我不知道如何在 R 中处理save.image()和saveRDS()处理栅格数据。我知道栅格包使用raster()函数打开与图像文件的连接,因此它并没有真正将文件打开到 R 工作区。
我想用save.image() 函数(或类似的)保存我的工作区(data.frame、list、raster 等)并在另一台计算机上打开它。如果我尝试绘制或处理保存在不同计算机中的光栅对象,总会遇到同样的问题:
Error in .local(.Object, ...) :
`C:\path\to\file.tif' does not exist in the file system,
and is not recognised as a supported dataset name.
Run Code Online (Sandbox Code Playgroud)
有没有办法以 R 格式保存光栅对象(作为外部文件打开)?我不是指光栅格式为 tiff 或网格等。
假设下一个示例:
library(knitr)
library(kableExtra)
df <- data.frame(a = letters[1:10], b = 1:10)
names(df) <- c("This is a looooooong title, I don't know how to handle this... Also, I'm trying to extend this title even more... This column name will be used to compute vertical space","I want to align vectically this column name")
df %>% kable(format = 'latex', linesep = "", align = 'c') %>% kable_styling(full_width = T)
Run Code Online (Sandbox Code Playgroud)
如何垂直对齐第二列名称?
在Google Earth Engine Developer's Guide 中,有一个避免for()循环的建议。他们建议使用map()函数作为这个例子:
// to avoid
var clientList = [];
for(var i = 0; i < 8; i++) {
clientList.push(i + 1);
}
print(clientList);
// to use
var serverList = ee.List.sequence(0, 7);
serverList = serverList.map(function(n) {
return ee.Number(n).add(1);
});
print(serverList);
Run Code Online (Sandbox Code Playgroud)
我试图在计算 VCI 之前从每个月/年中选择 MODIS 场景。因此,我采用的方法是使用双循环:
modis = ee.ImageCollection("MODIS/MYD13A1");
var modis_list = [];
for(var i = 1; i <13; i++) {
for(var j = 2000; j <2018; j++){
modis_list.push(modis.filter(ee.Filter.calendarRange(i, i, 'month'))
.filter(ee.Filter.calendarRange(j, …Run Code Online (Sandbox Code Playgroud) 我想拟合一个没有斜率的线性模型并提取它的信息.我的目标是知道哪个是数据集中水平线的最佳y截距并进行评估从派生线性拟合来识别y是否具有特定行为(x是日期).我
range用来评估行为,但我正在寻找一个没有单位的索引.
删除y轴截距:
X <- 1:10
Y <- 2:11
lm1 <- lm(Y~X + 0, data = data.frame(X=X,Y=Y)) # y-intercept remove opt 1
lm1 <- lm(Y~X - 1, data = data.frame(X=X,Y=Y)) # y-intercept remove opt 2
lm1 <- lm(Y~0 + X, data = data.frame(X=X,Y=Y)) # y-intercept remove opt 3
lm1$coefficients
X
1.142857
summary(lm1)$r.squared
[1] 0.9957567
Run Code Online (Sandbox Code Playgroud)
lm以前所有的表现都有.但是,如果我评估:
lm2 <- lm(Y~1, data = data.frame(X=X,Y=Y))
lm2$coefficients
(Intercept)
6.5
summary(lm2)$r.squared
[1] 0
Run Code Online (Sandbox Code Playgroud)
有一种计算方法 出的
lm功能或计算指数,以确定多少ý …
r ×3
dictionary ×1
for-loop ×1
javascript ×1
kable ×1
kableextra ×1
knitr ×1
lm ×1
loops ×1
raster ×1
regression ×1
save ×1