我正在尝试制作一个包,但是当我运行document()它时,我NAMESPACE not generated by roxygen2. Skipped.试图ggplot2,XML, R6在我的函数中使用包.我按以下方式导入它们:
#' @rdname visualization
#' @param hist_data A table of weather variables with PWS created by hist_data function
#' @param variable A character string of variable name
#' @examples
#' table <- getWeather(city = "San Francisco", state="CA")
#' please <- getConditionsTable(table, "2015-03-09")
#' tab <- hist_data(table, please)
#' head(tab)
#' plot_variable_across_all_pws(hist_data=tab, variable="tempi")
#' @import ggplot2
#' @import XML
#' @import R6
Run Code Online (Sandbox Code Playgroud)
我想知道是什么原因造成了这个错误,Namespace除了我之外什么也没有exportPattern("^[^\\.]")
另外,我正在浏览Hadley的r包书http://r-pkgs.had.co.nz/namespace.html 并且对此行感到困惑: …
我正在研究谷歌的Rstudio键盘快捷键.但找不到任何空的环境/工作空间.有没有这样的捷径?
我正在阅读哈德利的"高级R"一书.这本书有一个让我感到困惑的问题:
> structure(1:6, comment = "my attribute")
[1] 1 2 3 4 5 6
Run Code Online (Sandbox Code Playgroud)
打印该对象时,您看不到comment属性.为什么?该属性是否缺失,还是有其他特殊之处?
谁能帮我理解这里发生了什么?
我正在尝试运行以下代码。每当我尝试运行代码时,都会出现以下错误:Error in eval(expr, envir, enclos) : could not find function "."
如何修复?有人可以帮忙吗?
data(mtcars)
library(data.table)
mtcarsDT <- data.table(mtcars)
mtcarsDT[ mpg > 20,
.(AvgHP = mean(hp),
"MinWT(kg)" = min(wt * 453.6)), # wt lbs
by = .(cyl, under5gears = gear < 5)
]
Run Code Online (Sandbox Code Playgroud)
这是会话信息
> sessionInfo()
R version 3.1.2 (2014-10-31)
Platform: x86_64-apple-darwin10.8.0 (64-bit)
locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] data.table_1.9.2
loaded via a namespace (and not attached):
[1] digest_0.6.8 …Run Code Online (Sandbox Code Playgroud) 我正在使用macOS Mojave并尝试运行以下命令:
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch import optim
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from pyvirtualdisplay import Display
from IPython import display as ipythondisplay
from IPython.display import clear_output
from pathlib import Path
import random, os.path, math, glob, csv, base64, itertools, sys
import gym
from gym.wrappers import Monitor
from pprint import pprint
# The following code is will be used to visualize the …Run Code Online (Sandbox Code Playgroud) 我有一个data.table在R
> dt
SAMPLE junction count
1: R1 a 1
2: R2 a 1
3: R3 b 1
4: R3 a 1
5: R1 c 2
Run Code Online (Sandbox Code Playgroud)
现在我想"重塑"数据表以形成一个data frame m(基本上通过样本矩阵连接,索引值为对应的计数值).另外,观察对于(SAMPLE,junction)不存在的对dt,我假设相应的count值为zero.有人可以帮助我如何实现这一目标吗?
> m
R1 R2 R3
a 1 1 1
b 0 0 1
c 2 0 0
Run Code Online (Sandbox Code Playgroud) 我正在尝试使用使用 Keras 的 LSTM 循环神经网络来预测未来的购买。我的输入变量是前 5 天的购买时间窗口,以及我编码为虚拟变量的分类变量A, B, ...,I。我的输入数据如下所示:
>>> dataframe.head()
day price A B C D E F G H I TS_bigHolidays
0 2015-06-16 7.031160 1 0 0 0 0 0 0 0 0 0
1 2015-06-17 10.732429 1 0 0 0 0 0 0 0 0 0
2 2015-06-18 21.312692 1 0 0 0 0 0 0 0 0 0
Run Code Online (Sandbox Code Playgroud)
我的问题是我的预测/拟合值(针对训练数据和测试数据)似乎向前移动了。这是一个情节:

我的问题是我LSTM Keras应该更改什么参数来纠正这个问题?还是我需要更改输入数据中的任何内容?
这是我的代码:
import numpy as np
import os
import matplotlib.pyplot as plt …Run Code Online (Sandbox Code Playgroud) 我在R中遇到以下情况:
x=x+y%o%c(1.5,1.5)
Run Code Online (Sandbox Code Playgroud)
我想知道%o%这里的含义是什么.我尝试谷歌搜索,但没有太多运气
我有一个data.table在R
> head(d)
COUNT SAMPLE junction
1: 1 R1 tup
2: 1 R1 tup
3: 1 R1 tai
4: 1 R2 milt
5: 2 R3 Bsg25D
6: 1 R4 tutl
Run Code Online (Sandbox Code Playgroud)
与维度
> dim(d)
[1] 1685992 3
Run Code Online (Sandbox Code Playgroud)
现在我想找出在数据表中出现多次的对(SAMPLE,junction).例如,对(R1,tup)发生不止一次
我有以下乳房 X 光检查图像,我尝试使用 PIL 图像读取该图像,然后使用 matplotlib 绘制它:
我正在使用的代码是:
%matplotlib inline
from PIL import Image
from matplotlib.pyplot import imshow
from scipy.misc import imread
path = './sample.png'
image = Image.open(path).convert('RGB')
imshow(image)
Run Code Online (Sandbox Code Playgroud)
但我得到这个图像:
为什么它没有显示正确的图像?
r ×7
data.table ×3
python ×2
attributes ×1
devtools ×1
forecasting ×1
ggplot2 ×1
image ×1
keras ×1
keyboard ×1
lstm ×1
matplotlib ×1
namespaces ×1
packages ×1
python-3.7 ×1
reshape ×1
reshape2 ×1
rstudio ×1
structure ×1
time-series ×1