小编Pep*_*epy的帖子

我想监视嵌入在knitr文件中的一些非常冗长的并行计算.

计算依赖于我编写的包,相关函数使用多核包中的mclapply 进行并行化.该函数输出进度条监视使用的稍加修改的实施的计算的进展txtProgressBar从utils的包.进度条打印到终端,并在每次mclapply迭代完成时通过fifo连接进行更新.

当从文件中获取或直接调用函数时,这种方法很好,但是我发现无法在knitr中使用它.我已经尝试了相关的块选项,我可以将消息和警告重定向到终端,但不是进度条.有人可以帮忙吗？

很抱歉没有提供最小的工作示例,但我不知道如何在此设置中制作一个.

我试图在图表上使用facet_wrap()共享一个共同的图例.这些图包含4个密度估计值,每个密度估计值使用geom_density()构建.这是数据外观的最小示例.针对每个估计器级别估计一个密度,并且针对xp的每个值绘制不同的图.

    > esti
    estimator      value           xp
1      OLS Oracle 0.35757317 N= 10 T= 100
2      OLS Oracle 0.50540655 N= 10 T= 100
3        OLS Full 0.02276872 N= 10 T= 100
4        OLS Full 0.53616020 N= 10 T= 100
5           Lasso 0.00000000 N= 10 T= 100
6           Lasso 0.30448578 N= 10 T= 100
7  Adaptive Lasso 0.00000000 N= 10 T= 100
8  Adaptive Lasso 0.49949267 N= 10 T= 100
9      OLS Oracle 0.48392914 N= 10 T= 500
10     OLS Oracle 0.53685915 …

我试图用ggplot2绘制一个情节,在X轴上,我可以找到一些为变量组添加标签的方法.这是我的代码的最小版本:

Bzero   <-100*matrix(runif(100),ncol=10,nrow=10)

B   <-99
LNtype  <-c(1,1,1,1,2,2,2,3,3,3)
LNnames <-c('grp1','grp2','grp3')

tB  <-t(Bzero)/(B+1)
dfB <-data.frame(tB)
dfB$grp <-LNtype
dfB$vid <-1:nrow(tB)


mB0 <- melt(dfB,id.vars=c('grp','vid'))
mB0 <- mB0[order(mB0$grp,mB0$vid),]

gg0 <- ggplot(mB0,aes(x=vid,y=variable))
gg0 <- gg0 + geom_tile(aes(fill = value),colour = "white")
gg0 <- gg0 + scale_fill_gradient(low = "green", high = "red",na.value='white',limits=c(0,1),name='p0i')
gg0 <- gg0 + xlab('Equation')+ylab('Covariate')

这是结果图:

这就是我想要的:

我一直在修补规模,休息和标签无济于事.即使是大量的谷歌搜索确实揭示了这种轴的任何情节.有什么方法可以得到我想要的东西吗？