标签: numeric

我尝试使用此命令创建一个生存对象。

Surv(date1, date2, event=status)

它导致错误“时间变量不是数字”。请注意，“date1”和“date2”的类别是 Date。

在创建生存对象之前，我是否需要将 Date 对象强制转换为数字？我认为这没有任何意义。

我有一个很大的浮点数作为这样的字符

  x<-"5374761693.91823";

在做

 as.numeric(x); 

我得到以下输出

   5374761694

我想在转换时保留数字的浮点性质。

由于有人问我使用前缀“0x”表示十六进制数字背后的原因，我一直在深入研究 BCPL 的历史。

在我的搜索中，我偶然发现了这个代币背后历史的非常好的解释。（为什么十六进制数要加上0x前缀？）

然而，从这篇文章中，又引发了另一个问题：

对于八进制常量，BCPL 是否使用8 <digit>（根据规范：http://cm.bell-labs.com/cm/cs/who/dmr/bcpl.pdf）或是否使用#<digit>（根据http://rabbit.eng .miami.edu/info/bcpl_reference_manual.pdf）或者这两种语法在该语言的不同实现中都有效吗？

我还在这里找到了第二个答案，它使用了 # 语法，这进一步引起了我对这个主题的兴趣。（为什么用前导零来表示八进制数？）

任何历史见解都将受到高度赞赏。

我有以下数据：

> vec
 [1] 0.0 0.5 1.0 1.4 1.9 2.4 3.1 3.6 4.1 4.6 5.0 5.5 6.0 6.5 7.0 7.4 7.9 8.4 9.1 

我需要四舍五入到最接近的 0.5。

让我更具体一点：1.4 变成 1.5，1.9 变成 2.0。此外，2.4 变为 2.5，3.1 变为 3.0。等等。我期望的向量是：

> vec
 [1] 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5 9.0 

有任何想法吗？

非常感谢。

我正在使用 JavaFX 和 PostgreSQL 数据库开发一个小工具。我现在的任务是处理 32 位数字。我用 Long 尝试过，但它太短/小了。

我记得 Postgres 抱怨是因为我没有使用正确的数据类型，这就是为什么我首先在​​这里询问，然后我再次更改受此问题影响的所有行。

我不会用这个数字进行数学运算，但我需要在其中保存 null。

你有什么建议？字符串，BigInteger？

代码示例：

//...
myObject.setSerialNumber(getLongFromDB(rs, "serialnumber"));
//...

private static Long getLongFromDB(ResultSet rs, String column) throws SQLException {
    Long l = rs.getLong(column);
    if (rs.wasNull()) l = null; // because getLong is long not Long, I need to know about null
    return l;
}

如何优化数值积分例程（与 C 相比）？

目前已经做了什么：

1. 我用未装箱的向量替换了列表（显而易见）。
2. 我应用了“Read World Haskell”一书中描述的分析技术http://book.realworldhaskell.org/read/profiling-and-optimization.html。我内联了一些琐碎的函数，并在各处插入了很多刘海。这带来了大约 10 倍的加速。
3. 我重构了代码（即提取iterator函数）。这带来了 3 倍的加速。
4. 我尝试用 Floats 替换多态签名，如这个问题 Optimizing numeric array Performance in Haskell 的答案。这几乎提高了 2 倍的速度。
5. 我这样编译 cabal exec ghc -- Simul.hs -O2 -fforce-recomp -fllvm -Wall
6. 更新按照 cchalmers 的建议，type Sample = (F, F)被替换为 data Sample = Sample {-# UNPACK #-} !F {-# UNPACK #-} !F

现在的性能几乎和C代码一样好。我们可以做得更好吗？

{-# LANGUAGE BangPatterns #-}

module Main
  where

import qualified Data.Vector.Unboxed as U
import qualified Data.Vector.Unboxed.Mutable as UM …

在研究三角形点测试（2D 情况）的各种方法时，我发现使用重心坐标的方法是最常用的一种。这是 StackOverflow 的答案，对此进行了解释。

为什么这种方法是最优选的方法？这可能与计算量减少有关，但是数值稳定性呢？对于点特别靠近边界的情况，该算法是否比“同边”技术更适合？

我有一个数字向量，想使用自定义顺序按名称重新排序。

x <- sample(1:20, 5)
names(x) <- c("feb", "may", "mar", "jan", "apr")
x
feb may mar jan apr 
  7  10   5  13  11 

如您所见，向量不是按月顺序排列的

期望输出

我希望使用名称通过月份顺序重新排序这个字符向量，即 jan, feb, mar, apr, may...

这怎么可能？

注意：我追求的是一种可以用于所有名称/字符串的方法，而不是专门用于日期对象

我的模拟需要实现

np.log(np.cosh(x))

这会溢出 large x，即我收到RuntimeWarning: overflow encountered in cosh警告。原则上，随着对数减少所讨论的数字，在 的某个范围内x，cosh应该溢出而不log(cosh())应该溢出。

在 NumPy 中是否有任何解决方案，例如在精神上与np.log1p()功能相似？

提供更多信息：我知道一个可能的解决方案可能是符号使用 SymPy https://github.com/sympy/sympy/issues/12671 但是模拟应该很快，并且符号计算 AFAIK 可能会显着减慢它的速度。

有人能指出为什么 Julia 在对某些类型的矩阵进行对角化时会失去对称性吗？（在下面我将忽略归一化常量。）我一直在尝试解决以下 Floquet 矩阵：

U[i,i] = exp(-i^2im/N),

与N基体和其它部件的尺寸是零。显然，这是哈密顿量的“时间演化”

H = p^2/2.

这H是在奇偶校验下对称的，因此U在站点基础上Us = Udft'U*Udft（Udft是离散傅立叶矩阵 stUdft[m,mp] = sqrt(N)^-1 exp(i*j*1im/N)见下文），也就是说，可以检查

Jp*Us - Us*Jp = 0,

在哪里

Jp[i,j] = \delta_{i,N-j+1}

是空间求逆矩阵。然而，本征态不满足奇偶性。如果vs是 的本征态Us，则

Jp*vs = \pm vs,

对于 julia 给出的数值结果，这不会发生。这有点奇怪，因为对于低维，说N=11没有问题，但如果我去，说N=1001然后麻烦开始出现。（在某些条件下，我想N成为奇数。原因是我有粒子被限制在单一圆上移动，并且我希望这些位置围绕零角对称。）为了对角化，我使用Julia 1.2.0和

 LinearAlgebra.eigen(Us).

附录：感谢 SGJ 指出 DFT 中的明显错误。构造矩阵我做

M = div(N,2)
m = 1
for ii in -M:M
    mp = …