小编mbq*_*mbq的帖子

假设我们有一个产生的陈述integer(0),例如

 a <- which(1:3 == 5)

抓住这个最安全的方法是什么？

我在agner.org上找不到有关RDRAND指令的延迟或吞吐量的任何信息.但是,这个处理器存在,所以信息必须在那里.

编辑:实际上最新的优化手册提到了这条指令.它记录为<200个周期,Ivy Bridge上的总带宽至少为500MB/s.但是由于延迟和吞吐量是可变的,因此对该指令的一些更深入的统计将是很好的.

是否有包含Levenshtein距离计数功能的包,它是作为C或Fortran代码实现的？我有很多的字符串进行比较,并stringMatch从MiscPsycho对这个太慢了.

我想将字符串(人名)的矢量分成两列(向量).问题是有些人有一个"两个字"的姓氏.我想将名字和姓氏分成两列.我可以使用下面的代码切出并使用名字,但姓氏使我无效.(看看下面的样本集中的obs 29,以获得一个想法,因为福特有一个必须保持在一起的Pantera L的"姓氏")

到目前为止我试图做的事情;

x<-rownames(mtcars)
unlist(strsplit(x, " .*"))

我希望它看起来像:

            MANUF       MAKE
27          Porsche     914-2
28          Lotus       Europa
29          Ford        Pantera L
30          Ferrari     Dino
31          Maserati    Bora
32          Volvo       142E

例如,当我7>1用C语言写入时(如果这不是一直是特征,则说是C99),我可以期望结果恰好是1还是只有一些非零值？这适用于所有bool运营商吗？

在R中有一个简单的方法吗？

plot(var1,var2, for all observations in the data frame where var3 < 155)

可以通过创建新数据 newdata <- data[which( data$var3 < 155),]但我必须重新定义所有变量newvar1 <- newdata$var1等.

我有这样的数据框

A B value
1 1 0.123
2 1 0.213
3 1 0.543
1 2 0.313
2 2 0.123
3 2 0.412

我想要做的是创建一个函数,将该数据帧移动一个值.例如:

如果shift的值为1,则数据帧将变为:

A B value
3 2 0.412
1 1 0.123
2 1 0.213
3 1 0.543
1 2 0.313
2 2 0.123

等等...

功能应该是这样的.

shift<-function(dataframe,shiftvalue)

是否有任何简单的方法在R中执行此操作而不进入很多循环？

我正在测试我公司编写的应用程序.其中一个场景是查看该应用程序崩溃时系统状态会发生什么.那里有一个应用程序可以强制崩溃我的应用程序吗？我宁愿不在代码本身写崩溃(即空指针取消引用).使用任务管理器终止进程不会产生相同的结果.

当Valgrind报告o字节丢失时,这意味着什么,就像这里:

==27752== 0 bytes in 1 blocks are definitely lost in loss record 2 of 1,532

我怀疑它只是一个创造性使用的神器malloc,但确定是好的( - ;

编辑:当然真正的问题是它是否可以被忽略,或者它是一个有效的泄漏,应该通过释放这些缓冲区来解决.

我在找出如何计算"x"天的平均值时遇到了问题.如果我试图在1年内绘制这个csv文件,那么在绘图线上显示的数据太多了(截图附件).我希望每隔几天(可能是2周,一周等)平均数据,所以线图不是那么难读.关于如何用R解决这个问题的任何建议？

results.csv

POSTS,PROVIDER,TYPE,DATE
29337,FTP,BLOG,2010-01-01
26725,FTP,BLOG,2010-01-02
27480,FTP,BLOG,2010-01-03
31187,FTP,BLOG,2010-01-04
31488,FTP,BLOG,2010-01-05
32461,FTP,BLOG,2010-01-06
33675,FTP,BLOG,2010-01-07
38897,FTP,BLOG,2010-01-08
37122,FTP,BLOG,2010-01-09
41365,FTP,BLOG,2010-01-10
51760,FTP,BLOG,2010-01-11
50859,FTP,BLOG,2010-01-12
53765,FTP,BLOG,2010-01-13
56836,FTP,BLOG,2010-01-14
59698,FTP,BLOG,2010-01-15
52095,FTP,BLOG,2010-01-16
57154,FTP,BLOG,2010-01-17
80755,FTP,BLOG,2010-01-18
227464,FTP,BLOG,2010-01-19
394510,FTP,BLOG,2010-01-20
371303,FTP,BLOG,2010-01-21
370450,FTP,BLOG,2010-01-22
268703,FTP,BLOG,2010-01-23
267252,FTP,BLOG,2010-01-24
375712,FTP,BLOG,2010-01-25
381041,FTP,BLOG,2010-01-26
380948,FTP,BLOG,2010-01-27
373140,FTP,BLOG,2010-01-28
361874,FTP,BLOG,2010-01-29
265178,FTP,BLOG,2010-01-30
269929,FTP,BLOG,2010-01-31

R脚本

library(ggplot2);
data <- read.csv("results.csv", header=T);
dts <- as.POSIXct(data$DATE, format="%Y-%m-%d");
attach(data);
a <- ggplot(dataframe, aes(dts,POSTS/1000, fill = TYPE)) + opts(title = "Report") + labs(x = NULL, y = "Posts (k)", fill = NULL);
b <- a + geom_bar(stat = "identity", position = "stack");
plot_theme <- theme_update(axis.text.x …