小编Mik*_*hea的帖子

我刚刚在Mac上更新了R,R Studio和一些软件包,包括ggplot2和gridExtras.现在gridExtras在基本绘图失败时出现错误:

"在'gList"中只允许'grobs'"

这里有一些应该有效的代码,但不是:

library(ggplot2)
p1 = qplot(1:10,rnorm(10))
p2 = qplot(1:10,rnorm(10))
library(gridExtra)
grid.arrange(p1, p2, ncol=2, main = "Main title")

这会转储出以下错误:

Error in gList(list(grobs = list(list(x = 0.5, y = 0.5, width = 1, height = 1,  : 
  only 'grobs' allowed in "gList"
In addition: Warning message:
In grob$wrapvp <- vp : Coercing LHS to a list

任何帮助表示赞赏!

我有一年的数据看起来像这样:

datetime, key, value
1/1/15, 7k Steps, 1
1/1/15, Ate Poorly, 1
1/1/15, Audiobook, 1
1/1/15, Befriend, 1
1/1/15, Called Mom, 1
1/1/15, Code, 1
1/1/15, Create, 1
1/1/15, Critical, 1
1/1/15, Emailed Friend, 1
1/2/15, 10k Steps, 1
1/2/15, Ate Poorly, 1
1/2/15, Audiobook, 1
1/2/15, Befriend, 1
1/2/15, Called Mom, 1
1/2/15, Create, 1
1/2/15, Emailed Friend, 1
1/2/15, Exercise, 1
1/2/15, Friend Contact, 1
1/2/15, Great Day, 1
1/2/15, Write, 1
1/3/15, 7k Steps, 1
1/3/15, Ate …

我一直在对一大堆文件进行大量文本处理，包括大型 CSV 文件和大量小型 XML 文件。有时我在做聚合计数，但很多时候我在做 NLP 类型的工作，以更深入地查看这些文件中的内容，而不是标记或已经结构化的内容。

我一直在使用多处理库在多个 CPU 上执行这些计算，但我已经爱上了 Dask 背后的想法，并且在网络上和同事都强烈推荐它。

我在这里问了一个关于 Dask 性能的类似问题：

Python Dask 包性能下降？

和 MRocklin ( /sf/users/43163151/ ) 让我知道加载大量小文件可能会破坏性能。

然而，当我在单个大文件（200mb）上运行它时，我仍然没有让它表现得很好。下面是一个例子：

我有一个 900,000 行的推文 CSV 文件，我想快速加载它并解析“created_at”字段。以下是我完成的三种方法以及每种方法的基准。我在配备 16GB 内存的新 i7 2016 MacBook Pro 上运行此程序。

import pandas
import dask.dataframe as dd
import multiprocessing

%%time
# Single Threaded, no chunking
d = pandas.read_csv("/Users/michaelshea/Documents/Data/tweet_text.csv", parse_dates = ["created_at"])
print(len(d))

CPU 时间：用户 2 分 31 秒，系统：807 毫秒，总计：2 分 32 秒挂墙时间：2 分 32 秒

%%time
# Multithreaded chunking
def parse_frame_dates(frame):
    frame["created_at"] = pandas.to_datetime(frame["created_at"]) …

在没有一大堆“for”和“if”循环的情况下，无法找到将一个列表的元素与另一个列表中的元素进行匹配的python解决方案。我希望找到一种更好的方法来做到这一点。我有一些大的迭代循环，它们通过多个列表来执行匹配。在比赛中，我希望删除列表中的元素。这里有两个例子：

def score_and_retweet(auth):
    api = tweepy.API(auth)
    for tweet in api.home_timeline(count=100, include_rts=0):
        for goodword in tweet_whitelist:
            if goodword in tweet.text and tweet.retweet_count >= 2:
                try:
                    api.retweet(tweet.id_str)
                except tweepy.error.TweepError:
                    error_id = tweet.id_str

和

t = time.localtime()
    if t.tm_hour is 14 and (t.tm_wday is 1 or t.tm_wday is 4):
        htmlfiles = glob.glob(html_file_dir+'/*.html')
        for file in htmlfiles:
            for badword in filename_badwords:
                if badword in file:
                    try:
                        htmlfiles.remove(file)
                    except ValueError:
                        error = "already removed"

我想在R中绘制一组迷你图,只有0和1状态,如下所示:

有没有人知道如何创建类似的东西,理想情况下没有额外的库？