小编Cep*_*irk的帖子

如果你安装了多个版本的python(我目前有默认的2.5,安装了3.0.1,现在已经安装了2.6.2),它会自动放入内容/usr/local,并且还会调整路径以包含/Library/Frameworks/Python/Versions/theVersion/bin,但最重要的是什么时候/usr/local已经在PATH上了,所有已安装的版本(默认的2.5除外/usr/bin)都在那里？我删除了Python框架的路径从我的PATH中.bash_profile,我仍然可以输入"python -V" => "Python 2.5.1", "python2.6 -V" => "Python 2.6.2","python3 -V" => "Python 3.0.1".只是想知道为什么它把它放进去/usr/local,也改变了PATH.我做得很好吗？谢谢.

此外,2.6安装使它成为'当前',.../Python.framework/Versions/Current指向2.6.所以简单的'python'事情/usr/local/bin指向2.6,但它没关系,因为usr/bin第一个和同名的东西指向2.5东西..无论如何,2.5附带豹子,我安装3.0.1只是为了拥有最新版本(有一个dmg文件),现在我安装了2.6.2与pygame一起使用.

编辑:好的,这是我理解的方式.安装时,比方说,Python 2.6.2:添加了一堆符号链接/usr/local/bin,所以当#! /usr/local/bin/pythonpython脚本中有一个shebang时,它会运行,并且在/Applications/Python 2.6Python启动器中,默认应用程序运行.py文件,使用/usr/local/bin/pythonw,并/Library/Frameworks/Python.framework/Versions/2.6/bin创建并添加到路径的前面,因此which python将在那里获得python,并且#! /usr/bin/env pythonshebang将正确运行.

我的图书馆里有一个包,我不知道它来自哪里.据推测,它是作为我使用的另一个包的依赖项下载的.如何找出哪些包依赖于感兴趣的包？

我正在创建一个导入.txt文件并返回一个文件的函数data.frame.有时我想向用户显示一条消息以跟随数据.我的问题是,通过在函数体中包含消息,它显示在数据之前,并且在data.frame具有许多行的大型中,用户可能永远不会看到它.

例如,给定:

foo=function(cars){
  message('Pay attention to me!')
  return(cars)
}

如果用户输入:

foo(cars)

该函数将显示我的消息,但仅在返回的对象之前(在这种情况下是cars来自R的base包的数据.如何message()在返回的底部显示我的内容data.frame？

我也尝试过回复邮件,但无济于事:

foo=function(cars){
  return(cars,message('help!'))
}

我注意到warning()和stop()函数都显示了它们的文本末尾data.frame,但我想显示既不是警告也不是错误的消息,而只是一个FYI.

为了澄清,理想情况下,在调用函数时将显示消息(无论输出是否分配给变量名),但每次使用结果对象时都不会显示该消息.foo(cars)应该显示消息obj=foo(cars).但就是obj不应该.

我想在 ggplot 条形图中的每个因素中使用下标。

d = structure(list(env = structure(c(1L, 3L, 4L, 2L, 5L, 7L, 6L), .Label = c("mean SS", 
"50% O2 @ 25 °C", "50% O2 @ 0 °C", "50% O2 @ 10 °C", "anoxic @ 0 °C", 
"anoxic @ 25 °C", "anoxic @ 10 °C"), class = "factor"), pco2_inc = c(60, 
138.652445968464, 144.328210839879, 112.560395996095, 173.615572249453, 
234.86228704132, 209.102964222973)), class = "data.frame", row.names = c(NA, 
-7L))

鉴于上面的 data.frame，我想生成这样的图：

ggplot(d, aes(env, pco2_inc)) + geom_col()

如何使所有条形标签的2inO2下标？

我已经看到如何更改整个 x 轴标签：

labs(x …

我正在尝试使用knitr包含ggplot2使用修改的图表创建文档grid.

在下面的例子中,应该是2绘出使用既diamonds包括在数据集ggplot2:第一个显示切割与颜色和切断第二节目与清晰度.相反,后面的情节重复两次.根figure目录中根本不生成第一个图.

\documentclass{article}

\begin{document}

<<fig.cap = c('color', 'clarity')>>=
library(ggplot2)
library(grid)
theme_update(plot.margin = unit(c(1.5, 2, 1, 1), 'lines'))

# Create plot with color

p = ggplot(diamonds,aes(cut,fill = color)) + geom_bar(position = 'fill') + annotate('text', label = as.character(table(diamonds$cut)), x = 1:5, y = Inf, vjust = -1)
gt = ggplot_gtable(ggplot_build(p))
gt$layout$clip[gt$layout$name == 'panel'] = 'off'
grid.draw(gt)

# Create plot with clarity

q = ggplot(diamonds,aes(cut,fill = clarity)) + geom_bar(position …

我想使卡方检验由大实际样品的参数来比较我的数据(列"真实")与理论正态分布(柱"理论值"),这是计算(在Excel)(处理这个样本的排名 - 是"真实的"列.

RI中的哪些测试应该用于此目的？

起初我认为它应该是 chisq.test

但我将其结果与EXCEL中的函数"CHI2TEST"的结果进行比较(应该给出相同的结果)并且这些结果是完全不同的.它给出p值= 0.2426,Excel的CHI2TEST给出p值0.87.

也许我使用chisq.test不正确？你能检查我的脚本或建议我在R中进行卡方检验的正确检验吗？

> real
[1]  2  3 15 22 21 14  2  1
> theor
[1]  1.4  5.7 14.1 21.6 20.2 11.6  4.1  0.9
> chisq.test (real,theor)

        Pearson's Chi-squared test

data:  real and theor
X-squared = 48, df = 42, p-value = 0.2426  

Warning message:
In chisq.test(real, theor) : Chi-squared approximation may be incorrect

我试图测试一个短数字向量是否是一个较长的数字向量的一部分.例如,如果a = c(2, 3)和b = c(1, 3, 2, 4, 2, 3, 1),那么我试图找到/想到一个能回答这个问题的函数:是a一部分b吗？输出应该是TRUE.

或者,如果c = c(1, 3, 2, 4, 1, 3, 1)那时输出"是？a的一部分c？" 应该是FALSE.

match() 不做这个工作:

match(a, b)

回报

3  2

%in%运营商也不是:

TRUE  TRUE

我知道有字符串匹配的选项,但我不想通过转换为字符串来解决这个问题...

是否可以在 RMarkdown 中嵌套下标？

在 LaTeX 中，我可以使用，A_{B_{C_{D}}}但我不确定 RMarkdown 的括号等效项是什么。A~B~C~D~~~不起作用...

我想在我的 ggplot 上用两行、下标和上标以及对对象的引用进行注释。

我发现annotate()函数调用geom_text()which whenparse = TRUE可以使用来自plotmath.

如果这是我的标签：

q10 = 1.9
a = 3.9
b = -0.05

lab1 = substitute(atop(paste(Q[10], '=', q10), paste(M[O[2]], '=', a, e^(b*T))), list(q10 = q10 = 1.9, a = 3.9, b = -0.05))

然后它将与基本图一起使用：

plot(1, 1, main = lab1)

但是当我尝试使用它时ggplot()会引发错误：

ggplot(diamonds, aes(carat, price, color = cut)) + 
  geom_point() +
  annotate(geom = 'text', x = 4, y = 5000, label = lab1, parse = TRUE, color = …