小编Rod*_*phe的帖子

我有一个遗传算法,个人由2000位组成,我尝试优化4个变量.是否有任何(相对直接的优先)经验法则来设置人口规模,世代数和变异概率等参数？

我需要将rank归因于列表的元素,同时确保绑定元素获得相同的排名.

例如:

data = [[1],[3],[2],[2]]

c = 0

for i in sorted(data, reverse=True):
    i.append(c+1)
    c += 1

print data

收益:

[[1, 4], [3, 1], [2, 2], [2, 3]]

排名附加到分数的位置.

我需要更改为这个简单的代码,而不是获取:

[[1, 3], [3, 1], [2, 2], [2, 2]]

得分为2的元素被绑定并且两者都获得第二名,而前面第四名的1被提升到第三名？

我正在尝试使用 ggplot2 在 R 中绘制箱线图。

这是我的带有示例数据的代码：

df = structure(list(Closeness = c(0.0919540229885057, 0.0950259836674091, 0.0957367240089753, 0.0960240060015004, 0.0901408450704225, 0.0970432145564822, 0.0939794419970631, 0.0943952802359882, 0.0921526277897768, 0.0914285714285714, 0.0933625091174325, 0.0953090096798213, 0.0917562724014337, 0.0960960960960961, 0.0937728937728938, 0.0909090909090909, NA, 0.0946045824094605, 0.0864280891289669, 0.0879120879120879, 0.0905233380480905, 0.100313479623824, 0.0993017843289372, 0.0942562592047128, 0.0950965824665676, 0.0907801418439716, NA, NA, 0.0950965824665676, 0.0913633119200571, NA, 0.0926864590876177, NA, 0.0948148148148148, 0.0958801498127341, 0.0945347119645495, 0.0931586608442504, 0.090014064697609, 0.0968229954614221, 0.0963855421686747, 0.0926193921852388, 0.0919540229885057, 0.0947446336047372, 0.0917562724014337, 0.0905874026893135, 0.0950965824665676, NA, 0.0926193921852388, 0.0900774102744546, 0.0977845683728037), Var1 = c("Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", "Group", …

在我的Photoshop javascript（使用ExtendScript工具箱）中，我需要在处理图像之前先下载图像。我正在尝试使用wget，如下所示：

app.system("wget https://dl.dropboxusercontent.com/u/73950/IMG_1827%20%282%29.png > ~/Desktop/test.png");

不幸的是，这会产生一个空的png文件。

用Photoshop编写脚本时从URL下载文件的正确方法是什么？

我有这个ggplot2脚本:

require(reshape2)
library(ggplot2)
library(RColorBrewer)
library(extrafont)
font_import(pattern = 'Arch') 
font_import(pattern = 'Akk') 

fileName = paste("/ex_spectra.csv", sep = "") # data: https://www.dropbox.com/s/gs1hwv3xjnlhb7z/ex_spectra.csv?dl=0
mydata = read.csv(fileName,sep=",", header=TRUE, check.names=FALSE)
dataM = melt(mydata,c("x"))

my_palette = c(brewer.pal(5, "Set1")[c(1,2,3,4,5)])

ggplot(data=dataM, aes(x= x, y=value, colour=variable, fill = variable, size = variable)) +
geom_line(alpha = .75) +

scale_colour_manual(breaks=c("A", "B", "C", "D", "E"), values=my_palette) +
scale_size_manual(breaks=c("A", "B", "C", "D", "E"), values=c(0.7,0.7,0.7,0.7,0.7)) +

theme(plot.background = element_blank(), panel.grid.minor = element_blank(), #panel.grid.major = element_blank(),
axis.line = element_blank(),
legend.key = element_blank(), legend.title …