小编Phi*_*lis的帖子

我想知道如何将给定调用的任何输出重定向到文件，以便该文件准确包含通常显示在 REPL 中的内容。

我知道Suppressor.jl包是一个有趣的入口点，几乎可以满足我的需要，但例如：

using DataFrames
using Suppressor
output = @capture_out begin
dtf = DataFrame(                 
 [8.04   9.14  7.46   6.58;    
  6.95   8.14  6.77   5.76;   
  8.33   9.26  7.81   8.47])
dtf
end

在输出中不捕获任何内容（或者更准确地说，它捕获""）。为了能够捕获输出，我们必须在这个代码块中编写print(dtf)而不是（而简单的指令实际上会在 REPL 中产生输出）。所以看来这个宏无法捕获任何输出。dtfdtf@capture_out

实际上，当我向 Julia 发送给定的代码块时，我需要将控制台中显示的所有内容重定向到给定的文件：正常输出或错误消息。

实现这一目标的最佳/最简单方法是什么？并且，如果可能的话，对包的依赖最小化？

我尝试了解如何使用 MultivariateStats.jl 包在 Julia 中执行简单的探索性 PCA。

例如，在 R 中，可以执行以下操作：

library(FactoMineR)\ndata(iris)\n\n## PCA model:\nres_pca <- PCA(iris, quali.sup = 5, graph = FALSE)\n## Retrieve coordinates of individuals on all 4 PCs:\nres_pca$ind$coord\n## Simple plots:\nplot(res_pca, choix = "ind", habillage = 5)\nplot(res_pca, choix = "var")\n

我没有设法在 Julia 中获得这些非常基本的操作的任何等效项（我的意思是使用 MultivariateStats.jl 中的“本机”函数）。让我们从以下开始：

using MultivariateStats\nusing RDatasets\n\niris = dataset("datasets", "iris")\n\n## PCA model:\nM = fit(PCA, Array(iris[:, 1:4]); pratio=1, maxoutdim=4)\n

一旦我获得了 PCA“模型” M，我如何轻松检索个人坐标？如何轻松显示相关圈等？

据我了解，从准机器学习的角度来看，PCA 在 Julia 中作为一种“模型”实现，并且基本上无法提供轻松显示探索性 PCA 中通常需要的所有常用图表、统计数据和见解的方法？（我的意思是，cos\xc2\xb2、贡献等）

是否还有其他更面向探索性多变量分析的 Julia 包，可以提供与 FactoMineR 或 …

警告：这些都是菜鸟问题，因为我对 Julia真的很陌生。

在 R 中，有一个相当“统一”的函数来导出（几乎）任何类型的对象read.table()。看起来 Julia 的情况稍微复杂一些。如果我理解得很好：

1. 某些标准类型（例如，数组、字典和元组）总是可以用 导出writedlm，但不能总是用导出CSV.write。相反，DataFrames 总是可以用 导出CSV.write，但永远不能用writedlm. 这样对吗？因此，不存在类似于 R 的“通用导出器” write.table()？

2. 随着写入 CSV 文件，CSV.write似乎还返回导出文件的名称。相反，writedlm不会。这对我来说是个问题。实际上，我需要一种方法将 DataFrame 导出到带有不返回值的函数的 CSV 文件中，即只有副作用的函数，例如writedlm. 有什么办法可以在 Julia 中实现这一目标吗？

   编辑：要详细了解，我的问题是在 aCSV.write之后ans指向导出文件的名称；而情况并非如此writedlm。这里和这里的插图。即使有@Przemyslaw Szufel 给出的想法，我也无法摆脱这一点。（这是一个相当微妙的问题，但我实际上是在尝试为 Julia 编写一个 emacs lisp 后端。这种不一致，例如在导出对象后不知道是answillnothing还是文件名，在这次冒险中增加了一些痛苦。 .. :-) 理想情况下，我只是希望CSV.write可以保持沉默。）

谢谢！