Случайны выбор дневника Раскрыть/свернуть полный список возможностей


Найдено 3465 сообщений
Cообщения с меткой

визуализация - Самое интересное в блогах

Следующие 30  »
rss_rss_hh_new

[Перевод] ggplot2: как легко совместить несколько графиков в одном, часть 3

Воскресенье, 01 Октября 2017 г. 20:07 (ссылка)






qc-enior


сегодня в 20:07

Разработка





ggplot2: как легко совместить несколько графиков в одном, часть 3







  • Перевод
  • Tutorial




Эта статья шаг за шагом покажет, как совместить несколько ggplot-графиков на одной или нескольких иллюстрациях, с помощью вспомогательных функций, доступных в пакетах R ggpubr, cowplot и gridExtra. Также опишем, как экспортировать полученные графики в файл.



Cмешиваем таблицу, текст и ggplot2-графики



В этом разделе покажем, как вывести таблицу и текст вместе с графиком. Будем использовать набор данных iris.



Начнем с создания таких графиков:


  1. график плотности переменной Sepal.Length. Функция R: ggdensity()ggpubr]

  2. сводная таблица, содержащая описательные статистики (среднее, стандартное отклонение, т.д.) Sepal.Length


    • Функция R для вычисления описательных статистик: desc_statby()ggpubr]

    • Функция R для создания таблицы с текстом: ggtexttable()ggpubr]


  3. абзац текста. Функция R: ggparagraph()ggpubr]



Завершим, скомбинировав все три графика с помощью функции ggarrange()ggpubr].

# График плотности "Sepal.Length"
#::::::::::::::::::::::::::::::::::::::
density.p <- ggdensity(iris, x = "Sepal.Length",
fill = "Species", palette = "jco")
# Вывести сводную таблицу Sepal.Length
#::::::::::::::::::::::::::::::::::::::
# Вычислить описательные статистики по группам
stable <- desc_statby(iris, measure.var = "Sepal.Length",
grps = "Species")
stable <- stable[, c("Species", "length", "mean", "sd")]
# График со сводной таблицей, тема "medium orange" (средний оранжевый)
stable.p <- ggtexttable(stable, rows = NULL,
theme = ttheme("mOrange"))
# Вывести текст
#::::::::::::::::::::::::::::::::::::::
text <- paste("iris data set gives the measurements in cm",
"of the variables sepal length and width",
"and petal length and width, respectively,",
"for 50 flowers from each of 3 species of iris.",
"The species are Iris setosa, versicolor, and virginica.", sep = " ")
text.p <- ggparagraph(text = text, face = "italic", size = 11, color = "black")
# Разместить графики на странице
ggarrange(density.p, stable.p, text.p,
ncol = 1, nrow = 3,
heights = c(1, 0.5, 0.3))




Добавляем графический элемент в ggplot



Для добавления таблиц, графиков или других элементов на основе таблиц в рабочую область ggplot есть функция annotation_custom()ggplot2]. Упрощенный формат:

annotation_custom(grob, xmin, xmax, ymin, ymax)



  • grob: внешний графический элемент для отображения

  • xmin, xmax: x-расположение в координатах (горизонтальное расположение)

  • ymin, ymax: y-расположение в координатах (вертикальное расположение)



Помещаем таблицу в ggplot



Используем графики density.p и stable.p, созданные в предыдущем разделе.

density.p + annotation_custom(ggplotGrob(stable.p),
xmin = 5.5, ymin = 0.7,
xmax = 8)




Помещаем диаграмму рассеивания в ggplot




  1. Создаем диаграмму разброса для y = “Sepal.Width” по x = “Sepal.Length” из набора данных iris. Функция R: ggscatter() [ggpubr].

  2. Создаем отдельно диаграмму рассеивания переменных х и у с прозрачным фоном. Функция R: ggboxplot() [ggpubr].

  3. Преобразуем диаграмму рассеивания в графический объект под названием “grob” в терминологии Grid. Функция R: ggplotGrob() [ggplot2].

  4. Поместим grob-ы диаграммы рассеивания внутрь диаграммы разброса. Функция R: annotation_custom() [ggplot2].



Поскольку помещенная внутрь диаграмма рассеивания накладывается в нескольких точках, для нее используется прозрачный фон.

# Диаграмма разброса по группам ("Species")
#::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
color = "Species", palette = "jco",
size = 3, alpha = 0.6)
# Диаграммы рассеивания переменных x/y
#::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
# Диаграмма рассеивания переменной x
xbp <- ggboxplot(iris$Sepal.Length, width = 0.3, fill = "lightgray") +
rotate() +
theme_transparent()
# Диаграмма рассеивания переменной у
ybp <- ggboxplot(iris$Sepal.Width, width = 0.3, fill = "lightgray") +
theme_transparent()
# Создать внешние графические объекты
# под названием “grob” в терминологии Grid
xbp_grob <- ggplotGrob(xbp)
ybp_grob <- ggplotGrob(ybp)
# Поместить диаграммы рассеивания в диаграмму разброса
#::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
xmin <- min(iris$Sepal.Length); xmax <- max(iris$Sepal.Length)
ymin <- min(iris$Sepal.Width); ymax <- max(iris$Sepal.Width)
yoffset <- (1/15)*ymax; xoffset <- (1/15)*xmax
# Вставить xbp_grob внутрь диаграммы разброса
sp + annotation_custom(grob = xbp_grob, xmin = xmin, xmax = xmax,
ymin = ymin-yoffset, ymax = ymin+yoffset) +
# Вставить ybp_grob внутрь диаграммы разброса
annotation_custom(grob = ybp_grob,
xmin = xmin-xoffset, xmax = xmin+xoffset,
ymin = ymin, ymax = ymax)






Добавляем фоновое изображение в ggplot2-графики



Импортировать фоновое изображение. Используйте или функцию readJPEG() [в пакете jpeg], или функцию readPNG() [в пакете png] в зависимости от формата фоновой картинки.



Чтобы протестировать пример ниже, убедитесь, что пакет png установлен. Можно его установить, используя команду install.packages(“png”).

# Импорт картинки
img.file <- system.file(file.path("images", "background-image.png"),
package = "ggpubr")
img <- png::readPNG(img.file)


Скомбинировать ggplot с фоновой картинкой. Функция R: background_image()ggpubr].

library(ggplot2)
library(ggpubr)
ggplot(iris, aes(Species, Sepal.Length))+
background_image(img)+
geom_boxplot(aes(fill = Species), color = "white")+
fill_palette("jco")




Изменим прозрачность заливки в диаграммах разброса заданием аргумента alpha. Значение должно быть в промежутке [0, 1], где 0 — полная прозрачность, а 1 — отсутствие прозрачности.

library(ggplot2)
library(ggpubr)
ggplot(iris, aes(Species, Sepal.Length))+
background_image(img)+
geom_boxplot(aes(fill = Species), color = "white", alpha = 0.5)+
fill_palette("jco")




Еще один пример, накладывание карты Франции на ggplot2:

mypngfile <- download.file("https://upload.wikimedia.org/wikipedia/commons/thumb/e/e4/France_Flag_Map.svg/612px-France_Flag_Map.svg.png", 
destfile = "france.png", mode = 'wb')
img <- png::readPNG('france.png')
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) +
background_image(img)+
geom_point(aes(color = Species), alpha = 0.6, size = 5)+
color_palette("jco")+
theme(legend.position = "top")






Располагаем графики на нескольких страницах



Если у вас длинный список ggplot-ов, скажем, n=20, возможно, вы захотите упорядочить их, разместив на нескольких страницах. Если на странице будет 4 графика, для 20 понадобится 5 страниц.



Функция ggarrange()ggpubr] предоставляет удобное решение, чтобы расположить несколько ggplot-ов на нескольких страницах. После задания аргументов nrow и ncol функция ggarrange() автоматически рассчитывает количество страниц, которое потребуется, чтобы разместить все графики. Она возвращает список упорядоченных ggplot-ов.



Например, код ниже

multi.page <- ggarrange(bxp, dp, bp, sp,
nrow = 1, ncol = 2)


возвращает две страницы с двумя графиками на каждой. Можно вывести каждую страницу вот так:

multi.page[[1]] # Вывести страницу 1
multi.page[[2]] # Вывести страницу 2


Упорядоченные графики можно экспортировать в pdf-файл с помощью функции ggexport()ggpubr]:

ggexport(multi.page, filename = "multi.page.ggplot2.pdf")


PDF-файл



Многостраничный вывод можно получить и с функцией marrangeGrob()gridExtra].

library(gridExtra)
res <- marrangeGrob(list(bxp, dp, bp, sp), nrow = 1, ncol = 2)
# Экспорт в pdf-файл
ggexport(res, filename = "multi.page.ggplot2.pdf")
# Интерактивный вывод
res


Вложенное взаиморасположение с ggarrange()



Упорядочим графики, созданные в предыдущих разделах.

p1 <- ggarrange(sp, bp + font("x.text", size = 9),
ncol = 1, nrow = 2)
p2 <- ggarrange(density.p, stable.p, text.p,
ncol = 1, nrow = 3,
heights = c(1, 0.5, 0.3))
ggarrange(p1, p2, ncol = 2, nrow = 1)




Экспорт графиков



Функция R: ggexport()ggpubr].



Сначала создадим список из 4 ggplot-ов, соответствующих переменным Sepal.Length, Sepal.Width, Petal.Length и Petal.Width в наборе данных iris.

plots <- ggboxplot(iris, x = "Species",
y = c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width"),
color = "Species", palette = "jco"
)
plots[[1]] # Вывести первый график
plots[[2]] # Вывести второй график и т.д.


После можно экспортировать отдельные графики в файл (pdf, eps или png) (один график на странице). Можно упорядочить графики (2 на страницу) при экспорте.



Экспорт отдельных графиков в pdf (по одному на странице):

ggexport(plotlist = plots, filename = "test.pdf")


Упорядочьте и экспортируйте. Задайте nrow и ncol, чтобы вывести несколько графиков на одной странице:

ggexport(plotlist = plots, filename = "test.pdf",
nrow = 2, ncol = 1)


Original source: habrahabr.ru (comments, light).

https://habrahabr.ru/post/339090/

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

[Перевод] ggplot2: как легко совместить несколько графиков в одном, часть 2

Воскресенье, 10 Сентября 2017 г. 19:44 (ссылка)






qc-enior


сегодня в 19:44

Разработка





ggplot2: как легко совместить несколько графиков в одном, часть 2







  • Перевод
  • Tutorial




Эта статья шаг за шагом покажет, как совместить несколько ggplot-графиков на одной или нескольких иллюстрациях, с помощью вспомогательных функций, доступных в пакетах R ggpubr, cowplot и gridExtra. Также опишем, как экспортировать полученные графики в файл.



Изменение расположения по строкам или столбцам



Используем пакет ggpubr



Воспользуемся вложенными функциями ggarrange() для изменения расположения графиков по строкам или столбцам.



Например, код ниже делает следующее:




  • диаграмма разброса (sp) будет находиться в первой строке и занимать две колонки

  • диаграмма рассеивания (bxp) и точечная диаграмма (dp) будут занимать вторую строку и две разных колонки



ggarrange(sp,  # Первая строка с диаграммой разброса
ggarrange(bxp, dp, ncol = 2, labels = c("B", "C")), # Вторая строка с диаграммой рассеивания и точечной диаграммой
nrow = 2,
labels = "A" # Метки диаграммы разброса
)






Используем пакет cowplot



Следующую комбинацию функций [из пакета cowplot] можно использовать, чтобы расположить графики в определенных местах заданного размера: ggdraw() + draw_plot() + draw_plot_label().



ggdraw(). Инициализируем пустое полотно:



ggdraw()


Обратите внимание, что по умолчанию координаты изменяются от 0 до 1, и точка (0, 0) находится в нижнем левом углу полотна (см. иллюстрацию ниже).





draw_plot(). Располагает график где-то на полотне:



draw_plot(plot, x = 0, y = 0, width = 1, height = 1)



  • plot: график для размещения (ggplot2 или gtable)

  • x, y: координаты x/y левого нижнего угла графика

  • width, height: ширина и высота графика



draw_plot_label(). Добавляет метку в правом верхнем углу графика



Может работать с векторами меток с ассоциированными координатами.



draw_plot_label(label, x = 0, y = 1, size = 16, ...)



  • label: вектор меток

  • x, y: вектор с х/у координатами каждой метки соответственно

  • size: размер шрифта метки



Например, так можно комбинировать несколько графиков разного размера с определенным расположением:



library("cowplot")
ggdraw() +
draw_plot(bxp, x = 0, y = .5, width = .5, height = .5) +
draw_plot(dp, x = .5, y = .5, width = .5, height = .5) +
draw_plot(bp, x = 0, y = 0, width = 1, height = 0.5) +
draw_plot_label(label = c("A", "B", "C"), size = 15,
x = c(0, 0.5, 0), y = c(1, 1, 0.5))






Используем пакет gridExtra



Функция arrangeGrop()gridExtra] помогает изменить расположение графиков по строкам или столбцам.



Например, код ниже делает следующее:




  • диаграмма разброса (sp) будет находиться в первой строке и занимать две колонки

  • диаграмма рассеивания (bxp) и точечная диаграмма (dp) будут занимать вторую строку и две разных колонки



library("gridExtra")
grid.arrange(sp, # Первая строка с одним графиком на две колонки
arrangeGrob(bxp, dp, ncol = 2),# Вторая строка с двумя графиками в двух колонках
nrow = 2) # Количество строк






В функции grid.arrange() можно также использовать аргумент layout_matrix для создания сложного взаимного расположения графиков.



В коде ниже layout_matrix — матрица 2х2 (2 строки и 2 столбца). Первая строка — все единицы, там, где первый график, занимающий две колонки; вторая строка содержит графики 2 и 3, каждый из которых занимает свою колонку.



grid.arrange(bp,                                # столбчатая диаграмма на две колонки
bxp, sp, # диаграммы рассеивания и разброса
ncol = 2, nrow = 2,
layout_matrix = rbind(c(1,1), c(2,3)))






Также можно добавить аннотацию к выводу функции grid.arrange(), используя вспомогательную функцию draw_plot_label()cowplot].



Для того, чтобы легко добавлять аннотации к выводам функций grid.arrange() или arrangeGrob() (тип gtable), сначала нужно преобразовать их в тип ggplot с помощью функции as_ggplot()ggpubr]. После можно применять к ним фунцию draw_plot_label()cowplot].



library("gridExtra")
library("cowplot")
# Упорядочиваем графики с arrangeGrob
# возвращает тип gtable (gt)
gt <- arrangeGrob(bp, # столбчатая диаграмма на две колонки
bxp, sp, # диаграммы рассеивания и разброса
ncol = 2, nrow = 2,
layout_matrix = rbind(c(1,1), c(2,3)))
# Добавляем метки к упорядоченным графикам
p <- as_ggplot(gt) + # преобразуем в ggplot
draw_plot_label(label = c("A", "B", "C"), size = 15,
x = c(0, 0, 0.5), y = c(1, 0.5, 0.5)) # Добавляем метки
p






В коде выше мы использовали arrangeGrob() вместо grid.arrange(). Основное отличие этих двух функций состоит в том, что grid.arrange() автоматически выводит упорядоченные графики. Поскольку мы хотели добавить аннотацию к графикам до того, как их нарисовать, предпочтительно в таком случае использовать функцию arrangeGrob().



Используем пакет grid



Пакет grid позволяет задать сложное взаимное расположение графиков с помощью функции grid.layout(). Он также предоставляет вспомогательную функцию viewport()для задания региона, или области видимости. Функция print() применяется для размещения графиков в заданном регионе.



Шаги можно описать так:




  1. Создать графики: p1, p2, p3, ….

  2. Перейти на новую страницу с помощью функции grid.newpage()

  3. Создать расположение 2X2 — количество столбцов = 2; количество строк = 2

  4. Задать область видимости: прямоугольная область на графическом устройстве

  5. Напечатать график в области видимости



library(grid)
# Перейти на новую страницу
grid.newpage()
# Создать расположение: nrow = 3, ncol = 2
pushViewport(viewport(layout = grid.layout(nrow = 3, ncol = 2)))
# Вспомогательная функция для задания области в расположении
define_region <- function(row, col){
viewport(layout.pos.row = row, layout.pos.col = col)
}
# Упорядочить графики
print(sp, vp = define_region(row = 1, col = 1:2)) # Расположить в двух колонках
print(bxp, vp = define_region(row = 2, col = 1))
print(dp, vp = define_region(row = 2, col = 2))
print(bp + rremove("x.text"), vp = define_region(row = 3, col = 1:2))






Использование общей легенды для совмещенных ggplot-графиков



Чтобы задать общую легенду для нескольких упорядоченных графиков, можно использовать функцию ggarrange()ggpubr] с такими аргументами:




  • common.legend = TRUE: сделать общую легенду

  • legend: задать положение легенды. Разрешенное значение — одно из c(“top”, “bottom”, “left”, “right”)



ggarrange(bxp, dp, labels = c("A", "B"),
common.legend = TRUE, legend = "bottom")






Диаграмма разброса с графиками плотности безусловного распределения



# Диаграмма разброса, цвет по группе ("Species")
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
color = "Species", palette = "jco",
size = 3, alpha = 0.6)+
border()
# График плотности безусловного распределения по x (панель сверху) и по y (панель справа)
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",
palette = "jco")
yplot <- ggdensity(iris, "Sepal.Width", fill = "Species",
palette = "jco")+
rotate()
# Почистить графики
yplot <- yplot + clean_theme()
xplot <- xplot + clean_theme()
# Упорядочить графики
ggarrange(xplot, NULL, sp, yplot,
ncol = 2, nrow = 2, align = "hv",
widths = c(2, 1), heights = c(1, 2),
common.legend = TRUE)






В следующей части:




  • смешиваем таблицу, текст и ggplot2-графики

  • добавляем графический элемент в ggplot (таблицу, диаграмму рассеивания, фоновое изображение)

  • располагаем графики на нескольких страницах

  • вложенное взаиморасположение

  • экспорт графиков



Original source: habrahabr.ru (comments, light).

https://habrahabr.ru/post/337598/

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Ирина_Марущенко

Упражнение + 5 эффективных визуализаций по работе с энергией [видео+инфографика]

Суббота, 09 Сентября 2017 г. 17:47 (ссылка)

Это цитата сообщения Dushka_li Оригинальное сообщение

Упражнение + 5 эффективных визуализаций по работе с энергией [видео+инфографика]

Визуализация настолько эффективно способствует созданию позитивных жизненных изменений, что она широко используется в практике психологами, коучами и даже монахами. Из видео упражнения вы узнаете, как избавиться от энергетических блоков, мешающих вам добиваться успеха в важных областях жизни.



Визуализацию вы можете применять для достижения абсолютно всего, чего вы хотите в жизни. И в инфографике ниже я хочу поделиться с вами рекомендациями от известного американского энерготерапевта, коуча и целителя Джеффри Аллена для решения самых распространенных ежедневных проблем.

СМОТРЕТЬ ИНФОГРАФИКУ
Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
NATAHART

Дизайн квартиры "Золотой дождь" с японскими мотивами.

Среда, 06 Сентября 2017 г. 19:26 (ссылка)


Дизайн квартиры "Золотой дождь" с японскими мотивами.



 



3437398_file1478603247 (700x525, 162Kb)



 



Золотой дождь.



 



Предлагаю еще один вариант планировки. По моей легенде хозяева очень общительные



и гостеприимные люди, поэтому наличие большого свободного для передвижения



пространства-необходимое и наиглавнейшее условие. Для этого квартира четко поделена 



на общественную и приватную зоны. Кухня, гостиная-столовая и кабинет образуют 



единое целое , позволяя свободно перемещаться и ,по необходимости, уединяться.  



Главный "герой" гостиной -большой круглый раздвижной стол. Телевизор не является



"членом" этой семьи, поэтому ему отведено мало почетное место. Из кабинета есть



прямой выход в личные покои ( спальню, гардеробную и ванную комнату). В просторный



коридор выходят дверь гостевого туалета (зеркальная), дверь в кладовку-постирочную,



дверь в большую гардеробную и дверь на хозяйскую территорию. Общественная зона



подчеркнуто декоративная , приватная-камерная , спокойно умиротворенная. В проекте



использована сдержанная серо-бежевая гамма с золотыми и черными акцентами.



Читать далее...
Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

[Перевод] ggplot2: как легко совместить несколько графиков в одном, часть 1

Воскресенье, 27 Августа 2017 г. 20:46 (ссылка)

Эта статья шаг за шагом покажет, как совместить несколько ggplot-графиков на одной или нескольких иллюстрациях, с помощью вспомогательных функций, доступных в пакетах R ggpubr, cowplot и gridExtra. Также опишем, как экспортировать полученные графики в файл.
Читать дальше ->

https://habrahabr.ru/post/336492/

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
ЕленаНикандрова

О чем думать перед сном

Вторник, 22 Августа 2017 г. 15:51 (ссылка)
garmoniya-zenchinu.ru/o-che...ered-snom/


6079281_ (300x300, 49Kb)

О чем думать перед сном? Интересный вопрос, который волнует многих. Ведь время, когда мы в кровати и нас уже никто не беспокоит, можно использовать как себе во благо, так и во вред. Если думать о проблемах и прожитом дне, гонять какие-то рабочие мысли, то и сон себе испортишь и весь грядущий день, но можно думать перед сном совсем о другом..... |

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
ЕленаНикандрова

Позитивная психология: ловушки

Четверг, 17 Августа 2017 г. 22:01 (ссылка)
garmoniya-zenchinu.ru/pozit...-lovushki/


6079281_ (300x300, 44Kb)

Позитивная психология сейчас очень популярна и востребована, и именно на этой ее популярности многие тренера и «психологи» пытаются заработать, создавая множество курсов. В большинстве этих курсов нас убеждают в том, что позитивная психология это некая волшебная палочка, которая поможет нам добиться всего того, что мы хотим и при этом нам не нужно прикладывать к этому усилий. |

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
lazy_Mary

правила визуализации желаний

Суббота, 05 Августа 2017 г. 19:28 (ссылка)


Заметьте: это только первый шаг к цели. ))))





son-eto-illyuziya-ili-realnost (640x429, 174Kb)



Читать далее...
Метки:   Комментарии (3)КомментироватьВ цитатник или сообщество
Aleksanamoon

методика "Разговор со вселенной"

Вторник, 25 Июля 2017 г. 17:36 (ссылка)




Самое лучшее время, это время перед сном. Ложитесь под одеялко, поёрзгайте, расслабьтесь. Сделайте 3 максимально глубоких вдохов. Потом проговорите про себя "Я буду считать от 10 до нуля, за это время моё тело расслабится, и когда будет ноль, мой разум сольется со вселенной". Медленно, мысленно, считайте от 10 до 0.

Когда досчитаете до нуля, представьте что ваш разум вылетает из тела и устремляется лететь по миру, через горы, моря, города, и взлетает вверх, в космос. Вы прилетаете на луну, садитесь там на лавочку, перед вами роскошный вид на Землю. Вы наслаждаетесь этим видом. К вам подсаживается "Матушка-вселенная", представьте ее красивой женщиной. И которой вы будите рассказывать всё, что вам необходимо. Наладьте диалог. В завершение визуализирования поблагодарите ее и попрощайтесь с ней.

Чем дольше это делаете, тем лучше.

Не за будьте, при этом, благодарить вселенную, и разговаривать в благодарном состоянии! ;)



 



Источник  yaunikum.ru

Источник: https://yaunikum.ru/549-metodika-vizualizacii.html



 
Метки:   Комментарии (1)КомментироватьВ цитатник или сообщество
Между_вдохом_и_выдохом

Как научиться исполнять свои желания. Учитель ММ

Четверг, 21 Июля 2017 г. 02:37 (ссылка)


Визуализация – это построение мысленного образа на Тонком Плане, что по существу является актом Творения. Сотворить Мыслеобраз живой и подвижный – это особый дар, которым обладает не каждый человек. Дело в том, что у каждого человека есть свой собственный набор пространственно-временных уровней сознания. По существу, каждый человек словно прорастает вглубь Пространства и Времени посредством накопления всё новых уровней световых градаций своего сознания, которое формируется из общего количества чакровых накоплений.






Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

Вуз или техникум: куда поступать, чтобы удачно трудоустроиться и хорошо зарабатывать?

Четверг, 13 Июля 2017 г. 14:16 (ссылка)

https://habrahabr.ru/post/332726/

Комментарии (0)КомментироватьВ цитатник или сообщество

Следующие 30  »

<визуализация - Самое интересное в блогах

Страницы: [1] 2 3 ..
.. 10

LiveInternet.Ru Ссылки: на главную|почта|знакомства|одноклассники|фото|открытки|тесты|чат
О проекте: помощь|контакты|разместить рекламу|версия для pda