我在基于 ggplot2 的 R 中得到了一个情节。不幸的是，我在这里没有足够的声誉来上传情节。现在，我想更改我的图例标题和两行标签的名称。
因此，我添加scale_fill_continuous(name = "New Legend Title", labels=c("Control", "Treatment"))到代码中。
ggplot(data=descripintens,
aes(x=syear, y=workingintensity, group= treatment, colour=factor(treatment))) +
geom_line() +
xlab("Year") +
ylab("Working intensity") +
scale_fill_continuous(name = "New Legend Title", labels=c("Control", "Treatment"))
这是 stackoverflow 和 ggplot2 备忘单中的建议。没有什么改变。甚至没有出现错误。
我的代码有什么问题？
谢谢！
编辑：我用于绘图的数据是一个表格，它基于以下代码：
descripintens<-intensity141516 %>%
group_by(syear, treatment) %>%
summarise(workingintensity=mean(intensity))
该表descripintens如下所示：
syear Treatment workingintensity
1 2014 0 96.2
2 2014 1 98.4
3 2015 0 101.00000
4 2015 1 102.00000
5 2016 0 105.9
6 2016 1 106.2
当我使用numpy. 简而言之，对于数学上相同的计算，numpy给了我不同的结果。
下面的代码片段说明了这个问题：
import numpy as np
np.set_printoptions(precision=10)
np.random.seed(2) # for reproducibility
# create matrices:
A = np.random.rand(300, 1)
A = A/np.sum(A)
A = np.repeat(A, 15, 1)
B = np.random.rand(300, 300)
# convert data to float32:
A_star = A.astype("float32")
B_star = B.astype("float32")
# do the matrix multiplication A'BA and take the diagonal:
res_star = np.diag(A_star.transpose().dot(B_star.dot(A_star)))
# print the results:
print(res_star)
在此运行python3.5与numpy1.11.1Windows机器上打印以下数组：
[0.5000683069 0.5000683069 0.5000683069 0.5000683069 0.5000683069
0.5000683069 0.5000683069 0.5000683069 0.5000683069 0.5000683069
0.5000683069 …我正在尝试绘制我的值并使用 nls 模型将它们与曲线拟合。但我收到一条错误消息，说我的变量没有起始值。
conc <- c(1.83, 3.66, 7.32, 14.65, 29.30, 58.59, 117.19, 468.75, 937.5, 1875, 3750)
avg <- c(0.02, 0.03, 0.05, 0.09, 0.23, 0.40, 0.60, 0.79, 0.98, 0.82, 1)
DataSet <- data.frame(conc, avg)
ggplot(DataSet, aes(x = conc, y = avg)) +
geom_point() +
scale_x_log10() +
stat_smooth(aes(x=conc, y = avg), method = "nls",
formula = "avg~Emax*(conc^Hill)/((EC50^Hill)+(conc^Hill))",
method.args=list(start=c(Emax = 1, EC50 = 100, Hill = 2)),
se = FALSE)
# Warning message:
# Computation failed in `stat_smooth()`:
# parameters without starting value …我在 中创建了以下形式的神经网络keras：
from keras.layers import Dense, Activation, Input
from keras import Model
input_dim_v = 3
hidden_dims=[100, 100, 100]
inputs = Input(shape=(input_dim_v,))
net = inputs
for h_dim in hidden_dims:
net = Dense(h_dim)(net)
net = Activation("elu")(net)
outputs = Dense(self.output_dim_v)(net)
model_v = Model(inputs=inputs, outputs=outputs)
model_v.compile(optimizer='adam', loss='mean_squared_error', metrics=['mse'])
后来，我使用model_v.train_on_batch(X[i],y[i]).
为了测试神经网络是否正在成为更好的函数逼近器，我想定期评估模型的累积X和y（在我的情况下，随着时间的推移X而y增长）。但是，当我调用 时model_v.evaluate(X, y)，控制台中只显示特征进度条，但不会打印损失值和 mse-metric（在这种情况下是相同的）。
我怎样才能改变它？
我想用.绘制不同时间序列数据的滚动平均值ggplot2。我的数据具有以下结构：
library(dplyr)
library(ggplot2)
library(zoo)
library(tidyr)
df <- data.frame(episode=seq(1:1000),
t_0 = runif(1000),
t_1 = 1 + runif(1000),
t_2 = 2 + runif(1000))
df.tidy <- gather(df, "time", "value", -episode) %>%
separate("time", c("t", "time"), sep = "_") %>%
subset(select = -t)
> head(df.tidy)
# episode time value
#1 1 0 0.7466480
#2 2 0 0.7238865
#3 3 0 0.9024454
#4 4 0 0.7274303
#5 5 0 0.1932375
#6 6 0 0.1826925
现在，下面的代码创建了一个图，其中时间 = 1 和时间 = 2 的线在剧集开始时不代表数据，因为value填充了 NA …