文章目录1、资料下载2、注册用户3、安装和测试opencv 最近看到329的论坛又更新了好多东西，于是我又蠢蠢欲动了，另外也想好好熟悉下linux，就又拿起来了，这里记录下过程。1、资料下载首先是要下载什么东西优先还是去官方的网盘下载吧，更新速度还是内容都是最新的sipeed企业网盘这里我主要是为了下这个最新的镜像，就去了这边下载，因为最新的镜像已经内置了很多我们测试用的模型，就比较方便我们使用
转载
2023-11-05 20:24:06
103阅读
[更新~] Python网络爬虫与文本数据分析前段时间看到plotnine库(封装的R语言ggplot2)作的图太美了，有点想重新拾起R语言^_^R语言代码略带凌乱，讲真的还是更喜欢Python代码简洁。不过好几年不琢磨R语言，对R语言代码的凌乱美有些新奇，很好玩，这也许就是久别胜新欢吧。而且R语言的文本分析生态也挺全的，Python与R结合起来，完美~R语言读写操作本章文件读写用到的包有read
转载
2024-02-26 17:35:46
56阅读
ggplot2的优点 ggplot2可以让作图者根据ggplot2的作图语法来控制一下作图中的重要的因素，用起来可以说神通广大 ggplot2的主要元素： 1.data:数据 2,Aesthetic mapping：颜色、形状、点的大小与线的粗细 3,Statistical transformations:将数据做统计转换，比如概率密度，计数等等 4，Coordinate system:坐标轴的调
转载
2024-04-14 21:04:35
56阅读
网络上经常看到有人问数据分析是学习Python好还是R语言好，还有一些争论Python好还是R好的文章。每次看到这样的文章我都会想到李舰和肖凯的《数据科学中的R语言》，书中一直强调，工具不分好坏，重要的是解决问题的思路，就算是简单的excel，也能应付数据分析中的大部分问题。再者Python和R本来就没有什么好对比的，一门是计算机工程语言，一门是统计语言，只有将两者结合起来，才能发挥更大的威力，不
转载
2023-11-26 10:41:56
110阅读
关于现在的c语言编译器不是太老就是就是界面不太友好或者是体积太大。如：Visual C++ 6.0虽说在Windows上是一个经典的编译器，但是真的是太老了，发布时间是1998年，20年了，早已不受官方支持，而且在Windows10上兼容性也是一个巨大的问题，因此，还是放弃折腾；对于Dev C++来说体积小巧，操作简便，支持中文，但是bug太多，几乎调试不了，同时已经有好几年没有得到更新，而且界面
转载
2024-07-16 11:19:31
35阅读
注： 本文是R语言sf包的核心开发者和维护者——来自德国明斯特大学的地理信息学教授：
Edzer Pebesma 的一篇关于sf包的简介，发表于2018年7月的R语言期刊，主要讲述了sf的定位、功能、开发现状及现存问题和今后展望，sf包是一个非常了不起的工具，在R语言中引入了空间数量分析领域通用的标准规范（simple feature），结合tidyverse工具箱组合
转载
2023-06-30 18:38:28
419阅读
1.单因素方差分析：适用于单因素A有两个水平或以上，研究个水平对因变量的影响正态假设条件：W检验shapiro.test():原假设为数据来自正态分布方差齐性条件：Bartlett检验（主要用于正态分布的数据） bartlett.test(x, g, ...)x是数据向量或列表（list）；g是因子向量，如果x是列表则忽略g。 当使用数据集时，也可以通过formula调用函数&
转载
2023-06-25 20:40:28
271阅读
http://blog.sina.com.cn/s/blog_597fcb450100c3um.html 【转】R与SAS、SPSS的比较 (2009-03-05 20:29:40)
转载 标签： 教育分类： 学习R与SAS、SPSS的比较R语言 R是用于统计分析、绘图的语言和操作环境。R是
Mosaic plot常常用来展示Categorical data(分类数据)(关于不同的数据类别，参照连接更严谨英文比较好的朋友可以看[1])，mosaic plot 强大的地方在于它能够很好的展示出2个或者多个分类型变量(categorical variable)的关系. 它也可以定义为用图像的方式展示分类型数据。当变量是类别变量时，且数目多于三个的时候，可使用马赛克图。马赛克图中，嵌套矩阵面
转载
2023-06-25 16:13:16
343阅读
Linux系统用户在使用R语言连接SQL数据库时，需要安装其他的扩展包，那么我们该使用ODBC方式进行安装还是使用DBI方式进行安装呢？今天小编就给大家分析下这两种安装方式的区别吧。数据分析经常需要从外部获得数据。很多情况下数据存放在关系型数据库中。一般我们可以用SQL来提取需要的数据，存为文本再由R来读入。这种方式结合了数据库的储存能力和R的分析能力，速度也非常快。但是如果要形成一套可重复性的自
转载
2024-01-24 15:45:03
68阅读
文章目录1. 仅知道函数的部分名称,想列出全部2. 列出全部有tab字段的函数,或者访问3. 自动补全4. 更改小数点位数5. 显示错误信息6. 升级R,但不想重装packages?7. 卸载已安装的packages8. library()的逆向操作9. 得到加载package的列表10. 读取Excel数据两种方法补充：读取pdf文件11. 在对原数据进行了删除处理,但是希望调出原数据12.
转载
2023-07-21 18:29:31
154阅读
R语言︱情感分析—基于监督算法R语言实现笔记。可以与博客 R语言︱词典型情感分析文本操作技巧汇总（打标签、词典与数据匹配等）对着看。 词典型情感分析大致有以下几个步骤：训练数据集、neg/pos情感词典、分词+数据清洗清洗（一、二、三级清洗步骤）、计算情感得分、模型评价 ———————————————————————————————————————————— 
文章目录一、数据调用与预处理二、一元线性回归分析三、多元线性回归分析（一）解释变量的多重共线性检测（二）多元回归1. 多元最小二乘回归2. 逐步回归（三）回归诊断四、模型评价-常用的准则统计量 一、数据调用与预处理本文使用的数据为R语言自带数据集“iris”。iris数据集包含5个变量： 数值变量：Sepal.Length, Sepal.Width, Petal.Length, Petal.Wi
转载
2023-07-18 11:44:04
52阅读
主要作用：可重现一样的结果R语言中set.seed()作用是设定生成随机数的种子，目的是为了让结果具有重复性，重现结果。不设定种子不行吗？当然可以，但是结果就不能复现。如：x<-rnorm(3) #随机生成3个随机数
结果：1.4197419 -0.7460519 0.3603622
x<-rnorm(3) #再来一遍，生成的3个随机数又不一样了
结果：1.0796213 0.55
转载
2023-06-19 16:17:51
210阅读
一.绘制基本散点图(1)使用plot()函数(2)使用ggplot()函数 heightweight是个多列数据集ggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point()ggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point(shape=21)二.使用点形和颜色属性
转载
2023-06-19 17:25:29
178阅读
下面录入文法文件，运行ANTLRWorks点击“File– New”菜单新建文法文件，在新文件中将前面的文法录入。（我的网站中有本书所有示例源代码，但我建议您还是手工录入一遍。这样您会有更好的学习效果。）录入文法后点击“File – Save” 菜单文件名为“E.g”。然后点击“Generate–GenerateCode”，如果ANTLRWorks提示“The grammar has been s
转载
2023-12-25 13:47:17
41阅读
一个关于 R作直方图的小例子 2010-04-27 19:31:36| 分类： R&Bioconductor|举报|字号订阅
首先是一串很简单的数据，有30个元素： 把它逐行打到一个TXT文件中去，命名为ex1.txt，保存在目录E:\Da 105
93
80 109 112
88
R语言 R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R语言特点 R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个
转载
2023-07-25 19:51:49
126阅读
目录使用R中的ggplot2进行微阵列可视化（红绿热图）1、常用的方法：biclust包1.1 biclust包的安装1.2 导入biclust包1.3 生成一些测试数据1.4 调用drawHeatmap()函数绘制热图2、ggplot2绘制红绿热图2.1 ggplot2、reshape2包的安装1.2 导入ggplot2、reshape2包1.3 生成要绘制微阵列的模拟数据1.3 对数据进行相
转载
2023-07-18 16:36:05
161阅读
高级数据管理数值和字符处理函数数学函数函数描述np.abs(x)绝对值np.sqrt(x)平方根np.ceil(x)大于x的最小整数np.floor(x)小于x的最大整数np.trunc(x)向0截取x中的整数部分np.round(x, decimals=2)将x舍入为指定位的小数np.cos(x)/sin(x)/tan(x)余弦/正弦/正切np.arccos(x)/arcsin(x)/acrta
转载
2024-07-12 18:50:33
46阅读
