我正在使用officer和rvg软件包将R中的图表作为可编辑矢量图形从MS PowerPoint中获取.下面的可重复示例.
我正在寻找一种方法来实现与python的等效解决方案,最好使用matplotlib.关键部分不是从IDE创建幻灯片,而是可编辑的矢量图形部分,即绘图最终应该在PowerPoint中作为由一系列简单的powerpoint几何(如线,正方形和文本字段)组成的分组对象.
R例子:
library(tidyverse)
library(officer)
library(rvg)
# Get some data and make a plot
ggp <- diamonds %>%
group_by(clarity) %>%
summarise(price = mean(price)) %>%
ggplot(aes(x = clarity, y = price, fill = clarity)) +
geom_bar(stat = 'identity', colour = 'black')
# Create a new powerpoint document
doc <- read_pptx()
doc <- add_slide(doc, 'Title and Content', 'Office Theme')
# Add the plot
doc <- ph_with_vg(doc, ggobj = ggp, type = 'body')
# Write the …Run Code Online (Sandbox Code Playgroud) 我在R中有以下数据结构:
df <- structure(
list(
ID = c(1L, 2L, 3L, 4L, 5L),
var1 = c('a', 'b', 'c', 'd', 'e'),
var2 = structure(
list(
var2a = c('v', 'w', 'x', 'y', 'z'),
var2b = c('vv', 'ww', 'xx', 'yy', 'zz')),
.Names = c('var2a', 'var2b'),
row.names = c(NA, 5L),
class = 'data.frame'),
var3 = c('aa', 'bb', 'cc', 'dd', 'ee')),
.Names = c('ID', 'var1', 'var2', 'var3'),
row.names = c(NA, 5L),
class = 'data.frame')
# Looks like this:
# ID var1 var2.var2a var2.var2b var3
# 1 …Run Code Online (Sandbox Code Playgroud) 我正在尝试实施" 最低成本网络流量 "运输问题解决方案R.
我知道这可以通过使用类似的方式从头开始实现lpSolve.但是,我发现igraph" 最大流量 " 有一个方便的实现.这样一个预先存在的解决方案会更方便,但我找不到最低成本的等价函数.
是否有igraph计算最低成本网络流量解决方案的功能,或者是否有办法将该igraph::max_flow功能应用于最低成本问题?
igraph 网络示例:
library(tidyverse)
library(igraph)
edgelist <- data.frame(
from = c(1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 5, 5, 6, 6, 7, 8),
to = c(2, 3, 4, 5, 6, 4, 5, 6, 7, 8, 7, 8, 7, 8, 9, 9),
capacity = c(20, 30, 99, 99, 99, 99, 99, 99, 99, 99, 99, 99, 99, 99, 99, 99),
cost …Run Code Online (Sandbox Code Playgroud) 这是我想从中提取选择查询和过滤查询中的字符串的网址:
http://services.odata.org/V4/(S(cscsmmmc110sj01dvwgyolkm))/TripPinServiceRW/People ?$select=ID,CLASS,FIRST_NAME,LAST_NAME&$filter=FirstName eq 'Angel' 或 FirstName eq 'Clyde'
我想在 2 个字符串中提取选择和过滤查询值。我试过这些:
res <- str_match(a, "STR1 (.*?) STR2")
Run Code Online (Sandbox Code Playgroud)
我尝试使用字符串处理提取值,如这个相关问题(在 / 之间提取字符串)所示,但我无法提取值。有没有其他方法可以提供帮助?
r ×4
algorithm ×1
dataframe ×1
graphics ×1
igraph ×1
nested ×1
network-flow ×1
optimization ×1
plot ×1
powerpoint ×1
python ×1