小编Ric*_*der的帖子

在Julia中通过索引过滤数组最自然的方法是什么？最简单的例子是省去第k个元素:

A = [1,2,3,4,5,6,7,8]
k = 4

[getindex(A, i) for i = 1:8 if i != k]

上面的工作但似乎比简单的A[-k]可用的详细R.执行这个简单任务的最简洁方法是什么？

我想以相同的量抖动两个几何体。考虑以下最小示例：

library(ggplot2)
pdat <- data.frame(x = c(1,1,2,2,4,4,8,8),
                   y = c(1,1.1,2,2.2,3,3.3,4,4.4),
                   ymin = c(1,1.1,2,2.2,3,3.3,4,4.4)-.9^(0:7),           
                   ymax = c(1,1.1,2,2.2,3,3.3,4,4.4)+.9^(0:7),
                   colour = as.factor(rep(1:2,4)))

ggplot(pdat, aes(x=x,y=y,ymin=ymin,ymax=ymax,color=colour)) + 
    geom_linerange(position='jitter') + geom_point(position='jitter')

ggplot(pdat, aes(x=jitter(x),y=y,ymin=ymin,ymax=ymax,color=colour)) + 
    geom_linerange() + geom_point()

产生以下图：

在这两种情况下，抖动都是随机的（点和线范围位于不同的位置），而我希望它们对于每个数据点（相应线范围中间的点）保持一致。这可能吗？

请注意，我不会考虑手动向x变量添加噪声作为解决方案，因为这会破坏应用坐标变换的能力。例如，限定pdat$x2 <- pdat$x+rnorm(8)/10，

ggplot(pdat, aes(x=x2,y=y,ymin=ymin,ymax=ymax,color=colour)) + 
    geom_linerange() + geom_point()

看起来不错，但是抖动的方差会受到任何后续转换的影响，如下所示

ggplot(pdat,aes(x=x2,y=y,ymin=ymin,ymax=ymax,color=colour)) + 
    geom_linerange() + geom_point() + scale_x_log10()

我正在尝试使用R-软件解决下面表格中的7x2矩阵问题:

A=array(c(5.54,0.96,1.59,2.07,0.73,10.64,8.28,1.41,3.77,3.11,3.74,2.93,8.29,3.33), c(7,2))
A
#      [,1] [,2]
#[1,]  5.54 1.41
#[2,]  0.96 3.77
#[3,]  1.59 3.11
#[4,]  2.07 3.74
#[5,]  0.73 2.93
#[6,] 10.64 8.29
#[7,]  8.28 3.33
b=c(80814.25,34334.75,47921.75,59514.25,26981.25,63010.25,46646.25)
b
#[1] 80814.25 34334.75 47921.75 59514.25 26981.25 63010.25 46646.25
solve (A,b)
Error in solve.default(A, b) : 'a' (7 x 2) must be square
A %*% solve (A,b)
Error in solve.default(A, b) : 'a' (7 x 2) must be square

您认为我能怎样做才能解决问题.如上所述,我需要在7x2矩阵中解决两个变量x1和x2.