小编mpa*_*nco的帖子

我正在尝试自学R并且在做一些示例问题时遇到了需要反转字符串的问题.

这是我到目前为止所尝试的,但粘贴操作似乎没有任何影响.

必须有一些我不了解列表的东西？(我也不明白为什么在strsplit之后我需要[[1]].)

> test <- strsplit("greg", NULL)[[1]]
> test
[1] "g" "r" "e" "g"
> test_rev <- rev(test)
> test_rev
[1] "g" "e" "r" "g"
> paste(test_rev)
[1] "g" "e" "r" "g"

我有一个这样的数据集：

> ra
   quality     GY         TH         SZ         DZ         FP
1        B 25.5932389 23.0215577 21.2171520 23.7548859 19.9848602
2        F 13.9567819 15.8975387 16.0363831 14.4732136 16.4207350
3        M 11.7333000 10.5075000 11.1540000 12.1292000 12.9683000
4        A  8.6439000  7.8888000  8.5094000 10.4722000 11.2059000
5        G  7.8351008  8.8121504  7.9458840  8.0838209  7.5143706
6        E  8.2900000  8.2760000 10.2717000  7.0575000  6.8747000
7        J  6.0596430  6.4356378  5.4962929  5.1445980  5.8653262
8        D  3.8608517  3.9147685  4.1381946  4.1741180  5.5412901
9        C  4.3277000  5.4838000  5.1141000  5.4004000  4.1820000
10       I  3.1710598  3.9339386  3.4053352  3.1940577  3.5347168
11 …

我正在尝试解决或实现 R 中的集合覆盖问题的近似值。给定这样的数据框。

  sets n
1   s1 1
2   s1 2
3   s1 3
4   s2 2
5   s2 4
6   s3 3
7   s3 4
8   s4 4
9   s4 5

列中元素的唯一数量n是：

unique(d$n)
[1] 1 2 3 4 5

我想计算sets覆盖 n （宇宙）中所有独特元素的较小数量的集合（列）。在此示例中，有两个集合：s1 {1, 2, 3} 和 s4 {4, 5}。我在维基百科和互联网上读过相关内容，并且我知道可以应用贪婪算法来找到近似值。我也检查了这个链接，其中他们提到了两个包来解决此类问题，LPsolve并且Rsymphony，但我什至不知道如何开始。在我现实生活中的例子中，我有超过 40,000 个集合，每个集合有 1,000 到 10,000 个元素，而无生命或独特的元素有 80,000 个。

任何有关如何开始或继续的帮助或指导将非常感激。

数据

d <- structure(list(sets = structure(c(1L, 1L, 1L, 2L, 2L, …

我使用dplyr函数创建了一个新数据集，其中包含少于4行的名称。

df <- data.frame(name = c("a", "a", "a", "b", "b", "c", "c", "c", "c"), x = 1:9)

aa = df %>%
    group_by(name) %>%
    filter(n() < 4)

但是当我打字

table(aa$name)

我明白了

a b c 
3 2 0 

我想让我的输出如下

a b 
3 2 

如何将新框架aa与df完全分开？

我在 R 中使用 geom_hist 和 histogram 使用相同的断点，但我得到了不同的图形。我进行了快速搜索，有没有人知道定义中断是什么以及为什么它们会有所不同

这些会产生两个不同的图。

set.seed(25)
data <- data.frame(Mos=rnorm(500, mean = 25, sd = 8))
data$Mos<-round(data$Mos)    

pAge <- ggplot(data, aes(x=Mos))
pAge + geom_histogram(breaks=seq(0, 50, by = 2))

hist(data$Mos,breaks=seq(0, 50, by = 2))

谢谢

我想在我的情节和遇到的那几个改进alpha的geom_segment工作不正常。对于最小工作示例，请检查：

ggplot(mtcars, aes(hp, mpg)) + 
  geom_point() + 
  geom_segment(aes(x = 100, xend = 200, y = 20, yend = 20), 
  inherit.aes = FALSE, 
  size = 10, 
  alpha = 0.5, 
  color = "blue")

但是，如果您将 alpha 更改为非常低的值，例如 0.005，则 0.001 似乎有效。您只能看到 0.05 到 0.001 之间的一些效果。

alpha 值不是应该在 0 和 1 之间以线性方式变化还是我理解不正确？

任何人都可以告诉我Excel 2010中的PowerView和Excel 2013中的PowerView有什么区别吗？我已经尝试寻找差异但找不到我需要的信息.

我需要找到一种方法按索引对列进行求和，我正在处理一个大read.csv文件，我将在此处显示问题的示例；例如，我想将以下矩阵从第二个到第五个以及从第六个到第七个求和：

a 1  3  3  4  5  6 
b 2  1  4  3  4  1 
c 1  3  2  1  1  5 
d 2  2  4  3  1  3 

结果必须是这样的：

a 11 11
b 10  5
c  7  6
d  8  4

这些列有不同的名称

我正在尝试在同一图表中为不同级别的组var定制多个黄土图的外观.我查看了这篇文章,但无法使其发挥作用:

ggplot(iris, aes(x=Sepal.Length, y=Petal.Length, color=Species, linetype=Species)) + 
  stat_smooth(method = "loess")

我想改变每个乐队和乐队的颜色.

我有以下闪亮的应用程序：

library(shiny)
library(shinyBS)

UI <- shinyUI(fluidPage(

  fluidRow(
    column(10,
           plotOutput("line_graph")),
    #Pop up windows, for three buttons on the left side
    bsModal("modalExample1", "Your plot", "a_plot", size = "large",
            plotOutput("plot1"), downloadButton('downloadPlot', 'Download')),
    #bsModal("modalExample2", "Your plot", "b_plot", size = "large",
    #        plotOutput("plot2"), downloadButton('downloadPlot', 'Download')),



    column(2,
           actionButton("a_plot","Bubble chart"),
           actionButton("b_plot","Graph view"))
  )
))

Server <- function(input, output) {

  output$line_graph <- renderPlot({hist(10)})
  output$plot1 <- renderPlot({hist(20)})
  output$plot2 <- renderPlot({hist(30)})



}
shinyApp(ui = UI, server = Server)

当我按下按钮“a_plot”时，您会看到一个带有图形的弹出窗口。这有效。但是，我还想实现当我按下“b_plot”时会弹出另一个图形。

但是，当我取消注释此代码时：

这是行不通的。关于我如何让这个工作的任何反馈？

#bsModal("modalExample2", "Your plot", "b_plot", size = "large",
#        plotOutput("plot2"), …

背景

我试图复制《统计学习简介》一书中的图 2.6：

粗略的薄板样条拟合图 2.3 中的收入数据。这种拟合使训练数据的错误为零。

到目前为止我尝试过什么？

我尝试复制之前的图 2.5，平滑的薄板样条拟合，不确定是否成功。

income_2 <- read.csv("http://www-bcf.usc.edu/~gareth/ISL/Income2.csv")
library(mgcv)
model1 <- gam(Income ~ te(Education, Seniority, bs=c("tp", "tp")), data = income_2) 
x <- range(income_2$Education)
x <- seq(x[1], x[2], length.out=30)
y <- range(income_2$Seniority)
y <- seq(y[1], y[2], length.out=30)
z <- outer(x,y,
           function(Education,Seniority)
                     predict(model1, data.frame(Education,Seniority)))
p <- persp(x,y,z, theta=30, phi=30,
           col="yellow",expand = 0.5,shade = 0.2,
           xlab="Education", ylab="Seniority", zlab="Income")
obs <- trans3d(income_2$Education, income_2$Seniority,income_2$Income,p)
pred <- trans3d(income_2$Education, income_2$Seniority,fitted(model1),p)
points(obs, col="red",pch=16)
segments(obs$x, obs$y, pred$x, pred$y)

双重问题

1. 我是否用gam创建了一个适当的光滑薄板？我正在使用 …