小编use*_*622的帖子

我正在使用Rstudio而不确定选项"运行"和"源"是如何不同的.

我试过谷歌搜索这些术语,但'源'是一个非常常见的词,并没有得到很好的搜索结果:(

我有一个数据框如下.我想为每一行获得一列最大值.但是如果该列存在于该行中,则该列应忽略值9.我怎样才能有效地实现这一目标？

df <- data.frame(age=c(5,6,9), marks=c(1,2,7), story=c(2,9,1))
df$max <- apply(df, 1, max)    
df

我有一个与这个问题完全相似的问题.

作为我工作的一部分,我必须将R Studio控制台的输出复制到excel工作表才能制作excel图表.但是,R Studio控制台使用格式化文本,excel读取效果不佳.为了补偿,我总是从R Studio控制台复制,粘贴到记事本,然后复制到Excel.这样,当我粘贴一个表时,我可以告诉excel它实际上是固定宽度分隔的数据,而不仅仅是一堆文本.

如何从R Studio控制台复制输出,使其作为无格式文本进入剪贴板,以便我可以将其直接粘贴到Excel中,从而将数字组织到不同的单元格中？这将非常有用,因为我不喜欢将表复制/粘贴到记事本中然后擅长制作图表.

我正在使用R函数list.files来获取文件夹中的文件列表.我还想记录每个文件的创建,修改和访问时间

我怎样才能做到这一点？我试过谷歌搜索,但没有找到任何有用的命令

截图来自我的Windows机器.当我右键单击文件名并单击"属性"时,我得到它

我有一个巨大的csv文件.它的大小约为9 GB.我有16 gb的ram.我按照页面上的建议进行操作并在下面实现.

If you get the error that R cannot allocate a vector of length x, close out of R and add the following line to the ``Target'' field: 
--max-vsize=500M 

我仍然收到下面的错误和警告.我应该如何将9 gb的文件读入我的R？我有R 64位3.3.1,我在rstudio 0.99.903中运行命令.我有Windows Server 2012 r2标准,64位操作系统.

> memory.limit()
[1] 16383
> answer=read.csv("C:/Users/a-vs/results_20160291.csv")
Error: cannot allocate vector of size 500.0 Mb
In addition: There were 12 warnings (use warnings() to see them)
> warnings()
Warning messages:
1: In scan(file = file, what = what, sep = sep, …

我正在使用此页面执行逻辑回归.我的代码如下.

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial")
summary(mylogit)
prob=predict(mylogit,type=c("response"))
mydata$prob=prob

运行此代码后,mydata dataframe有两列 - 'admit'和'prob'.这两列不应该足以获得ROC曲线吗？

如何获得ROC曲线.

其次,通过嘲笑mydata,似乎模型正在预测可能性admit=1.

那是对的吗？

如何找出模型预测的特定事件？

谢谢

更新:似乎以下三个命令非常有用.它们提供了最大精度的截止点,然后有助于获得ROC曲线.

coords(g, "best")

mydata$prediction=ifelse(prob>=0.3126844,1,0)

confusionMatrix(mydata$prediction,mydata$admit

在excel下面,公式将从正态分布生成随机数,均值为10,方差为1.有没有办法设置修复种子,以便我一直得到一组随机数？我正在使用Excel 2010

=NORMINV(RAND(),10,1)

spacy.load('en_core_web_sm')和之间有什么区别spacy.load('en')？此链接说明了不同的型号尺寸。但是我仍然不清楚如何spacy.load('en_core_web_sm')和spacy.load('en')不同

spacy.load('en')对我来说很好。但是spacy.load('en_core_web_sm')抛出错误

我已经安装spacy如下。当我转到jupyter笔记本并运行命令时nlp = spacy.load('en_core_web_sm')，出现以下错误

---------------------------------------------------------------------------
OSError                                   Traceback (most recent call last)
<ipython-input-4-b472bef03043> in <module>()
      1 # Import spaCy and load the language library
      2 import spacy
----> 3 nlp = spacy.load('en_core_web_sm')
      4 
      5 # Create a Doc object

C:\Users\nikhizzz\AppData\Local\conda\conda\envs\tensorflowspyder\lib\site-packages\spacy\__init__.py in load(name, **overrides)
     13     if depr_path not in (True, False, None):
     14         deprecation_warning(Warnings.W001.format(path=depr_path))
---> 15     return util.load_model(name, **overrides)
     16 
     17 

C:\Users\nikhizzz\AppData\Local\conda\conda\envs\tensorflowspyder\lib\site-packages\spacy\util.py in load_model(name, **overrides) …

我正在使用光栅功能,如下面的行所示.我的最后一行产生了一些输出.该输出有一条线说dimensions : 240, 320, 76800 (nrow, ncol, ncell).我想重新打印该图片,但只说前200行和前300列.我怎样才能做到这一点？下面的第二行显示整个图像

f <- "pictures/image1-1421787394.jpeg"
f
r <- raster(f)
plot(r);
r

============================= UPDATE1

我做png(filename = '~/x.png');par(mar=rep(0, 4), xpd = TRUE, oma=rep(0, 4),bty='n') ; plot(r,xlim=c(0,200),ylim=c(0,200),legend=FALSE,axes=FALSE); dev.off()了保存裁剪的图像.我能够摆脱传说,轴和黑匣子.但问题是保存的图像包含的不仅仅是裁剪部分 - 例如图像周围的白色部分.我只想保存原件的裁剪部分(保持图像尺寸200*200像素).请让我知道怎么做？

此外,如何在原始图像中添加与上述裁剪部分对应的红色方块？我的意思是我想在原始图像的顶部获得一个红色正方形(仅边缘),然后将其(原始图像+正方形)保存为新图像.

我怎么能这样做？

UPDATE2 ++++++++++++++++++++++++++++++++++++++++++++++++

添加可重复的示例来显示我的意思是白色背景

下面的最后一行绘制了裁剪图像.我希望该图像为100*100,因为我的xlim和ylim是100.但我看到白色背景,如下例所示.(你看不到背景.但如果你在你的机器上运行代码并打开图像,你会看到它)

library(raster)
r <- raster(nrow=240, ncol=320)
values(r) <- 1:ncell(r)
plot(r)
plot(r,xlim=c(0,100),ylim=c(0,100),legend=FALSE,axes=FALSE,frame.plot=F)

我知道该partitionBy功能会分区我的数据.如果我使用rdd.partitionBy(100)它将按键将我的数据分成100个部分.即,与类似键相关联的数据将被组合在一起

1. 我的理解是否正确？
2. 是否建议将分区数等于可用内核数？这会使处理更有效吗？
3. 如果我的数据不是键值格式怎么办？我还能使用这个功能吗？
4. 假设我的数据是serial_number_of_student,student_name.在这种情况下,我可以通过student_name而不是serial_number对我的数据进行分区吗？