小编Emm*_*bbs的帖子

我有一个网格化数据集,可在以下位置获得数据:

lon <- seq(-179.75,179.75, by = 0.5)
lat <- seq(-89.75,89.75, by = 0.5)

我想找到位于该位置500公里范围内的所有数据点:

mylat <- 47.9625
mylon <- -87.0431

我的目标是在R中使用geosphere包,但我目前编写的方法效率似乎不高:

require(geosphere)
dd2 <- array(dim = c(length(lon),length(lat)))
for(i in 1:length(lon)){
  for(ii in 1:length(lat)){
    clon <- lon[i]
    clat <- lat[ii]
    dd <- as.numeric(distm(c(mylon, mylat), c(clon, clat), fun = distHaversine))
    dd2[i,ii] <- dd <= 500000
  }
}

在这里,我循环遍历数据中的每个网格,并查找距离是否小于500 km.然后我存储一个TRUE或FALSE变量,然后我可以使用它来平均数据(其他变量).从这个方法,我想要一个TRUE或FALSE的矩阵,用于距离lat和lon 500公里范围内的位置.有没有更有效的方法来做到这一点？

我已经生成了三个相同的波,每个波都有一个相移.例如:

t = 1:10800; % generate time vector
fs = 1; % sampling frequency (seconds)
A = 2; % amplitude
P = 1000; % period (seconds), the time it takes for the signal to repeat itself
f1 = 1/P; % number of cycles per second (i.e. how often the signal repeats itself every second).
y1 = A*sin(2*pi*f1*t); % signal 1
phi = 10; % phase shift
y2 = A*sin(2*pi*f1*t + phi); % signal 2
phi = 15; % phase shift …

是否有可能找到一个向量的非纳米值,但也允许n个nans？例如,如果我有以下数据:

X = [18 3 nan nan 8 10 11 nan 9 14 6 1 4 23 24]; %// input array
thres = 1; % this is the number of nans to allow

我想只保留最长的非nans值序列,但允许在数据中保留'n'个nans.所以,说我愿意保持1纳米,我会有一个输出

X_out = [8 10 11 nan 9 14 6 1 4 23 24]; %// output array

那就是,开头的两个nans已被删除,因为它们超过了'thres'中的值,但是第三个nan本身就可以保存在数据中.我想开发一种方法,可以将thres定义为任何值.

我可以找到非纳米值

Y = ~isnan(X); %// convert to zeros and ones

有任何想法吗？

我从一个网站下载了一些气候数据，并试图在 R 中对其进行分析。

数据的时间格式是自 1800-01-01 00:00 以来的小时数。例如：

ss <- seq(447042,455802, length.out = 1461)

它以 6 小时为间隔显示数据。

如何将其转换为 R 中的实际时间。此示例应提供 1851 的数据：

1851-01-01 00:00
1851-01-01 06:00

等等...

如何才能做到这一点？

任何意见，将不胜感激。

我正在尝试生成如下所示的数字:

图http://www.cpc.ncep.noaa.gov/data/teledoc/nao.timeseries.gif

我在这里可以找到用于尝试生成此图的数据.

这是我提取的数据的子集:

d = [1950    1   0.56
1950    2   0.01
1950    3  -0.78
1950    4   0.65
1950    5  -0.50
1950    6   0.25
1950    7  -1.23
1950    8  -0.19
1950    9   0.39
1950   10   1.43
1950   11  -1.46
1950   12  -1.03
1951    1  -0.42
1951    2   0.35
1951    3  -1.47
1951    4  -0.38
1951    5  -0.50
1951    6  -1.35
1951    7   1.39
1951    8  -0.41
1951    9  -1.18
1951   10   2.54
1951   11  -0.54
1951   12   1.13 …

我已经下载了一些气候再分析数据,花了很多时间从grib转换为cdf,最后我已经设法让它在R中工作.我的下一个问题是时间是一个字符向量,类似于下列:

tt =c(
    "20090101","20090101.25","20090101.5","20090101.75","20090102",
    "20090102.25","20090102.5","20090102.75","20090103","20090103.25",
    "20090103.5","20090103.75","20090104","20090104.25","20090104.5", 
    "20090104.75")

前四位数是年份,后面是月份,然后是白天,最后是一天中的一小部分:yyyymmdd ...

如何用格式yyyy-mm-dd HH:MM将其转换为posixct时间？

我会尝试

as.POSIXct(TT, '%Y%米%d')

但由于日间分数,这在这里不会有所帮助.

最终结果应该是:

    tt
       [1] "2009-01-01 00:00"    "2009-01-01 06:00" "2009-01-01 12:00"  
"2009-01-01 18:00" "2009-01-02 00:00"   

谁有人建议解决方案？

注意:我可以用一半的方式

as.Date(tt, "%Y%m%d")

但不知道如何处理分数

如果我有两个时间序列,例如:

t <- seq(1,30)
y1 <- 4*sin(t*(2*pi/4) + 3)
y2 <- 4*cos(t*(2*pi/4) + 3)

plot(t,y1, type = 'l')
lines(t,y2, col = 'red')

我可以使用以下方法计算matlab中信号之间的相位差:

[Pxy,Freq] = cpsd(y1,y2);
coP = real(Pxy);
quadP = imag(Pxy);
phase = atan2(quadP,coP);

我如何在R中实现同样的目标？我可以使用什么函数来估计R中两个时间序列之间的相位差

我有一个问题，不确定我是否在这里完全傻了，或者这是一个真正的问题，还是我误解了这些功能的作用。

diff的对立与cumsum是否相同？我以为是。但是，使用此示例：

dd <- c(17.32571,17.02498,16.71613,16.40615,
        16.10242,15.78516,15.47813,15.19073,
        14.95551,14.77397)
par(mfrow = c(1,2))
plot(dd)
plot(cumsum(diff(dd)))

> dd
 [1] 17.32571 17.02498 16.71613 16.40615 16.10242 15.78516 15.47813 15.19073 14.95551
[10] 14.77397
> cumsum(diff(dd))
[1] -0.30073 -0.60958 -0.91956 -1.22329 -1.54055 -1.84758 -2.13498 -2.37020 -2.55174

这些不一样。我哪里出问题了？

啊！星期五。

明显

我正在学习如何使用fortran进行一些数据分析.我正在通过以下示例:

program linalg
  implicit none

  real :: v1(3), v2(3), m(3,3)
  integer :: i,j

  v1(1) = 0.25
  v1(2) = 1.2
  v1(3) = 0.2

  ! use nested do loops to initialise the matrix
  ! to the unit matrix
  do i=1,3
     do j=1,3
        m(i,j) = 0.0
     end do
     m(i,j) = 1.0
  end do

  ! do a matrix multiplicationof a vector equivalent to v2i = mij v1j
  do i = 1,3
     v2(i) = 0.0
     do j = 1,3
        v2(i) = v2(i) + m(i,j)*v1(j)
     end …

如何在matlab中使用'find'来查找超过给定阈值的最长可能值序列.例如,如果我有:

X = [18 3 1 11 8 10 11 3 9 14 6 1 4 3 15 21 23 24];

并且想要找到大于8的值,我会输入:

find(X > 8)

但是,我想在数组中找到大于给定值的最长连续值序列.在这里,答案是:

15 21 23 24

有没有办法在matlab中实现这一目标？

使用以下方法估算MATLAB中的确定系数:

load hospital
y = hospital.BloodPressure(:,1);
X = double(hospital(:,2:5));
X2 = X(:,3);
mdl = fitlm(X2,y);

Estimated Coefficients:
                   Estimate       SE       tStat       pValue  
                   ________    ________    ______    __________

    (Intercept)      116.72      3.9389    29.633    1.0298e-50
    x1             0.039357    0.025208    1.5613       0.12168


Number of observations: 100, Error degrees of freedom: 98
Root Mean Squared Error: 6.66
R-squared: 0.0243,  Adjusted R-Squared 0.0143
F-statistic vs. constant model: 2.44, p-value = 0.122

如果我只在线性模型中使用一个预测变量,为什么R ²和adjust-R ²值不相同.如果模型中只有一个预测变量,则它们应该是可互换的.我在这里错过了什么？

我有一个以下列格式提供的日期时间:

ex <-2008123118

我正在尝试将其转换为日期时间格式.我尝试:

mytime2 <- as.POSIXct(ex, format = "%Y%m%d%H")

但收到错误:

Error in as.POSIXct.numeric(ex, format = "%Y%m%d%H") : 
  'origin' must be supplied

错误似乎是直截了当的,但唯一的问题是,如果我不知道原点.例如,我的代码的这部分将进入一个更大的代码,将处理大量的文件.

我希望我的例子能够回归:

2008-12-31 18:00

那可能吗？