的-也就是说，煮、炖、蒸或油炸，而不是比如烘焙。我们会回到这个话题的。
我从事语言学研究，我对比较不同的语言很感兴趣。它们有什么相似之处，又有什么不同之处？有时，我使用多维缩放(MDS)来比较这些相似或不同之处。无论如何，在这个特殊的周五晚上(2019年8月23日)，我在推特上看到一篇帖子提到了一个“饺子派对”(omg，本身就=爱)，会上有一个人带来了意大利意大利香肠，受到了其他客人的“褒贬不一的接待”。所以我开始想，什么是“饺子”，你能根据不同的特征对它们进行分组吗？原来艾米丽·本德尔等人。已经在宣传国际饺子节的网站上确定了饺子的定义-直到这个特殊的周五晚上，我还不知道这一点。
在这一点上，我想如果我只是在维基百科上查找一些饺子，然后为每个饺子编写一些具体的功能代码，会怎么样？这可以让我使用MDS方法在二维空间中绘制它们。我对可能的结果很感兴趣，所以我开始通读维基百科上的文章“饺子”…。
我的方法不是很老练。我从浏览维基百科的“饺子”开始，基本上把每一篇都有自己的文章(我可能漏掉了几篇)，把它转移到电子表格中，然后开始为特定的功能添加一些栏目。随着我开始获得更多的项目，功能的数量也在增加，我必须诚实地说，它们远远不是完美的，只是我当场想到的东西。更好的分析可以通过更复杂、更及时、更系统化的方式轻松地完成。我的意思是，这毕竟只是一个随机的周五晚上，我已经过了睡觉时间，…。
最后，我收集了61个不同饺子的数据。请注意，当我说不同时，这种分类根本没有明确定义。我试图排除那些连名字本身都是同源词的重复项。汉语的jiǎozi(餃子)与日语gyōza(ギョーザ)有关，因此只包括前者。然而，在德国Knödel和捷克Knödlík的案例中，我决定将两者都包括在内，只是因为前者被列为可能搭配甜味馅料供应，而后者我没有注意到这一点-NB：我保证这不是一个有偏见的决定(参见奖金部分)。
除了根据上述标准抽样的饺子外，我还包括了一些传统上不被视为饺子的东西，因为我想看看它们是如何与饺子搭配的。这些东西包括火锅、苦味丸，当然还有意大利香肠。由此得到的包含61个项目的样本如下所示。
##[1]"；BANKU"；"；"；美国"；##34；##[5]"；JOSHPARA"；"；饺子"；"；果铁"；"；旺顿"；##[9]"；古家"；"；萨莫萨"；"；Modak"；##[13]"；Kachori"；"；MOMO"；"；Pitha"；"；Nevryo"；##[17]"；Siomay"；"；Dango"；"；包子"；"；Buuz"；##[21]"；khuusshu。"；Empanada"；"；pastei"；##[25]"；coxinha"；"；pantruca"；"；Bunuelo"；"；Tamale"；##[29]"；粉彩"；"；Paime"；"；"；"；"；Cotswold"；#。"；Kn<；U+00F6>；del"；"；Maultasche"；##[37]"；halusky"；##[37]"；Shlishkes"；"；Knedlik"；"；Khinkali"；"；Pierogi"；#[41]"；托尔泰里尼"；"。##[45]"；Pelmeni"；"；"；Kalduny"；"；Ccepelinai"；##[49]"；Borek"；"；拉维奥利"；"；Gnocchi"；"；Calzone"；#[53]"；Pastisz"；"。"；Asida"；##[57]"；qatayef"；"；kibbeh"；"；Mataz"；"；MatzahBall"；##[61]"；Kish"；
我最终选定的功能总共有15个不同的功能。有些是相关的，但不是相互排斥的。主要关注内容、形式和准备。有些饺子可以用几种方法制作(例如，煮或蒸)，可以是甜的，也可以是可口的；另一些饺子似乎对其中的一些特征要求更严格。
每个饺子的每个特征都被分配了一个二进制值(0或1)，产生了下表-同样，这并不是说这不是周五晚上不是很严重的工作，我很累；错误是意料之中的(但是如果你愿意的话，可以自己重新做！)。
有了这个特征编码，我制作了一个距离矩阵，将所有饺子成对比较，根据每对饺子之间有多少特征不重叠，给每对饺子一个相似度分数。此表如下所示。
有了这个距离矩阵，我基本上只遵循了本教程中关于如何创建一个mds图的步骤，尽管我使用ggplot2和ggrepel包而不是基R来绘制它。我对一些添加了风格的…使用了风格特性。我是说彩色…。，并将一些小插图美学结合在一起，我认为这真的把情节联系在一起了。结果可以在下面看到，也通过我的推文在推特上半病毒式传播。
似乎我不是唯一一个喜欢数据和饺子的人。或许垃圾场语言学确实应该成为学术界未来的一个分支领域。包饺子，不是战争。保持冷静，吃饺子。所有的人。
作为一个小小的奖励，我将分享我的五大饺子菜肴(承诺，只有真正的饺子)，尽管有几个我不再吃，因为我(目前)是素食者