weixin_42683052的博客

原创 一句python两句R：贪心算法简单案例（暨 R语言在for循环中调用字典的方法）

标题模仿：https://blog.csdn.net/sinat_26917383/article/details/52289476python代码摘抄：https://blog.csdn.net/hwl19951007/article/details/88957967案例有abcd四个字母，需要被选出，有k1：ab；k2：bc；k3：cd；k4：bcd 四种方案，用最少的几种方案组合，把四个字母都选出来。Python代码Python的字典在for循环中好好用啊（台词via虾君.

原创 时间序列分析-如何写出ARIMA模型的公式

根据之前的R语言时间序列分析步骤，得到结果后如何将p,d,q代入公式呢？需要搞清楚的知识点有：·ar，ma，arma，arima模型的公式，参考维基百科·滞后算子表达滞后期数·差分算子（2阶以内）总结如下：感谢上帝的恩典~前文链接：R语言时间序列分析常用步骤...

原创 面板回归模型建模步骤（附R语言常用函数）

面板数据模型有三种形式：混合估计模型、固定效应模型和随机效应模型；对于混合估计模型，如果从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间也不存在显著性差异，可以直接把面板数据混合在一起用普通最小二乘法估计参数。对于固定效应模型，如果对于不同的截面或不同的时间序列，模型的截距不同，则可以采用在模型中添加虚拟变量的方法估计回归参数；该模型刻画了不同个体的特殊影响，而且这个影响不随样本变化。对于随机效应模型，如果固定效应模型中的截距项包括了截面随机误差项和时间随机误差项的平均效应，并且这两个随机

原创 相对的立场，绝对的真理，谁是真的对人好

原创 左和右，激进与保守，都是相对概念，但是都会滑向同一种

转载 转载pyinstaller教程

pyinstaller -F -w -i 图标名.ico -n 结果名 程序名.py

原创 根据订单规格匹配通用托盘规格

# undebug(zuiyoutuopanzhonglei)zuiyoutuopanzhonglei <- function( DF = # 默认值 data.frame( index = c(1:8), x = c(2,2,3,3,3,4,5,5), y = c(2,3,1,2,3,4,1,5), count = c(1,2,3,1,2,3,1,2) ) , k1 = 1 .

原创 制造业班组班次识别函数

paiban <- function( X = Sys.time() + 60*60*24*(-1:1)*1.5 , # 输入时间向量或列数据 x = 'asia/shanghai' , # 时区设定为中国 O = lubridate::force_tz(lubridate::ymd_hms("2021-12-31 07:45:00"), x) , # 初始日期为甲班白班第一天，保留时间用于与X相减 o = hms::as_hms("07:45:00") , # 初始时间为白班七点四.

原创 笔记 数据科学中的 R 语言

第 44 章 tidyverse中的缺失值 | 数据科学中的 R 语言https://bookdown.org/wangminjie/R4DS/tidyverse-NA.html

转载 ggplot 修改坐标轴名称

添加xlab、ylab添加labs在标度处（如scale_x_continus）修改来源：https://zhuanlan.zhihu.com/p/92473504library（ggplot2）library(gcookbook)hwplot <- ggplot(heightweight, aes(x = ageYear, y = heightIn, colour = sex)) +geom_ponit( )hw_plot +xlab("Age in years") +.

原创 ggplot2 一页多图排版的简便方法

前文链接---title: ''output: html_document---```{r setup, include=FALSE}knitr::opts_chunk$set(echo = F, message = F)library(tidyverse, warn.conflicts = F, quietly = T)x = 1:100y = function(x = 1:100){ for (i in 1:length(x)){ return(x**100) }

原创 R语言 数据框时间列处理，时区转化

有一个数据框cooling，其中有一列时间向量ProcessStartDate# 跟着as.Date.POSIXct()后面的加法单位是日期# 跟着with_tz()后面的加法单位是秒# 美国西部时间比中国晚16小时，美东晚13小时，夏令时晚12小时# 选择时间列的第一行cooling %>% select(ProcessStartDate) %>% slice(1)ProcessStartDate<S3: POSIXct>2017-06-25 .

原创 R markdown 默认设置

默认设置# 初始设置R Markdown 使用方法笔记 - huidan - 博客园 https://www.cnblogs.com/huidanz/p/8543248.html R Markdown: 入门与操作 - 知乎 https://zhuanlan.zhihu.com/p/82071610 #显示代码 (echo = TRUE)， 隐藏冗余输出 (include = FALSE)可以使用knitr 选项{}自定义块输出，在块头中设置参数。include = FA

原创 R语言 托盘兼容性计算

# fun0----fun0 <- function(df = data.frame(x = rep(1:3, each = 3), y = rep(1:3, times =3)), k1 = 1, k2 = 1) { X = df[order(df[,1], df[,2]),] n = NROW(X) Y = c() for (i in 1:(n-1)) { Y[[i]

原创 R语言 时间处理 时间分段

library(tidyverse)library(lubridate) # 转化时区 force_tz()library(anytime) # 获取日期 anydate()library(hms) # 获取时间 :as_hms()a <- data.frame( StartTime = c( lubridate::ymd_hms("2022-01-31 19:45:00"), # 31日夜班 lubridate::ymd_hms("2022-02-01 00:00:00

转载 R 汇总日期序列数据

R 汇总日期序列数据_neweastsun的专栏-CSDN博客https://blog.csdn.net/neweastsun/article/details/122049940方法一：format函数date <- as.Date(“2021-01-25”); dateformatted_date <- format(date, format="%m/%d/%y"); formatted_date方法二：lubridate包library(lubridate)library(ti

原创 R语言 筛选+匹配

背景：如何匹配向量来筛选，而不是一个一个地使用“或”字符解决方案：使用%in%替代library(tidyverse)A <- data.frame(a = 1:5, b = 2:6); AB <- c(2, 4, 5); B# 请问，如何筛选出a == B？filter(A, a == B) # In a == B : 长的对象长度不是短的对象长度的整倍数subset(A, a == B) # In a == B : 长的对象长度不是短的对象长度的整倍数# 都报错

原创 透视、逆透视：R语言（reshape2、tidyverse），Excel，Python

透视、逆透视：R语言（reshape2、tidyverse），Excel，Python

原创 R语言 柱状图 geom_col 与 geom_bar 与geom_histogram（直方图）

library(tidyverse)#----案例1：绘制频数柱状图data.frame(x = c("A", "B", "C"), y = c(rep("negative", 7), rep("positive", 11))) %>% ggplot(aes(x = x, fill = y)) + geom_bar() + # coord_flip() + # 转为横向，从下到上 # scale_fill_manual( # 修改颜色

原创 R语言一张表解释正态分布函数（dnorm pnorm qnorm rnorm z分数）

z分数可以回答这样一个问题：“一个给定分数距离平均数多少个标准差?”

原创 我就是喜爱何韵诗，她远超过你的谎言诗

我就是喜爱何韵诗，她远超过你的谎言诗我不爱讽刺，我只是感到悲伤

原创 一句python两句R：矩阵与向量的基本运算

在前面提到过，Python的dict{}字典可以用R语言的list()列表代替差异一：R语言优先按列顺序生成矩阵及匹配计算# https://my.oschina.net/shadowolf/blog/1839241import numpy as npa = np.arange(1, 7, 1).reshape(2, 3)a# R语言默认按列顺序生成及计算矩阵；numpy按行顺序生成矩阵b = np.arange(1, 4, 1)/10ba / b # 1÷0.1，2÷0...

原创 python笔记

pd.read_excel()[选取列]pd.read_excel().iloc[按索引选取行]pd.read_excel().iloc[按行号选取行]

原创 Python向上、向下、向0取整；

常见问题：在python2.X版本中，整数相除，返回的是向下取整后的整数；而在python3.X版本中，整数相除，返回值改为了浮点数。解决方案：①可以将结果强制转换成int类型；mid = int( (low + high)/2 )②用整除"//"；mid = (low + high) // 2③移位运算。mid = (low + high) >> 1 # 左移一位，相当于是除以2，自动向下取整总结：向上取整：math.ceil()向下取整：math.floor

原创 R语言绘制分类变量柱状图

背景Excel中无法实现分组区分颜色。右边的图是我手动点击各个柱形修改分组颜色的。请问如何在R和Excel中分别实现右图？解决：# 数据准备 --------------------------------------------------------------------library(tidyverse)a <- readxl::read_excel("E:/histgram_filled_by_groups.xlsx", .

原创 R语言 方差分析

# 方差分析 R IN ACTION -------------------------------------------------------library(tidyverse)library(multcomp)cholesterol %>% tibble()cholesterol %>% attach()trt %>% table(treatment = .) # 各组样本大小# 每10个患者接受其中一个药物疗法 ## 各组均值、标准差response %&gt

原创 R语言 ggplot作图

参考用书：# apricoter ggplot2超详细讲解 https://www.jianshu.com/p/07f7931a00db# Data Visualization https://socviz.co/makeplot.html# 李东风 https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/ggplot2.html# devtools::install_github("kjhealy/socviz").

原创 R语言 多元线性回归 研究年龄、身高、体重的关系

先上代码data <- read.table('e://kg.txt', header = TRUE, sep = '\t')data <- data %>% as_tibble()data %>% attach()data %>% ggplot(aes(cm, kg))+ geom_line()data %>% ggplot(aes(age,cm))+ geom_line()da.

原创 R语言-数据透视表

# 数据透视表 #library(tidyverse)# 1.生成股票数据stocks <- data.frame( time = as.Date('2017-12-01') + 0:4, X = rnorm(5, 0, 1), Y = rnorm(5, 0, 2), Z = rnorm(5, 0, 4) ) %>% tibble()stocks# 2.宽变长stocks %>% gather( ., key = stock,

转载 R----tidyr包介绍学习

R----tidyr包介绍学习 - Little_Rookie - 博客园https://www.cnblogs.com/nxld/p/6060533.html# 1.载入包# 使用datasets包中的mtcars数据集做演示library(tidyr)library(dplyr)head(mtcars)# 为方便处理，在数据集中增加一列carmtcars$car <- rownames(mtcars) mtcars <- mtcars[, c(12, 1:11)].

原创 R语言 正则表达式

string <- c("Hiphopopotamus","Rhymenoceros","time for bottomless lyrics")pattern <- "t.m"#分割字符串strsplit(string,pattern)#按关键词分割字符串stringr::str_split(string,pattern)#定位关键字regexpr(pattern,string)#返回每个字符串第一次匹配关键词的位置和长度gregexpr(pattern,string)#返回

原创 pnorm是dnorm的累计分布函数

library(tidyverse)x <- seq(0,12,0.01)p <- pnorm(x,4,2)x %>% plot(., p, type="l", col=1, xlab="工作时间", ylab="累计产量", yaxt="n" )axis(2,at=seq(0,1,0.2), labels=c(seq(

原创 BWV846 给天虹妹妹的乐理书

原创 pandas学习笔记

Use rename with a dictionary or functioncolumns={字典}air_quality_renamed = air_quality.rename(columns={“station_antwerp”: “BETR801”,“station_paris”: “FR04014”,“station_london”: “London Westminster”,})columns=函数air_quality_renamed = air_quality_

转载 转发：给Entry控件设置默认值

方法一：StringVar(value = “xxx”)addr = tk.StringVar(value=‘https://www.pynote.net’)en = tk.Entry(root, textvariable=addr)方法二：StringVar().set(“xxx”)addr = tk.StringVar()addr.set(‘https://www.maixj.net’)en = tk.Entry(root, textvariable=addr)set函数设置值，get函数

原创 for循环、R语言seq函数与Python语言range函数的区别

Pythonrange(start, stop, step)start: 计数从 start 开始。默认从 0 开始。例如range（5）等价于range（0， 5）;stop: 计数到 stop 结束，但不包括 stop。即左闭右开。step：步长，默认为1。Python中range函数的作用类似于R语言中的seq函数fruits = ["apple", "banana", "cherry"]for i in fruits: print(i)for i in range(3).

原创 R语言-寻找向量内的游程

前言：根据scong123的文章的启发，利用for循环和all函数，寻找向量内连续为某个数的游程。向量中，由同一元素组成且被另一元素分隔的每一段连续子集，称做一个游程。假定我们要寻找的是连续为1的游程，k为所规定的游程的长度。代码和解释如下：findruns<-function(x,k){#寻找连续为1的游程 n<-length(x)#x的长度 runs<-NULL#创建向量容器 for(i in 1:(n-(k-1))){#1到n-(k-1) if

原创 R语言时间序列分析-根据aic值选择arima模型

在上一篇中，探讨了R语言时间序列分析常用步骤，如何比对AIC值判断最优模型？代码和解释如下：#WWWusage是datasets包自带的每分钟通过服务器连接到因特网的用户数的长度为100的时间序列数据require(graphics) #画图判断平稳性，调用plot和par函数win.graph(); plot(WWWusage) #明显带趋势，需要差分work <- diff(WWWusage,1,1) #对其进行1阶差分，滞后期数lag为1win.graph(); par(mfr

原创 R语言时间序列分析常用步骤

常用步骤代码：#载入数据d <- WWWusagex <- ts(d,start = 1952)plot(x)#差分并观察x.dif <- diff(x,1,2)plot(x.dif)#差分序列ADF检验library(tseries)adf.test(x.dif) # p越小越好#确定差分阶数d#序列纯随机性检验for(i in 1:2)print(Box.test(x.dif, lag=6*i))#p大，拒绝序列为白噪声的假设，说明序列有规律可提取.

原创 Python制作计算器并常见问题解答

首先给出完整代码：from tkinter import *tk=Tk() #主窗口frame=Frame( tk ) #窗体·布局frame.pack() # 默认side=TOP 置于最上方#创建控件label=Label(frame)entry=Entry(frame)button=Button(frame, text="equals to", command=calc()#公式)#控件布局label.pack( side=LEFT ) # 置于左侧entry.pac