小编Att*_*s29的帖子

我希望做这样的事情:

data = read.table("mydata.txt", header=T)[,-1]
test<-c("Piggies","Epstein","Majesty","Millionmiles","Mozambique","Deadpool","Blackbird","SamStonev2","Daytripper","Starr","Yellowsubmarine","Harrison","Taxman","Carey","Baez","Finn","Glassonionv2","Weight","Jericho","Monkey","Maggiemae","Cinnamongirl","Walrus","Anna","Handydandy","Pam","Wigwam","Psylocke","Coolwater","Wallflower","Cactustree","Hoist","Baronharkonnen","Coyote","BlueJay","NeilYoung","Harvest","KittyPryde","Beatles","Jam_session","Black_Crow","Carnival","Tombstone_blues","Sun_King","EmmaFrost","Sway","GhanimaAtreides","Heartland","Siona","Percy","Julia","Trouble","Sol_49","C21","Sol_18","i_126","i_114","Sol_6","Sinv_25","Sol_M3","Sol_20","Sol_42f","C316","C204","i_120_PigTail","C234","C368_PigTail","i_135","C1","C121_PigTail","C264","C367","Sinv12","C278_PT","i_125_PT","C485","Jerry_Garcia","C259","i_113","i_127","cassidy_PigTail","Sol_11","Jackstraw_PigTail","st_stephen","red_ant","sunrise","i_109","C216_pigtail","i129")
fit1 <- lm(data$QnWeight_initial_mg ~ data$test)

而不是必须这样做:

fit1 <- lm(data$QnWeight_initial_mg ~ data$Piggies+data$Epstein+data$Majesty+data$Millionmiles+data$Mozambique+data$Deadpool+data$Blackbird+data$SamStonev2+data$Daytripper+data$Starr+data$Yellowsubmarine+data$Harrison+data$Taxman+data$Carey+data$Baez+data$Finn+data$Glassonionv2+data$Weight+data$Jericho+data$Monkey+data$Maggiemae+data$Cinnamongirl+data$Walrus+data$Anna+data$Handydandy+data$Pam+data$Wigwam+data$Psylocke+data$Coolwater+data$Wallflower+data$Cactustree+data$Hoist+data$Baronharkonnen+data$Coyote+data$BlueJay+data$NeilYoung+data$Harvest+data$KittyPryde+data$Beatles+data$Jam_session+data$Black_Crow+data$Carnival+data$Tombstone_blues+data$Sun_King+data$EmmaFrost+data$Sway+data$GhanimaAtreides+data$Heartland+data$Siona+data$Percy+data$Julia+data$Trouble+data$Sol_49+data$C21+data$Sol_18+data$i_126+data$i_114+data$Sol_6+data$Sinv_25+data$Sol_M3+data$Sol_20+data$Sol_42f+data$C316+data$C204+data$i_120_PigTail+data$C234+data$C368_PigTail+data$i_135+data$C1+data$C121_PigTail+data$C264+data$C367+data$Sinv12+data$C278_PT+data$i_125_PT+data$C485+data$Jerry_Garcia+data$C259+data$i_113+data$i_127+data$cassidy_PigTail+data$Sol_11+data$Jackstraw_PigTail+data$st_stephen+data$red_ant+data$sunrise+data$i_109+data$C216_pigtail+data$i129)

我希望我的问题有道理!非常感谢,伙计们!

我在Python中编写了一个分析管道,我认为这对其他人有用.我想知道在GitHub中发布这样的脚本是否习惯,是否有特定的地方为Python脚本执行此操作,或者即使有更具体的地方用于与生物相​​关的Python脚本.

我正在尝试创建一个数据子集,其中只包含我的一列中缺少数据的行.

数据:

data<-structure(list(ID = c(1, 2, 3, 4, 7, 9, 10, 12, 13, 14, 15, 16, 
17, 18, 20, 21, 22, 23, 24, 25, 27, 28, 29, 31, 34, 37, 38, 39, 
40, 41), QnSinV1 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L), QnSinV2 = c(1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, …

我已经成功实现了geoFire,以从用户区域内的主要firebase节点获取条目的密钥.

然后我尝试将这些密钥存储在一个新的唯一节点中,以便稍后使用它们来填充viewHolder,因为这似乎是最佳实践.

问题是我不希望存储在唯一节点中的所有对象实际填充viewHolder; 我只想要它们的一部分.

如果我在populateViewHolder方法中进行过滤,例如,

@Override
public void onDataChange(DataSnapshot dataSnapshot) {
    SwarmReport retrievedModel = dataSnapshot.getValue(SwarmReport.class);
    if(!retrievedModel.isClaimed()){
        viewHolder.bindSwarmReport(retrievedModel);
    }
}

我在viewHolder中得到了一些空白的项目.

相反,如果我在设置FirebaseAdapter之前尝试过滤,例如在我的addGeoQueryEventListener方法中,我必须添加一个addListenerForSingleValueEvent来检查我希望过滤的标准:

public void onKeyEntered(String key, GeoLocation location) {
    claimCheckKey = key;
    final DatabaseReference claimCheckRef = FirebaseDatabase.getInstance().getReference("all").child(key);
    claimCheckRef.addListenerForSingleValueEvent(new ValueEventListener() {
        @Override
        public void onDataChange(DataSnapshot dataSnapshot) {
            SwarmReport claimCheckSwarmReport = dataSnapshot.getValue(SwarmReport.class);
            if (!claimCheckSwarmReport.isClaimed()){
                swarmReportIds.add(claimCheckKey);
            }
        }

似乎在完成onGeoQueryReady之前执行.有关如何等待所有swarmReportIds.add(claimCheckKey)完成的任何建议？addListenerForSingleValueEventonKeyEnteredonGeoQueryReady

如果它有用,这里是我的firebase结构的快照:

我有两个相同长度的对称矩阵(一个包含相关系数,另一个包含p值).

我试图建立一个矩阵,使得upper.tri包含相关系数,而lower.tri包含相关的p值.

我试图让情节的标题与情节的最右边部分对齐.

为了澄清,在下面的例子中,图的标题与中心对齐.

op <- par(mfrow=c(2, 2))
hist(islands)
utils::str(hist(islands, col="gray", labels = TRUE))

我正在使用glm()R中的函数构建模型.假设我知道我的数据具有适合负二项分布的误差分布.

当我为各种家庭搜索R手册时,family=binomial作为选项提供,但negative binomial不是.

在R手册(系列)的同一部分中,NegBinomial链接在"另请参阅"部分,但它是在二项式系数的上下文中呈现的(我甚至不确定这是指什么).

总而言之,我希望找到与之类似的语法glm(y~x, family=negbinomial, data=d,na.omit).

我正在运行以下代码：

c.model<-glm(cars$speed~cars$dist, family=gaussian)
summary(c.model)
c.x<-seq(0,1,0.01)
c.x
c.y<-predict.glm(c.model,as.data.frame(c.x), type="response")
c.y
plot(cars$dist)
lines(c.x,c.y)

并收到错误消息，“xy.coords(x, y) 中的错误：'x' 和 'y' 长度不同”。我不太确定是什么导致了这个错误。

我一直在关注角材料数据表分页程序教程这里。

当他们构造自己的分页器时，他们使用

@ViewChild(MatPaginator) paginator: MatPaginator;

在他们的component.ts文件中。使用此声明，他们以后可以访问同一文件中的属性：

 ngAfterViewInit() {
        this.paginator.page
            .pipe(
                tap(() => this.loadLessonsPage())
            )
            .subscribe();
    }

没有问题。

当我在组件中执行相同的操作时：

export class AllMatchesComponent implements OnInit, OnDestroy, AfterViewInit {
...
  @ViewChild(MatPaginator) paginator: MatPaginator;
...
ngAfterViewInit(){
      console.log(this.paginator);
      this.paginator.page
        .pipe(
          tap(()=> this.loadMatchesPage())
        )
        .subscribe();
    }
...

，我在控制台中收到以下错误：

错误TypeError：无法读取AllMatchesComponent.ngAfterViewInit上未定义的属性'page'（all-matches.component.ts：50）

当我尝试看一下他们的示例存储库（转到分支2-data-table-finished）时，代码包含所有过滤和排序语法，而我在本教程中尚未涉及。换句话说，它们的示例代码与本教程中的步骤不相似，并且没有其他分支可以更简单的状态捕获代码。

我不知道为什么未定义分页器。有任何想法吗？

我的个人仓库可以在这里找到：

git clone https://github.com/Atticus29/dataJitsu.git
cd dataJitsu
git checkout SO-paginator-freeze

为了方便起见，以下是全部all-matches.component.ts：

import { Component, OnInit, OnDestroy, AfterViewInit, ViewChild } from '@angular/core';
import { D3Service } from '../d3.service';
import { DatabaseService } from …

我使用以下代码按照顶部解决方案在python(Flatten(不规则)列表列表)中展平不规则的列表列表:

def flatten(l):
    for el in l:
        if isinstance(el, collections.Iterable) and not isinstance(el, basestring):
            for sub in flatten(el):
                yield sub
        else:
            yield el


L = [[[1, 2, 3], [4, 5]], 6]

L=flatten(L)
print L

得到以下输出:

"发电机对象在0x100494460处变平"

我不确定我需要导入哪些软件包或语法,我需要更改以使其适用于我.