小编Mar*_*ius的帖子

我在R中使用kmeans()函数,我很好奇返回对象的totss和tot.withinss属性之间的区别是什么.从文档中他们似乎返回相同的东西,但在我的数据集上应用totss的值是66213.63,而tot.withinss的值是6893.50.如果您熟悉mroe细节,请告诉我.谢谢!

马吕斯.

我想知道在R基础包中是否有一个已经制作的函数可以对字符串向量进行排序,同时考虑每个元素的长度,当然还有字典顺序.例如,在对某些持有年龄组的矢量进行排序调用后,您将拥有:

v <- c("00-04", "05-09", "10-14", "100-104", "105-109", "110-114", "15-19", "20-24"..etc)

而我想:

v <- c("00-04", "05-09", "10-14", "15-19", "20-24"..etc.. "100-104", "105-109", "110-114")

我试图通过StringUtils.join(array, separator)Apache commons库中的方法加入数组的元素.任何人都可以解释我为什么我不能得到结果字符串,只有一个指向其位置的指针,如果我使用一个原始类型的数组,如int[]？请参阅下面的示例代码:

public static void main(String[] args){

    String[] s = new String[]{"Anna","has", "apples"};
    System.out.println(StringUtilities.join(s, " "));

    int[] a = new int[]{1,2,3};
    System.out.println(StringUtilities.join(a, " "));

    Integer[] b = new Integer[]{1,2,3};
    System.out.println(StringUtilities.join(b, " "));
}

只使用Integer数组工作.我理解基元的数组内部处理方式与ArrayList或其他更高阶的对象不同,但是为什么有可能(相同的主题或多或少但可能是一个不同的问题)实例化HashMap<String, int[]>没有任何警告,异常？数组内部是否包含在另一个对象中？仅适用于地图？根据我从文档中读到的内容,您无法使用原始类型对地图,集合,数组列表等进行参数化,这是我理解的,但后来......我发现它有点令人困惑.任何合理的解释将不胜感激.谢谢.

我有一个向量，以及一个只有一列的数据框，其中包含长度不均匀的列表：

data = list(
c(349, 364, 393, 356, 357, 394, 334, 394, 343, 365, 349),
c(390, 336, 752, 377),
c(670, 757, 405, 343, 1109, 350, 372),
c(0, 0),
c(),
c(1115, 394, 327, 356, 408, 329, 385, 357, 357))

我想将其转换为矩阵，用NA. 所以它应该看起来像这样：

349, 364, 393, 356, 357, 394, 334, 394, 343, 365, 349
390, 336, 752, 377, NA,  NA,  NA,  NA,  NA,  NA,  NA
670, 757, 405, 343, 1109,350, 372, NA,  NA,  NA,  NA
0,   0,   NA,  NA,  NA,  NA, …

我希望这不是一个重复的问题(尽我所能,看看它是否已被问到).我有一个数据框,想要计算有多少行相同.

df = data.frame(ID = c("id1", "id2", "id3", "id4", "id5", "id6", "id7", "id8", "id9"),
            Val1 = c("A", "B", "C", "A", "A", "B", "D", "C", "D"),
            Val2 = c("B", "C", NA, "B", "B", "D", "E", "D", "E"),
            Val3 = c("C", NA, NA, "C", "C", "B", NA, NA,NA),
            Val4 = c("D", NA, NA, "E", "D", NA, NA, NA, NA))
> df
   ID Val1 Val2 Val3 Val4
1 id1    A    B    C    D
2 id2    B    C <NA> <NA>
3 id3    C <NA> …

我有一个相当大的数据集（约 50K 条目），我用它来生成相关矩阵。这效果很好，“仅”使用约 20GB RAM。

然后，我想从中提取唯一的成对组合并将其转换为数据框。这就是我遇到问题的地方。RAM 使用量过多或索引变量溢出。我知道有 >2B 的组合，所以我知道它的大小有点爆炸，但仍然..

我尝试了不同的方法来实现这一目标，但没有成功。

模拟数据：

df = matrix(runif(1),nrow=50000, ncol=50000, dimnames=list(seq(1,50000,by=1), seq(1,50000,by=1)))

尝试从相关矩阵中提取上/下三角形，然后重塑它：

df[lower.tri(df, diag = T),] = NA
df = reshape2::melt(df, na.rm = T)

崩溃：

Error in df[lower.tri(bla, diag = T), ] = NA : 
  long vectors not supported yet: ../../src/include/Rinlinedfuns.h:522

如果您只执行以下操作，它会因相同的错误而崩溃：（df = df[lower.tri(df, diag = T),] 我确实阅读了R 中的大型矩阵：尚不支持长向量，但我发现它对我的情况没有帮助）

我也尝试过：

df = subset(as.data.frame(as.table(df)),
       match(Var1, names(annotation_table)) > match(Var2, names(annotation_table)))

仅使用基于 R 的软件包，但最终在大约 1 天后耗尽了内存。这是 RAM 最密集的部分：as.data.frame(as.table(df))所以我也尝试用它替换它reshape2::melt(df)，但它也耗尽了 RAM

我在具有 …

我正在寻找一种从向量中删除所有重复元素的方法，包括参考元素。通过参考元件我的意思是这是目前用在比较中，要搜索其重复的元素。例如，如果我们考虑这个向量：

a = c(1,2,3,3,4,5,6,7,7,8) 

我想获得：

b = c(1,2,4,5,6,8)

我知道的duplicated()和unique()，但他们没有提供我正在寻找的结果。

我对python相当陌生。遵循此处的建议，试图强制使用一组双引号（例如，"my_string"）输出字符串，但最终总是这样打印："""my_string"""

知道为什么吗？

我试过： '"' + my_string + '"'and f'"{self.args["name"]}"'and str(my_string)and"\"" + my_String + "\""但同样的行为：

"""my_string"""

代码片段：

def print_out(self):
    self.args = {}
    self.args["name"] = 001
    self.bla = 1
    self.tra = 0
    self.val = 0.12445
    with open("my_file", "w") as fout:
          tsv = csv.writer(fout, delimiter="\t")
          tsv.writerow(["name", "bla", "tra", "hehe"])
          tsv.writerow(
                    [f'"{self.args["name"]}"', self.bla, self.tra, round(self.val, 2)]
          )

在上面的例子中，self.args["name"]打印为"""001"""

谢谢