小编bio*_*ian的帖子

(1)我必须安装一个python包(HTSeq),但我没有root权限.

该软件包需要python 2.4或最新版本.我们的集群上有python 2.3.

因此我在我的一个本地目录上安装了python 2.7

./configure --prefix=/home/amit/tools/localpython 
make 
make install

(2)该软件包还需要numpy:所以我也使用以下方法将它安装在我的本地目录中:

/home/amit/tools/localpython/bin/python2.7 setup.py install --home=/home/amit/tools/localnumpy 

并做了

>>> sys.path.append("/home/amit/tools/localnumpy/lib/")

(3)我下载了HTSeq的tar文件(我想下载)并运行

/home/amit/tools/localpython/bin/python2.7 setup.py install --home=/home/amit/tools/localhtseq

它抛出以下错误:

Could not import 'setuptools',
falling back to 'distutils'.
Setup script for HTSeq: Failed to import 'numpy'.
Please install numpy and then try again to install HTSeq.

请告诉我如何克服它的一些提示

提前致谢

我刚刚开始使用 Spark 结构化流媒体，所以只是尝试一下。在汇总我的数据时；我无法将其写入 csv 文件。我尝试了以下不同的组合，但尚未实现写入操作。

我的样本数据是

colum,values
A,12
A,233
B,232
A,67
B,5
A,89
A,100

作为流数据帧读取

userSchema = StructType([
     StructField("colum", StringType()),
    StructField("values", IntegerType())
])

line2 = spark \
.readStream \
.format('csv')\
.schema(userSchema)\
 .csv("/data/location")

我正在做以下聚合计算

 save=line2.groupBy("colum").count()

预期输出是

+-----+-----+
|colum|count|
+-----+-----+
|B    |2    |
|A    |5    |
|colum|1    |
+-----+-----+

场景一：

 save.writeStream.format("csv").queryName("a").outputMode("append").option("path", "/xyz/saveloc").option("checkpointLocation", "/xyz/chkptloc").start()

错误：当无水印的流式 DataFrame/DataSet 上存在流式聚合时，不支持追加输出模式；；

备注：由于数据中没有时间戳，因此无法添加水印。

场景2：

save.writeStream.format("csv").queryName("a").outputMode("complete").option("path", "/xyz/saveloc").option("checkpointLocation", "/xyz/chkptloc").start()

错误：：org.apache.spark.sql.AnalysisException：数据源csv不支持完整输出模式；

场景3：

save.writeStream.format("csv").queryName("a").outputMode("update").option("path", "/xyz/saveloc").option("checkpointLocation", "/xyz/chkptloc").start()

错误：org.apache.spark.sql.AnalysisException：数据源csv不支持更新输出模式；

场景四：

save.writeStream.format("parquet").queryName("a").outputMode("update").option("path", "/xyz/saveloc").option("checkpointLocation", "/xyz/chkptloc"").start()

错误：org.apache.spark.sql.AnalysisException：数据源镶木地板不支持更新输出模式；

场景5：

save.writeStream.format("console").queryName("a").outputMode("complete").option("path", "/xyz/saveloc").option("checkpointLocation", "/xyz/chkptloc"").start()

注释：该位置没有生成输出。

场景六：

save.writeStream.format("memory").queryName("a").outputMode("complete").option("path", "/xyz/saveloc").option("checkpointLocation", "/xyz/chkptloc"").start()

评论：没有生成输出。 …

我正在运行 R 脚本，但遇到错误：

Rscript 示例.R "a,b,c"

我正在运行上面的代码，其中 a、b、c 是作为参数传递的字符向量的元素。如果我传递数值（例如 1,5,6），上面的代码可以正常工作

Code is :
library("optparse")
library("tldutils") # eval_string
# install.packages("tldutils", repos="http://R-Forge.R-project.org")
option_list <- list(
make_option(c("-c", "--count"), type="character", default="5",
help='Vector of numbers separated by commas and surrounded by ""',
metavar="number")
)
args <- parse_args(OptionParser(option_list = option_list))
print(args$c)
eval_string(sprintf("foo = c(%s)", args$c))
print(foo)

错误是：

Error in eval(expr, envir, enclos) : object 'a' not found
Calls: eval_string -> eval.parent -> eval -> eval
Execution halted

请帮助我，我需要在代码中编辑哪里？

我可以在我的数据集上使用R包"e1071"运行svm,但我无法使用任何两个预测变量绘制图形.即使经过Google搜索,我也无法找到解决方案.专家请帮我解决这个问题:

我有一个包含以下属性的数据集:

> dim(fulldata)
[1]  153 2915

> str(fulldata)
'data.frame':   153 obs. of  2915 variables:
$ label : Factor w/ 2 levels "1","2": 1 1 1 1 1 1 1 1 1 1 ...
$ V12   : num  1.372 -1.541 0.201 1.06 1.815 ...
$ V14   : num  0.052 -1.442 1.022 -0.35 0.192 ...
$ V17   : num  0.885 -2.569 0.326 1.574 1.394 ...
$ V37   : num  0.356 2.884 -0.452 0.067 0.282 ...
$ V51   : num  -0.018 -1.71 …

我有一个非常基本的问题.

我是R的新用户,这些天我使用一个R包进行分析,我必须运行该包的R命令列表以获得所需的输出.我想创建我的分析管道并自动化它,以便我可以使用一个带有所需参数的单个R命令来完成我的工作.

我们在shell脚本中做的这类工作(我们添加了许多linux命令,awk/sed/perl行

请提供一些关于如何做到这一点的链接,我将非常感激.