我正在使用knitrR为类创建一组演讲幻灯片.我想创建一个单独的"伴侣文件",其中只包含R代码(对应于幻灯片),以便学生可以执行R代码从伴随文件中剪切和粘贴.
例如,在.Rmd文件中:
``` {r ....}
plot(x,y)
```
Run Code Online (Sandbox Code Playgroud)
然后会有一个文本文件:
plot(x,y)
Run Code Online (Sandbox Code Playgroud)
但是,从.Rmd文件自动生成这样的文件?
如果.Rmd文件有这样的标记,那就更好了:
``` {r basic.plot ....}
plot(x,y)
```
Run Code Online (Sandbox Code Playgroud)
然后,文本文件具有:
# basic.plot
plot(x,y)
Run Code Online (Sandbox Code Playgroud)
这可以用knitr完成吗?
我正在尝试创建一个指定列名的 data.frame 。当我输入以下内容时:
df_ht <- data.frame("Teams" = NA, "Shots" = NA, "Shots On Target" = NA)
Run Code Online (Sandbox Code Playgroud)
我得到以下标题:
Teams Shots Shots.On.Target
1 NA NA NA
Run Code Online (Sandbox Code Playgroud)
然后我在名称旁边放置空格以尝试分隔实际的列名称:
df_ht <- data.frame(" Teams " = NA, " Shots " = NA, " Shots On Target " = NA)
Run Code Online (Sandbox Code Playgroud)
我得到了这个:
X.Teams. X.Shots. X.Shots.On.Target.
1 NA NA NA
Run Code Online (Sandbox Code Playgroud)
为什么会出现theX和 the呢?.我怎样才能摆脱.?
我需要在data.frame中对一些列进行求和,并使用一条规则来说明,如果只有1或更少的缺失要求总和,NA则如果缺少一个以上的观察,则要对一列NA进行求和.
说我有这样的数据,
dfn <- data.frame(
a = c(3, 3, 0, 3),
b = c(1, NA, 0, NA),
c = c(0, 3, NA, 1))
dfn
a b c
1 3 1 0
2 3 NA 3
3 0 0 NA
4 3 NA 1
Run Code Online (Sandbox Code Playgroud)
我应用我的规则,并将少于2的列总和NA.所以我得到这样的东西.
a b c
1 3 1 0
2 3 NA 3
3 0 0 NA
4 3 NA 1
5 9 NA 4
Run Code Online (Sandbox Code Playgroud)
我玩过colSums(dfn, na.rm = FALSE)和colSums(dfn, …
我正在尝试做一个物种分布模型,我正在遵循Robert J. Hijmans和Jane Elith的"使用R进行物种分布建模"指南.
一切似乎都没问题,但是当我尝试运行RandomForest时,我收到此错误消息:
"Need at least two classes to do classification".
Run Code Online (Sandbox Code Playgroud)
我正在使用的代码是:
library(randomForest)
model <- factor (pa) ~ Bio3 + Bio2 + Bio16 + Bio11 + aspect + depth + dem + my_epikrat + corine_2000
rfabies <- randomForest(model, data=envtrain, na.action=na.omit, ntrees=1000)
Error in randomForest.default(m, y, ...) :
Need at least two classes to do classification.
Run Code Online (Sandbox Code Playgroud)
什么可能导致这个问题?谁能帮我?
我正在根据宿舍号码(4位数)绘制居民人数.房间号码应该是字符串.但是当我使用as.character(RmNum)时,轴仍显示为数字.
meanResidents = c(3, 4, 3, 2, 4, 5)
rmNumber = c(2034, 3043, 4012, 2035, 2022, 3013)
plot(as.character(rmNumber), meanResidents, xlab = as.character(rmNumber))
Run Code Online (Sandbox Code Playgroud)
我希望宿舍号在轴上垂直显示.有人可以帮助我吗?
我有数据包装成两列m(x,y).我想制作一个三种不同颜色的散点图,它反映了y的值.所以对于x的所有值,y1低于y1(比如说1)我希望颜色为1,对于y1和y2之间的x,y的值我希望颜色为2,最后对于高于y2的y值,我希望有第三种颜色.我怎么能在R中实现这个目标?
谢谢
pvclust is great for cluster analysis in R. However, when running it as part of a batch operation, it is annoying to get different results for the same data. Obviously, there are many "correct" clusterings of the same data, and it seems that pvclust uses some randomness to determine the clusters of a specific run. But is there any way to get deterministic results?
I want to be able to present a minimal, repeatable analysis package: the data plus an …
我想这与水平和因素有关,但我不确定到底发生了什么:
test <- c(1,4,2,3,7,9,8)
testOrdered <- test[order(test)]
is.ordered(testOrdered)
is.ordered(rev(testOrdered))
Run Code Online (Sandbox Code Playgroud)
两次,函数返回FALSE,即没有向量排序.首先,我期望函数测试给定向量是否按"顺序"排序,即"已排序".回到定义后is.sorted,我假设is.ordered询问给定的向量是否按其级别的顺序排序.矢量测试(据我所知)不应该有任何级别,对吧?所以,"假"或多或少是正确的答案,我猜(但NaN会更好吗?).任何人都可以a)帮助我理解什么是正确的,什么时候会是真的,以及b)如何测试数字向量是否被排序/排序?
我似乎发现当我尝试引用时遇到了一个边界错误array[0].因此,似乎julia选择使用与MATLAB使用相同的约定,从1开始索引.这是真的吗?这个选择有什么理由吗?
无法在ubuntu中安装rjava包,R版本为3.1.jdk i.7已安装.请分享R的java配置的确切路径.我已经尝试过javareconf -e来设置rjava的env.
以下是rJava安装后的输出.
install.packages("rJava")
Installing package into ‘/home/emraan/R/i686-pc-linux-gnu-library/3.1’
* installing *source* package ‘rJava’ ...
** package ‘rJava’ successfully unpacked and MD5 sums checked
checking for gcc... gcc -std=gnu99
checking whether the C compiler works... yes
checking for C compiler default output file name... a.out
checking for suffix of executables...
checking whether we are cross compiling... no
checking for suffix of object files... o
checking whether we are using the GNU C compiler... yes
checking whether gcc -std=gnu99 accepts -g... …Run Code Online (Sandbox Code Playgroud) r ×10
plot ×2
arrays ×1
axis-labels ×1
colors ×1
dataframe ×1
if-statement ×1
julia ×1
knitr ×1
linux ×1
markdown ×1
modeling ×1
na ×1
na.rm ×1
prediction ×1
pvclust ×1
random ×1
regression ×1
rjava ×1
scatter-plot ×1
sorting ×1
sum ×1
ubuntu ×1
variables ×1