小编Del*_*aIV的帖子

我在Windows 10机器上安装了Anaconda 5.0.1.我的电脑上有一些Jupyter笔记本,我想将它们与Jupyter联系起来,以避免每次打开Jupyter并导航到笔记本文件夹.那可能吗？

PS我问这里是因为我觉得这个问题对程序员来说更有意义,但是如果你认为它更适合SuperUser,我会把它标记为迁移.

我需要读取模板文件test.txt,修改内容,然后将带有名称的修改后的副本foo`i`.in(i是迭代编号)写入磁盘.由于我需要多次执行此操作(一百万次并不罕见),因此优选有效的解决方案.模板文件是这样的:

1 
bar.out 
       70.000000000000000 
        2.000000000000000 
       14.850000000000000 
     8000.000000000000000 
      120.000000000000000 
       60.000000000000000 
        0.197500000000000 
        0.197500000000000 
        2.310000000000000 
        0.200000000000000 
        0.000000000000000 
        1.000000000000000 
        0.001187700000000 
       22.000000000000000 
        1.400000000000000 
        1.000000000000000 
        0.010000000000000 
100 
        0.058600000000000 
       -0.217000000000000 
        0.078500000000000 
       -0.110100000000000 
30 
      500.000000000000000 
T 

我不需要修改所有行,只需修改其中一些行.具体而言,我需要修改bar.out到bar`i`.out这里i是一个迭代指数.我还需要使用以下值修改一些数字行:

parameters <- data.frame(index = c(1:10, 13:16, 21:22), variable = c("P1", 
                      "P2", "T1", "s", "D", "L", "C1", "C2", "VA", 
                      "pw", "m", "mw", "Cp", "Z", "ff_N", "ff_M"),
                      value = c(65, 4, 16.85, 7900, 110, 60, 0.1975, .1875, 2.31,
                                 0.2, 0.0011877, 22.0, …

按照对象.我在Windows 7 64位下运行Python 2.7.10.我将C:\ Python27\Scripts添加到我的PATH,我可以运行pip,但它无法安装模块.例如

pip install numpy

给

Collecting numpy
Retrying (Retry(total=4, connect=None, read=None, redirect=None)) after
connection broken by 'ProtocolError('Connection aborted.', gaierror(11004,'getaddrinfo failed'))': /simple/numpy/

它会一直重试并失败,然后退出

Could not find a version that satisfies the requirement numpy (from versions:
)
No matching distribution found for numpy

可能我是在防火墙后面,但我很失望,因为我可以安装R完好的软件包install.packages,我不明白为什么我不能用Python做同样的事情.如果我手动安装包(在这种情况下numpy,从这里

numpy的

关于使用,我会错过什么pip？

编辑:根据评论中的建议,我从numpy下载了nwhy的.whl文件,导航到下载目录并执行

  pip install numpy-1.10.1-cp27-none-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl

我只有

  numpy-1.10.1-cp27-none-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl is not a supported wheel on this platform.

我该怎么办？

我一直在玩R Markdown,我非常喜欢它,因为在我的每次分析之后,我都需要写一份详细说明结果的(Word)报告.使用R Markdown,代码和报告是相同的文档,因此很容易记住,我选择在代码中的某个点执行分析B,因为之前的分析结果为A.

但是,我无法在R Studio中的R Markdown中设置断点,这严重限制了执行高效调试的可能性.这意味着最终我只能使用Markdown进行非常简单的分析,其中R代码非常简单,我不需要调试它,或者我可以手动调试它.这是可以预料的,也就是众所周知R Markdown只能用于简单分析？或者有解决方案吗？

我有一个庞大的数据框架,我想做一些图来了解不同变量之间的关联.我不能用

pairs(data)

,因为那会给我400多块情节.然而,我有一个特别感兴趣的响应变量.因此,我想对所有变量绘制y,这会将绘图的数量从n ^ 2减少到n.你能告诉我怎么做吗？谢谢

编辑:我为了清楚起见添加了一个例子.假设我有数据帧

foo=data.frame(x1=1:10,x2=seq(0.1,1,0.1),x3=-7:2,x4=runif(10,0,1))

我的响应变量是x3.然后我想生成连续排列的四个图,分别是x1对x3,x2对x3,x3的直方图,最后是x4对x3.我知道如何制作每个情节

plot(foo$x1,foo$x3)
plot(foo$x2,foo$x3)
hist(foo$x3)
plot(foo$x4,foo$x3)

但是我不知道如何连续排列它们.此外,如果有一种方法可以自动生成所有n个绘图,而不必每次都调用命令图(或hist),那将会很棒.当n = 4时,它不是一个大问题,但我通常处理n = 20 +变量,所以它可能是一个拖累.

我经常使用B样条进行回归.到目前为止,我从来不需要bs详细了解输出:我只选择我感兴趣的模型,并适合它lm.但是,我现在需要在外部(非R)代码中重现b样条模型.那么,矩阵产生的含义是什么bs？例:

x <- c(0.0, 11.0, 17.9, 49.3, 77.4)
bs(x, df = 3, degree = 1) # generate degree 1 (linear) B-splines with 2 internal knots
#              1         2         3
# [1,] 0.0000000 0.0000000 0.0000000    
# [2,] 0.8270677 0.0000000 0.0000000    
# [3,] 0.8198433 0.1801567 0.0000000    
# [4,] 0.0000000 0.7286085 0.2713915    
# [5,] 0.0000000 0.0000000 1.0000000   
# attr(,"degree")
# [1] 1
# attr(,"knots")
# 33.33333% 66.66667% 
#  13.30000  38.83333 
# attr(,"Boundary.knots")
# [1]  0.0 77.4
# …

我有以下代码：

import numpy as np
from numba import jit

Nx = 15
Ny = 1000

v = np.ones((Nx,Ny))
v = np.reshape(v,(Nx*Ny))
A = np.random.rand(Nx*Ny,Nx*Ny,5)
B = np.random.rand(Nx*Ny,Nx*Ny,5)
C = np.random.rand(Nx*Ny,5)
   
@jit(nopython=True)
def dotplus(B, v, C):
    return np.dot(B, v) + C

k = 2
D = dotplus(B[:,:,k], v, C[:,k])

我收到以下警告，我猜它指的是数组B[:,:,k]和v：

NumbaPerformanceWarning: np.dot() is faster on contiguous arrays, called on (array(float64, 2d, A), array(float64, 1d, C))
  return np.dot(B, v0) + C

有没有办法让两个数组连续，这样Numba就可以加速代码？

PS，如果您想知道 的含义k，请注意这只是 MRE。在实际代码中，在循环内针对不同的值（因此，和的不同切片）dotplus …

样本数据框:

df <- data.frame(x=rep(1:10,4),y=rnorm(40),Case=rep(c("B","L","BC","R"),each=10))

我可以用自己的方面绘制每个时间序列:

ggplot(df,aes(x=x,y=y,color=Case)) + geom_line()+facet_wrap(~Case,nr=2,nc=2)

现在,假设我想将facet顺序更改为(从左上角开始,沿着行向右下方)"L","B","R","BC".这里因此通常的建议是做这个.但是,如果我重新排序因子级别,Case曲线的颜色也会改变.是否可以重新排序刻面,而不改变曲线颜色的顺序？我知道这听起来像一个奇怪的问题.问题是我的报告是一项正在进行中的工作,在我已向同事和管理层展示的报告的旧版本中,有多个图表或多或少像这样(没有facet_wrap):

ggplot(df,aes(x=x,y=y,color=Case)) + geom_line()

换句话说,到现在为止,人们习惯将"B"与红色相关联.如果我重新排序,"L"将为红色,"B"为绿色,依此类推.我已经可以听到抱怨了......任何出路都没有？

我需要gather_在数据帧的所有列上,除了一个.例:

# I want to generate a dataframe whose column names are the letters of the alphabet. If you know of a simpler way, let me know!
foo <- as.data.frame(matrix(runif(100), 10, 10))
colnames(foo) <- letters[1:10]

现在,假设我想收集除列之外的所有列e.这不起作用:

mycol <- "e"
foo_melt <- gather_(foo, key = "variable", value = "value", -mycol)
#Error in -mycol : invalid argument to unary operator

这将:

column_list <- colnames(foo)
column_list <- column_list[column_list != mycol]
foo_melt <- gather_(foo, key = "variable", value = "value", …

我需要处理由其他人编写的相对较大的R代码.代码没有文档,它被分成无数个文件,每个文件都可以包含一个或多个函数.原作者没有使用Makefile,所以没有关于什么叫什么的文档.

作为第一步,我想建立一个树形图.我的意思是一个树,其根是主文件,内部节点是调用的各种文件,叶子(终端节点)是不调用其他文件中定义的函数的文件.有没有办法自动完成？图片输出会很棒,但即使是文本文件也可以.R Studio解决方案也可以.

编辑:显然我的描述不够清楚,因此我添加了一个非常简单(实际上是琐碎的)示例.假设我有4个源文件main.r,foo.r,bar.r和blargh.r,所有在同一文件夹(真正的情况下具有约50个文件中的所有"整齐"存储在相同的文件夹红润,与输入/输出文件一起).内容main.r是:

# main.r
source("foo.r")
source("bar.r")
source("blargh.r")

foo()
bar()

foo.r:

# foo.r
foo <- function(){
    print("I'm foo")
    blargh()
}

bar.r:

# bar.r
bar <- function(){
    print("I'm bar")
    blargh()
}

blargh.r

# blargh.r
blargh <- function(){
    print("I'm blargh")
}

我需要生成的是这样的图表:

  main.r
   ¦--foo.r                 
   ¦   ¦       
   ¦   °--blargh.r       
   ¦       
   °--bar.r                 
       ¦    
       °--blargh.r