小编the*_*ist的帖子

我在“足迹”形状非常不规则的区域中有一系列要点：

我想确定轮廓线顶点内的所有坐标。最终目标是确定哪些数据点不在此覆盖范围内。

有没有人有一个有效的方法去做呢？

我最好的解决方法是根据绿色区域的顶点绘制一个多边形，然后使用该多边形的坐标来确定“离群点”（尽管我不确定该怎么做，一次只一步） ！）。

但是，当我尝试创建凸包时，由于绿色空间的形状不规则，显然会产生问题。[有人知道创建CONVAVE船体的方法吗？]

或者，是否可以使用“单击图形”类型的方法手动绘制多边形？

...同样，如果您对我的问题有比使用多边形更好的解决方案，请务必提出解决方案！

有没有办法将日历输入布局(ala dateInput())用于非日期数据？

具体来说,我希望能够打开日历视图,但不是日期,而是有一个可供选择的输入值网格.

如果可能,生成的图形将打开如下:

(注意:上图中的#是随意的和随机的)

我已经查看了代码dateInput,但我不会立即明白如何开始转换代码以使用输入值而不是日期...

我正在使用waterfall_chartPython中的包创建瀑布图。该软件包主要用于matplotlib后端，因此我试图使用该tls.mpl_to_plotly(mpl_fig)功能将matplotlib图形隐藏到plotly。但是在转换时会弹出错误。有没有一种方法可以转换waterfall_chart成plotly该图表，或者有一种简单的方法可以直接在其中创建图表plotly？我看到类似的一些前面的讨论图表中plotly，但它涉及相当手册图表数量的编码。

您可以使用以下代码重新创建图表。

import waterfall_chart
import matplotlib.pyplot as plt
import plotly.tools as tls

a = ['sales','returns','credit fees','rebates','late charges','shipping']
b = [10,-30,-7.5,-25,95,-7]
mpl_fig = plt.figure()
waterfall_chart.plot(a, b)

plt.show()

瀑布图

但是，当我尝试转换为plotlyusing时mpl_to_plotly()，出现错误：

plotly_fig = tls.mpl_to_plotly(mpl_fig)

ValueError: min() arg is an empty sequence

该waterfall_chart软件包的详细信息可以在这里找到：https : //github.com/chrispaulca/waterfall/blob/master/waterfall_chart.py

如何定义Component虚拟函数中的类型？

@Component({
   templateUrl: 'a'
})
export class MyApp {
}
function dummy(component: any) {
     ....
}       
dummay(MyApp);

如何glmnet在R包"glmnet"处理NA值？

或者它不能容忍NA值？

有没有办法让R中的density（）函数使用计数与概率？

例如，在使用直方图函数检查密度分布时，我有两个选择hist：

hist(x,freq=F)  #"graphic is a representation of frequencies, the counts component of the result"
hist(x,freq=T)  #"probability densities, component density, are plotted (so that the histogram has a total area of one)"

我想知道是否可以使用该density功能执行类似的操作？

在我的具体示例中，我有许多直径不同的树木。（我会注意到，我将数据保持为连续的大小比例，而不是将其分为离散的大小类）。当我将density函数与该数据一起使用时（即plot(density(dat$D,na.rm=T,from=0))），它为我提供了每种尺寸的概率（当然是平滑的）的密度估计。我对将这些数据报告为茎/面积与概率的关系更感兴趣，因此我更喜欢密度估计值来使用计数。

想法？

更新：

这是一些真实的示例数据：

 dat <- c(6.6, 7.1, 8.4, 27.4, 11.9, 18.8, 8.9, 25.4, 8.9, 8.6, 11.4, 19.3, 7.6, 42.2, 20.8, 25.1, 38.1, 42.2, 5.2, 34.3, 42.7, 34, 37.3, 45.5, 39.4, 25.1, 30.7, 23.1, 43.4, 19.6, 30.5, 23.9, 10.7, …

假设我有数据：

x <- c(1900,1930,1944,1950,1970,1980,1983,1984)
y <- c(100,300,500,1500,2500,3500,4330,6703)

然后，我绘制这些数据并在已知的 x 和 y 坐标之间添加一个折线图：

plot(x,y)
lines(x,y)

有没有办法预测沿图形线的未知点的坐标？

我有一个gls模型,我将一个公式(从另一个对象)分配给模型:

equation <- as.formula(aic.obj[row,'model'])
> equation
temp.avg ~ I(year - 1950)
mod1 <- gls(equation, data = dat)

> mod1
Generalized least squares fit by maximum likelihood
  Model: equation 
  Data: dat 
  Log-likelihood: -2109.276

但是我不希望"模型"成为"方程式"而是"quation"本身!我该怎么做呢？？

如果我想使用共享案例（又名关系）的最小排名对一组数字进行排名：

dat <- c(13,13,14,15,15,15,15,15,15,16,17,22,45,46,112)
rank(dat, ties = 'min')

我得到结果：

 1  1  3  4  4  4  4  4  4 10 11 12 13 14 15

但是，我希望等级是由 1,2,3,... n组成的连续系列，其中n是唯一等级的数量。

有没有办法rank通过将关系分配给上述最低等级来使（或类似功能）对一系列数字进行排名， 而不是按先前关系的数量跳过后续等级值，而是继续从前一个等级开始排名？

例如，我希望上述排名结果为：

1  1  2  3  3  3  3  3  3  4  5  6  7  8  9

例如：我有数字 123.456 并想返回 456。

该函数trunc()基本上隔离（截断）小数点前的数字。

有没有一个函数可以只隔离小数点后的数字？

两个后续问题：

1. 有没有办法在不写出正则表达式的情况下做到这一点？

2. 如果我想保留标志怎么办？例如，如果我想（反向）将 -123.456 截断为 -456。