小编Chr*_*Chr的帖子

页脚位置闪亮

我想在闪亮的应用程序中调整页脚位置。当页面内容短于视口时,页脚应位于视口的底部。当页面内容长于视口时,页脚应位于内容下方。这篇文章建议了通常如何在 CSS 中实现它。当手动编写页面的 HTML 代码时,此解决方案和类似的解决方案通常易于使用。

有关于闪亮页脚位置的讨论,其中一些设法将页脚移动到底部。但是,它们无法防止页脚与页面主要内容的底部重叠,这需要缩短主要内容的容器。

考虑以下最小工作示例:

library(shiny)

ui <- navbarPage(title = "Some Example", id = "example",
    tabPanel(title = "Something", value = "something",
        textOutput("some_text")
    ),
    footer = "The footer."
)

server <- function(input, output, session) {
    output$some_text <- renderText(stringi::stri_rand_lipsum(5))
}

shinyApp(ui = ui, server = server)
Run Code Online (Sandbox Code Playgroud)

css r css-position footer shiny

8
推荐指数
1
解决办法
1972
查看次数

slurm 上的 R:Rmpi 和 srun

我正在使用带有 Open MPI 的 HPC slurm 集群。管理员希望每个人都使用srun而不是mpirun. 我已经使用了mpirun很多年,几乎所有关于使用 R 和 MPI 的在线讨论都使用mpirun而不是srun. srun使用 R代替有什么缺点吗mpirun?我需要调整代码吗?不幸的是,与我一起工作的集群管理员并不知道这一点,因为他们没有 R 经验。

这是一个mpirun示例,我在 R 外部设置并行进程,然后使用Rmpi包附加到它。

作业脚本:

#!/bin/bash
#SBATCH --job-name=Example
#SBATCH --partition=Something
#SBATCH --nodes=2
#SBATCH --tasks-per-node=30
#SBATCH --time=24:00:00
#SBATCH --mail-user=example@example.com
#SBATCH --mail-type=END,FAIL
#SBATCH --export=NONE
 
module load openmpi
module load r/4.2.2
 
mpirun Rscript --no-save --no-restore $HOME/Example.R
Run Code Online (Sandbox Code Playgroud)

R脚本:

if(!is.loaded("mpi_initialize")) {
  library("doMPI")
}

cl <- startMPIcluster(comm = 0)
registerDoMPI(cl)
 
.Last <- function() { …
Run Code Online (Sandbox Code Playgroud)

r mpi openmpi slurm

5
推荐指数
0
解决办法
324
查看次数

循环嵌套循环(在R或Stata中)

我有一个60个尺寸的嵌套循环,也就是说,我相互嵌套60个循环。在Stata中,MWE如下所示:

forvalues i = 1/60 {
    forvalues j = 1/60 {
        forvalues k = 1/60 {
            forvalues l = 1/60 {
                ... imagine the 56 remaining loops here
            }
        }
    }
}
Run Code Online (Sandbox Code Playgroud)

R中的等效项是:

for(i in 1:60) {
    for(j in 1:60) {
        for(k in 1:60) {
            for(l in 1:60) {
                ... imagine the 56 remaining loops here
            }
        }
    }
}
Run Code Online (Sandbox Code Playgroud)

这里的目的是避免在我的代码中键入所有60个级别,而是为循环结构本身创建一个循环。这个问题显得微不足道。但是由于某种原因,我正在努力提出解决方案。

感谢您的任何建议。

附加信息:

我有一个包含60个解释变量的数据集,并希望对这些变量的每种可能组合进行回归分析。更具体地说,我分别对所有60个解释变量运行因变量的单变量回归并计算某些条件。然后,将第二个回归变量添加到估计方程中,然后再次计算标准。即reg DependentVar ExplVar1 ExplVar2reg DependentVar ExplVar1 ExplVar3,..., reg DependentVar ExplVar60 ExplVar59。取决于计算的标准,该回归树的分支可以提前,也可以终止。例如,第一个分支reg …

loops r nested-loops stata

1
推荐指数
1
解决办法
187
查看次数

R sf: 多边形列表上的 st_intersection

我有一个名为 p_1、p_2、...、p_n 的多边形(和多多边形)列表。我想获得它们相交的区域。由于st_intersection()不接受列表作为参数,我尝试了以下三种方法。它们都没有提供令人满意的解决方案,这就是为什么我正在寻找替代的、更有效的技术。

(i) 我可以遍历列表

for(i in P) p_1 <- st_intersection(p_1, i)
Run Code Online (Sandbox Code Playgroud)

其中 P 是一个包含多边形 p_2 到 p_n 的列表。但这相当缓慢。

(ii) 一种do.call()方法,即

p <- do.call(st_intersection, P)
Run Code Online (Sandbox Code Playgroud)

其中 P 是多边形 p_1 到 p_n 的列表,仅计算列表中前两个多边形之间的交集。

(iii) 我可以将多边形组合成一个 sf 对象,然后运行st_intersection()

p <- do.call(c, P) %>% 
   st_sf() %>% 
   st_intersection()
Run Code Online (Sandbox Code Playgroud)

它有效,但速度很慢。大概是因为除了 P 中所有多边形的公共交集之外,它还导出了许多其他多边形。

这三种方法都没有提供令人满意的解决方案。在并行化框架中循环遍历成对比较的层次结构可能会更快。但是,我认为有比这更简单、更有效的解决方案。

欢迎任何意见和建议。

给昨天关闭这个问题的人的注释:不要关闭这个问题。如果您个人有问题,请发表评论或给我发送私信。但不要关闭它。

gis r geospatial r-sf

1
推荐指数
1
解决办法
468
查看次数

R Fixest 包:无需进一步外生变量的 IV 估计

fixest我打算使用包的函数运行具有固定效应的工具变量回归feols。但是,我在没有进一步外源控制的情况下指定估计的语法存在问题。

考虑以下示例:

# Load package
require("fixest")

# Load data
df <- airquality
Run Code Online (Sandbox Code Playgroud)

我想要类似以下的内容,即通过仪器化内生变量和固定效应解释结果:

feols(Temp | Month + Day | Ozone ~ Wind, df)
Run Code Online (Sandbox Code Playgroud)

然而,这会产生一个错误:

The dependent variable is a constant. Estimation cannot be done.
Run Code Online (Sandbox Code Playgroud)

仅当我添加更多外生协变量时(如文档示例中所示),它才有效:

feols(Temp ~ Solar.R | Month + Day | Ozone ~ Wind, df)
Run Code Online (Sandbox Code Playgroud)

我该如何解决?在没有进一步控制的情况下,如何运行估算,例如Solar.R在本例中?

注意:我将其发布在 Stack Overflow 上而不是 Cross Validated 上,因为该问题涉及编码语法问题,而不是估计背后的计量经济学技术。

regression r panel-data

1
推荐指数
1
解决办法
2720
查看次数

标签 统计

r ×5

css ×1

css-position ×1

footer ×1

geospatial ×1

gis ×1

loops ×1

mpi ×1

nested-loops ×1

openmpi ×1

panel-data ×1

r-sf ×1

regression ×1

shiny ×1

slurm ×1

stata ×1