我正在生成许多具有相同形状的数据帧,我想将它们相互比较.我希望能够获得数据帧的均值和中位数.
Source.0 Source.1 Source.2 Source.3
cluster
0 0.001182 0.184535 0.814230 0.000054
1 0.000001 0.160490 0.839508 0.000001
2 0.000001 0.173829 0.826114 0.000055
3 0.000432 0.180065 0.819502 0.000001
4 0.000152 0.157041 0.842694 0.000113
5 0.000183 0.174142 0.825674 0.000001
6 0.000001 0.151556 0.848405 0.000038
7 0.000771 0.177583 0.821645 0.000001
8 0.000001 0.202059 0.797939 0.000001
9 0.000025 0.189537 0.810410 0.000028
10 0.006142 0.003041 0.493912 0.496905
11 0.003739 0.002367 0.514216 0.479678
12 0.002334 0.001517 0.529041 0.467108
13 0.003458 0.000001 0.532265 0.464276
14 0.000405 0.005655 0.527576 …我想让R和NetLogo使用r扩展程序互相交谈.我传递图形对象而不是简单的变量.这意味着我需要从NetLogo导出文件并在R中导入文件,这意味着他们需要指向同一目录.代码运行完美.但是,一旦运行,NetLogo将失去与extensions文件夹的连接.
它似乎与在R中设置工作目录有关,因为以下MWE也会产生问题.
extensions [r]
to testSETWD
r:eval "setwd(\"C:\")"
end
成功运行后,然后尝试对NetLogo进行任何编辑,我收到错误Can't find extension ....
只要我在运行R代码后不尝试编辑,NetLogo继续工作,我可以毫无问题地使用扩展.只有当我编辑代码并运行语法分析器(绿色勾选)时才会出现问题.
我做了一个错误报告,但显然不可重现.我正在运行Windows 8.1 64位.这对其他人来说是个问题吗？
还有就是在现有的igraph社区检测算法的比较优秀这里.然而,在算法中使用加权边缘可以应用权重存在一些模糊性.
通常,边缘权重将被定向,使得较高权重建议将节点保持在一起(例如,友谊的强度).通过比较内部和外部的平均加权密度,这与模块化分数很好地协作.
然而,Newman-Girvan社区检测算法使用基于距离的中间性.在这种情况下,我希望边权重应该反映节点之间的距离,以便计算最短路径对路径上的权重求和.也就是说,权重是成本或距离得分,其中较高的值应该分成不同的社区.
在使用Newman-Girvan时,我是否正确期望更高的权重,如果是这样,那么如何通过使用模块化来决定在哪里削减社区数量？
我在Mysql表中有大量的文本.我想做一些统计分析,然后使用NLTK工具包对我的文本进行一些NLP.我有两个选择:
后者似乎相当复杂,我没有找到任何实际描述如何使用它的文章我只发现了这一点: 创建一个MongoDB支持的语料库阅读器,它使用MongoDB作为其数据库,代码非常复杂,还需要知道MongoDB.另一方面,前者看起来非常简单,但会导致从DB中提取文本的开销.
现在的问题是NLTK中语料库的优点是什么？换句话说,如果我接受挑战并深入研究覆盖NTLK方法,以便它可以从MySQL数据库中读取,那值得麻烦吗？将我的文本转换成语料库会给我一些我不能(或有很多困难)使用普通NLTK函数的东西吗？
另外,如果您对将MySQL连接到NLTK有所了解,请告诉我.谢谢
我需要处理在受密码保护的Excel(xlsx)工作簿中提供的数据.出于法律原因,我无法从那里创建未受保护的Excel文件或csv文件等.所有Excel导入包都不能处理受密码保护的工作簿.
从这个答案导入密码保护的xlsx工作簿到R我已设法提取数据.但是,它是以字符列表格式列表导入的.我的列表的输入看起来像这样:
list(list("ID", "ID1", "ID2"),
list("V2", NULL, "text2"),
list("Name", "John Smith", "Mary Brown"),
list("Score", 1, 2),
list("email", "JS@gmail.com", "MB@gov.uk"))
我想要的是具有列ID,V2等的数据帧,如下所示:
ID V2 Name Score email
ID1 NULL John Smith 1 JS@gmail.com
ID2 text2 Mary Brown 2 MS@gov.uk
原始Excel工作簿中有空单元格,因此使用unlist的解决方案将不起作用.
使用从R列表到数据框和其他类似问题的答案组合,我有以下代码(其中listform是列表的名称):
matform <- as.matrix(sapply(listform, function(s) s)) # retains empty
df <- data.frame(matform[2:nrow(matform),])
names(df) = matform[1,]
这很接近,但数据框列出了列.因此,str(df)收益率:
'data.frame': 2 obs. of 5 variables:
$ ID:List of 2
..$ : chr "ID1"
..$ : chr "ID2" …我的模型中有大约 5000 个代理（人）。我想给他们任意数量的朋友，并有互惠但随机的配对。因此，如果 A 选择 B 则 B 也选择 A。我的代码运行良好，但速度相当慢。我很可能想在未来增加朋友的数量和人数。有更快的建议吗？
ask people
[ let new-links friends - count my-links
if new-links > 0
[ let candidates other people with [ count my-links < friends ]
create-links-with n-of min (list new-links count candidates) candidates
[ hide-link ]
]
]
请注意，在上面的代码中，朋友是一个全局变量，但我最终的代码可能会概括wanted-number-of-friends为人的一个属性。
已编辑添加了if new-links > 0条件，以便在ask不需要找到候选时避免嵌套。这提高了速度，但仍然不能真正扩展。
这是NetLogo Efficient way to create fixed number of links的后续问题。在专注于避免嵌套的“询问”之后，我现在有了这段代码。它效率更高，但会创建太多链接。显然是逻辑错误，但我看不到。
globals
[ candidates
friends
]
to setup
clear-all
set friends 2
create-turtles 5000
set candidates turtles
make-network
end
to make-network
ask turtles
[ let new-links friends - count my-links
if new-links > 0
[ let chosen n-of min (list new-links count other candidates) other candidates
create-links-with chosen [ hide-link ]
set candidates other candidates
ask chosen [ if my-links = friends [ set candidates other candidates ] ]
] …我正在尝试创建一个应用程序来对始终采用相同(csv)格式的模拟结果数据集进行探索性分析:第一列包含运行编号,多列包含输入参数,一列包含时间步长,然后是几列包含感兴趣的值.输入参数和输出值的数量会发生变化,但分隔这些部分的列名始终相同.
典型数据如下:
[run number],capital,weekly,[step],report1
1,10000,100,0,0
1,10000,100,1,2
1,10000,100,2,3
1,10000,100,3,3
我希望用户能够使用输入参数上的滑块选择要分析的模拟运行子集.这意味着我需要创建适当数量的滑块,每个参数输入一个.
我让它读取文件并提取变量名称,并正确列出变量.我也有一些代码可以使用我想要的所有变量(下面的代码中的inVarsChooser)来获得单个选择器,因此变量名称构造都是正确的.但我不能让它创建多个滑块(下面的代码中的restrictRun).
你的代码是:
library(shiny)
shinyUI(navbarPage("Test",
# Choose dataset and display variables
tabPanel("Input Data",
sidebarLayout(
sidebarPanel(
uiOutput("restrictRuns"),
br(),
htmlOutput("inVarsChooser")
),
mainPanel(
fileInput(inputId = "bsFilename",
label = "Load file (table format)",
accept=c('text/csv', 'text/comma-separated-values,text/plain',
'.csv'),
width = "800px"),
column(width = 6,
h4("Simulation parameters"),
htmlOutput("inVarsDisplay")
),
column(width = 6,
h4("Simulation reporters"),
htmlOutput("outVarsDisplay")
)
)
)
)
))
服务器代码是:
library(shiny)
shinyServer(function(input, output, session) {
bsData <- reactive({
infile <- input$bsFilename
if (is.null(infile)){
return(NULL)
}
read.csv(infile$datapath, stringsAsFactors = …我正在尝试生成 10 对图，每页图有几对，并使用循环for来构造这些图对。但是，这些图会作为单独的图而不是页面发送到设备。
下面的 MWE 对于基础图形和ggplot版本具有相同的结构，但基础图形可以工作，也ggplot可以不工作。我需要做什么才能使第二个版本中的分页正确？
library(ggplot2)
attach(mtcars)
# correct configuration
par(mfrow=c(2,2))
for (ii in 1:3){
vars <- c("wt", "disp", "wt")
plot(get(vars[ii]), mpg)
hist(get(vars[ii]))
}
# places each on separate plot
par(mfrow=c(2,2))
for (ii in 1:3){
vars <- c("wt", "disp", "wt")
p <- ggplot(mtcars, aes(get(vars[ii]), mpg)) + geom_point(size=4)
plot(p)
p <- ggplot(mtcars, aes(get(vars[ii]))) + geom_histogram()
plot(p)
}
detach(mtcars)
底层数据集由传感器生成.每6秒钟,每个传感器发送一个信号,识别范围内的所有人(有FOB).无视人员,典型数据如下所示:
SensorID timestamp
2 2015-08-04 09:56:32
2 2015-08-04 09:56:38
2 2015-08-05 18:45:20
3 2015-08-04 09:54:33
3 2015-08-04 09:54:39
3 2015-08-04 09:57:31
3 2015-08-04 09:58:09
3 2015-08-04 09:58:15
3 2015-08-04 09:58:33
3 2015-08-04 09:58:39
我想将此转换为具有开始和结束时间的事件,其中来自相同传感器(和fob)的连续信号被认为是相同事件的一部分,如果它们相隔小于60秒.
因此上述测试数据将转换为:
SensorID startTime endTime sensorCount duration
2 2015-08-04 09:56:32 2015-08-04 09:56:38 2 6 secs
2 2015-08-05 18:45:20 2015-08-05 18:45:20 1 0 secs
3 2015-08-04 09:54:33 2015-08-04 09:54:39 2 6 secs
3 2015-08-04 09:57:31 2015-08-04 09:58:39 5 68 secs
我有适用的代码.
# identify the ends of sequences
lastKeep …