我是R编程的新手.在R语言教程中,我发现矩阵不能包含来自不同类的元素.
但我能够创建一个矩阵如下:
x<-matrix(list(1,"2",TRUE,1+1i),nrow=2,ncol=2)
Run Code Online (Sandbox Code Playgroud)
请解释我错过了什么?
任何人都可以帮助我解释为什么 expect_that 如果[]添加到停止消息不起作用,即f1工作但f2不工作.
library(testthat)
f1 <- function(x){
if( x >= 1 ){
stop("error 1")
}
}
expect_that(f1(x=1.4), throws_error("error 1"))
f2 <- function(x){
if( x >= 1 ){
stop("error [1]")
}
}
expect_that(f2(x=1.4), throws_error("error [1]"))
Run Code Online (Sandbox Code Playgroud) 我在使用fitdist.
这是代码:
fittrial <<- dnorm(severity,mean(severity),var(severity))
fitdist(fittrial,"normal")
Run Code Online (Sandbox Code Playgroud)
我收到此错误:
fitdist(fittrial, "normal") 中的错误:必须定义 dnormal 函数
我在网上查看并尝试了所有我能理解的方法。我真的很感激我能得到的任何帮助。
我想在Rmarkdown文件中包含从外部文件中提取的代码列表.我想它很漂亮(语法高亮,自动缩进等).
listings软件包.cat firstpart.rmd codefile.rmd lastpart.rmd >wholefile.rmd系统命令的情况下合并文件,并且没有预处理步骤:这个问题表明像Multimarkdown和Marked 2这样的Markdown处理器具有文件包含语法,但我认为我坚持使用pandoc.```{r jagsmodel, echo=FALSE, results="markup", comment=""}
cat(readLines("logist.bug"),sep="\n")
```
Run Code Online (Sandbox Code Playgroud)
哪个工作正常,但没有让我语法突出显示...
我试图用它ggplot2来绘制anscombeR中的内置数据集(其中包含四个不同的小数据集,这些数据集具有相同的相关性,但X和Y之间的关系完全不同).我试图正确地重塑数据都非常难看.我用了reshape2和R 的组合; 一个Hadleyverse 2(tidyr/ dplyr)或data.table解决方案对我没问题,但理想的解决方案是
原始格式:
anscombe
## x1 x2 x3 x4 y1 y2 y3 y4
## 1 10 10 10 8 8.04 9.14 7.46 6.58
## 2 8 8 8 8 6.95 8.14 6.77 5.76
## 3 13 13 13 8 7.58 8.74 12.74 7.71
## ...
## 11 5 5 5 8 5.68 4.74 5.73 6.89
Run Code Online (Sandbox Code Playgroud)
所需格式:
## s x y
## 1 1 …Run Code Online (Sandbox Code Playgroud) 我将在R中使用相当大(7 e6 x 4.5 e3)但非常稀疏的矩阵工作.所以我试图理解如何有效地处理稀疏矩阵.我有两个相关的问题.
第一:我已经了解该Matrix包自动链接到LAPACK和SuiteSparse编译的dll.(我在Windows中工作.)我的印象是,与使用LAPACK套件使用密集矩阵相比,使用SuiteSparse例程可缩短执行时间.但低于运行测试表明,在运行时为稀疏的版本矩阵的是多较密的版本慢.
> library(Matrix)
> sparse <- sparseMatrix(1:4, 1:4, x=rnorm(4))
> dense <- as.matrix(sparse)
> x <- 1:4
> system.time(for (i in 1:10000) sparse %*% x)
user system elapsed
0.23 0.00 0.23
> system.time(for (i in 1:10000) dense %*% x)
user system elapsed
0 0 0
> system.time(for (i in 1:1000) solve(sparse))
user system elapsed
3.94 0.00 3.94
> system.time(for (i in 1:1000) solve(dense))
user system elapsed
0.05 0.00 0.05
Run Code Online (Sandbox Code Playgroud)
a)我是否正确Matrix …
我想在R中的Levene的测试中进行成对比较事后测试。我知道如何使用PROC GLM在SAS中进行测试,但是我似乎不知道如何在R中进行测试。有人吗?理念?在下面的示例中,我希望能够测试“ cat”的所有级别(即AB,AC,AD,BC,BD,CD)之间的方差均匀性。我发现最好的方法是将我的数据子集到每个对中,然后对每个子集运行一次Levene检验,然后在最后进行Bonferroni校正。但是,当我的因素数量很大时,这不是实际的解决方案。
library(car)
dat <- rnorm(100, mean=50, sd=10)
cat <- rep(c("A", "B", "C","D"), each=25)
df <- data.frame(cat,dat)
df$cat <- as.factor(df$cat)
LT <- leveneTest(dat ~ cat, data = df)
Run Code Online (Sandbox Code Playgroud) 我想用 5 列模拟 100 个数据。我想要获得列之间 0.5 的相关性。为了完成它,我做了以下操作
F1 <- matrix( c(1, .5, .5, .5,.5,
.5, 1, .5, .5,.5,
.5, .5, 1, .5,.5,
.5, .5, .5, 1,.5,
.5, .5, .5, .5,1
), 5,5)
Run Code Online (Sandbox Code Playgroud)
为了模拟预期的数据帧,我已经这样做了,但它不能正常工作。
df2 <- as.data.frame (rbinom(100, 1,.5),ncol(5), F1)
Run Code Online (Sandbox Code Playgroud) 假设我们有以下数值向量:
y=c(0.111,1.11,11.1,111.1)
Run Code Online (Sandbox Code Playgroud)
我希望它四舍五入如下:
0.11,1.11,11.1,111
Run Code Online (Sandbox Code Playgroud)
这个规则很简单:我总共要三位数!但如果数字很大(例如 1111 或 11111),则保留所有数字,但不包含任何小数。
当然,必须有一个更简单的解决方案?:
lapply(y,function(x){
ifelse(nchar(as.integer(x))<1,round(x,digits=3),
ifelse(nchar(as.integer(x))==1,round(x,digits=2),
ifelse(nchar(as.integer(x))==2,round(x,digits=1),
ifelse(nchar(as.integer(x))>2,round(x,digits=0)
))))
}
)
Run Code Online (Sandbox Code Playgroud) 我正在尝试安装requirements.txt中提到的库包
\n这是我得到的错误:
\nPS C:\\Users\\lalit\\Downloads\\The-Movie-Cinema-master> pip install -r requirements.txt\nWARNING: Ignoring invalid distribution -p (c:\\python39\\lib\\site-packages)\nWARNING: Ignoring invalid distribution -p (c:\\python39\\lib\\site-packages)\nWARNING: Ignoring invalid distribution -ip (c:\\python39\\lib\\site-packages)\nWARNING: Ignoring invalid distribution - (c:\\python39\\lib\\site-packages)\nWARNING: Ignoring invalid distribution -p (c:\\python39\\lib\\site-packages)\nWARNING: Ignoring invalid distribution -p (c:\\python39\\lib\\site-packages)\nWARNING: Ignoring invalid distribution -ip (c:\\python39\\lib\\site-packages)\nWARNING: Ignoring invalid distribution - (c:\\python39\\lib\\site-packages)\nCollecting Flask==1.1.1\n Using cached Flask-1.1.1-py2.py3-none-any.whl (94 kB)\nCollecting gunicorn==19.9.0\n Using cached gunicorn-19.9.0-py2.py3-none-any.whl (112 kB)\nCollecting Jinja2==2.11.3\n Using cached Jinja2-2.11.3-py2.py3-none-any.whl (125 kB)\nCollecting MarkupSafe==1.1.1\n Using cached MarkupSafe-1.1.1-cp39-cp39-win_amd64.whl (16 kB)\nCollecting Werkzeug==0.15.5\n Using cached Werkzeug-0.15.5-py2.py3-none-any.whl (328 …Run Code Online (Sandbox Code Playgroud)