小编nho*_*eft的帖子

我试图使用bookdown包引用一个表.在文档中,作者仅展示了如何使用创建表knitr::kable.

```{r table1}
knitr::kable(
  head(iris, 20), caption = 'Here is a nice table!',
  booktabs = TRUE
)
```

表\@ref(tab:table1)在这里.

使用knitr::kable效果很好.显示表格的标题,我可以参考表格.我想用经典的手工制作降价表做同样的事情,但显然下面的代码失败了.我可以做些什么来获得与上面代码类似的结果？

```{r table2, echo=FALSE, results='asis'}
cat('| Sepal.Length| Sepal.Width| Petal.Length|
|------------:|-----------:|------------:|
|          5.1|         3.5|          1.4|
|          4.9|         3.0|          1.4|
|          4.7|         3.2|          1.3|
|          4.6|         3.1|          1.5|')
```

表\@ref(tab:table2)在这里.

此图显示了此代码编织时的输出.

我正在根据R中的ggplot构建一个Plotly图.我想增加悬停框中文本的大小.假设我有一个像这样的散点图:

library(plotly)
library(ggplot2)

d <- data.frame(a = sample(1:50, 30, T), 
                b = sample(1:50, 30, T), 
                col = factor(sample(1:3, 30, T)))

gg <- ggplot() + geom_point(aes(x = a, y = b, color = col), data = d)

p <– plotly_build(gg)
p

有没有办法改变悬停文本的大小？

我试图构造一个最近的邻居图，即一个散点图，其中每个数据点都连接到它的k个最近的邻居。我当前的解决方案有效，但显然效率不高。这是到目前为止我得到的：

import numpy as np
from scipy.spatial.distance import pdist, squareform
from matplotlib import pyplot as plt

X = np.random.random(500).reshape((250, 2))
k = 4

# matrix of pairwise Euclidean distances
distmat = squareform(pdist(X, 'euclidean'))

# select the kNN for each datapoint
neighbors = np.sort(np.argsort(distmat, axis=1)[:, 0:k])

plt.figure(figsize = (8, 8))
plt.scatter(X[:,0], X[:,1], c = 'black')
for i in np.arange(250):
    for j in np.arange(k):
        x1 = np.array([X[i,:][0], X[neighbors[i, j], :][0]])
        x2 = np.array([X[i,:][1], X[neighbors[i, j], :][1]])
        plt.plot(x1, x2, color = 'black')
plt.show() …