实验前序： 通过一个简单的实验，告诉大家，如何去避免错误，如何排查错误，解决思路。...不说了，直接开怼实验 创建一个yaml文件： [root@k8s-master ~]# cat pod-1.yaml apiVersion: v1 kind: Pod metadata: name...Pod [root@k8s-master ~]# kubectl apply -f pod-1.yaml pod/test-pod created 查看到最开始我们创建Pod（test-pod）里的两个容器是成功了...4d17h test-pod 2/2 Running 0 4s 我们再次查看Pod信息，发现被重启了一次，且状态为Error了，这是因为两个容器的端口被占用了...因为一个Pod的容器共享一个网络栈 [root@k8s-master ~]# kubectl get pods NAME READY STATUS
，然后用group_by和nest变为列表，最后用map进行批量建模，用tidy进行结果的整理，更加行云流水。...) 上面的代码，如果没有tidyverse的基础，是看不懂啥意思的，毕竟map，group_by，mutate，nest，unnest，tidy都是什么鬼是从来没见过的。...当然可以一个性状做一个模型，我们更想批量处理一些。...，然后nest形成列表 第三步：使用map进行批量方差分析 第四步：使用map进行结果整理 结果： 一个字：绝 二个字：真绝 …… 昨天的文章中（统计学习心法：万物皆可回归，有时可以分类）介绍，学习心法很重要...当然看最新的电子书，纸质版的都out了：R语言学习看最新版的电子书不香嘛？ ---- 大家好，我是邓飞，一个持续分享的农业数据分析师
哎呀，我们又复制粘贴了2次代码，因此是不是该思考下如何扩展一个代码让它同时发挥几个函数的功能呢？这段代码的大部分是一个for循环，而且如果不仔细很难看出3个函数有什么差别。...每种类型的输出都有一个相应的函数： map()用于输出列表 map_lgl()用于输出逻辑型向量 map_dbl()用于输出双精度型向量 map_chr()用于输出字符型向量 每个函数都使用一个向量（注意列表可以作为递归向量看待...x值，或者使用y中的正常结果进行一些处理： is_ok = y$error %>% map_lgl(is_null) x[!...因为长度都相同，所以将各个参数保存在一个数据框中： params = tibble::tribble( ~mean, ~sd, ~n, 5, 1, 1, 10, 5, 3,...reduce()函数使用一个“二元函数”（即两个基本输入），将其不断应用于一个列表，直到最后只剩下一个元素。
for或者lapply迭代 可以使用for循环或者lapply对列表进行迭代，比如要绘图，则可以： for (i in test) plot(i) lapply(test, plot) 都是将列表中的三个元素绘制出三个散点图...使用enframe和map2迭代列表 但是其实可以有更优雅的方式迭代列表，还可以完成更多的操作，比如在每个图形上加上各自的注释信息。...先将列表转变为一种特殊的tibble：包含两列name和value，name是列表名，value是相应的值。...同时对name和value两列数据进行迭代，使用map2函数： # 可以使用plot绘制 # name和value的值分别使用.x和.y引用 test_t %$% map2(name, value, ~...plot(.y, main=.x)) # 也可以使用ggplot2 test_t %$% map2(name, value, function(x, y){ df <- as_tibble(y)
既生 data.frame，何生 tibble？ tibble 是一种简单数据框，它对传统数据框的功能进行了一些修改，其所提供的简单数据框更易于在 tidyverse 中使用。...多数情况下，我们会交替使用 tibble 和数据框这两个术语。 安装 tibble 包是 tidyverse 的核心包之一，因此安装 tidyverse 就可以了。...install.packages('tidyverse') 创建 tibble 因为 tibble 是 tidyverse 的标准功能之一，所以 tidyverse 中几乎所有函数都可以创建 tibble...tidyverse 中许多函数都可以创建 tibble，因为 tibble 是 tidyverse 的标准功能之一。 可以通过 tibble() 函数使用一个向量来创建新 tibble。...可以在 tibble 中使用在 R 中无效的变量名称（即不符合语法的名称）作为列名称。例如， 列名称可以不以字母开头，也可以包含特殊字符（如空格）。
tidyverse包，分享整洁数据的基础设计理念、语法和数据结构。...1 readr包：快速读写 1-1 readr包提供了几个新函数，能够更快的读取文件 readr包中的主要的函数有： read_csv，read_tsv，read_table，read_delim， write_csv...write_tsv(metadata, 'metadata2.csv') write_tsv(metadata, 'metadata.tsv.gz') # write_rds()联合read_rds()使用...): 返回整数型向量 map_dfr(.x, .f): 返回数据框列表，再 bind_rows 按行合并为一个数据框 map_dfc(.x, .f): 返回数据框列表，再 bind_cols 按列合并为一个数据框...$cyl) %>% map(~ lm(mpg ~ wt, data = .)) %>% map(summary) %>% map_dfr("r.squared") ## # A tibble
R数据科学-2 是用于清洗数据的工具，如dplyr一样，其中每一列都是变量，每一行都是观察值，并且每个单元格都包含一个值。...“ tidyr”包含用于更改数据集的形状（旋转）和层次结构（嵌套和“取消嵌套”），将深度嵌套的列表转换为矩形数据框（“矩形”）以及从字符串列中提取值的工具。...数据长宽转化 创建一个数据df，然后来进行数据长宽转化实例操作。...image.png 宽数据转成长数据，这里使用gather函数，gathe函数涉及三个参数 gather("key", "value", x, y, z) library(tidyverse) # creat...https://github.com/tidyverse/tidyr Manipulating, analyzing and exporting data with tidyverse
载入包： library(dplyr, warn.conflicts = FALSE) 基本用法 across() 有两个主要的参数： 第一个参数是 .cols ，它用来选择你想要操作的列。...第二个参数是 .fns，它是应用到数据列上的一个函数或者是一个函数列表，它也可以是像 ~.x/2 这样 「purrr」 风格的公式语法。...（包括 lambda 函数）的命名列表来对每个变量同时执行多个函数操作。...为什么我们喜欢 across()？ 为什么我们决定从上面的函数迁移到 across()？..._at() 函数是 「dplyr」 中唯一你需要手动引用变量名的地方，这让它们比较奇怪且难以记忆。 为什么过了这么久才发现 across()？
(处理因子问题) tidyverse的安装也很简单，在R中输入以下命令： #安装包 install.packages("tidyverse") #使用前，记得载入包 library(tidyverse...数据整理 tibble格式 R中的对多变量数据的标准保存形式是 dataframe，而tibble是dataframe的进化版，它有如下优点： 1....其他格式转化，例如用read.csv读取的数据默认是dataframe格式，就可以使用as_tibble转换为tibble格式 ?...tidyr包 tidyr的两个主要函数是 gather() 和 spread() 。...总结 初学者从tidyverse 入门是一个不错的使用R的切入方式，它提供了一整套data science的工具，而且还特别好用。
出版有《R for Data Science》（中文版《R数据科学》），这本书详细介绍了tidyverse的使用方法。...install.packages("tidyverse") #安装包 关联的包比较多，耐心等待一会儿 library(tidyverse) #使用前，记得载入包 以下讲：readr（读）、tibble...02 — tibble：高级数据框（data.frame升级版） ——数据（列）类型一目了然 tibble是R语言中一个用来替换data.frame类型的扩展的数据框，tibble继承了data.frame...其他格式转化，使用as_tibble转换为tibble格式 > dft_1 <- as_tibble(mtcars) > dft_1 # A tibble: 32 x 11 mpg cyl...key #value：将原数据框中的所有值赋给一个新变量value #…：可以指定哪些列聚到同一列中 #na.rm：是否删除缺失值 widedata <- data.frame(person=c('Alex
这里我们使用dplyr包操作2013年纽约市的航班起飞数据集（2013）。 准备 这部分我们聚焦于如何使用dplyr包，除ggplot2的另一个tidyverse核心成员。...tidyverse: tibble ## Loading tidyverse: tidyr ## Loading tidyverse: readr ## Loading tidyverse: purrr...（我们可以使用View(flights）在Rstudio中查看数据集的所有信息。...输出显示不同的原因是这个数据集是一个Tibble。Tibbles都是数据框data.frame，但经过改良以便于更好（在tidyverse生态中）工作。...这将选择符合x属于y的行（x是y中的一个值）。
forcats 这个包是用来处理因子的，是tidyverse包的核心，提供了处理分类变量的工具。...首先需要我们创建月份的因子水平列表。...如果不设置levels，直接用factors对向量进行处理，那么会按照字母表的顺序对因子进行排序。...: install.packages("tidyverse") library("tidyverse") # Alternatively, install just forcats: install.packages...[1] a b c d Levels: a b c d > fct_relevel(f, "b", "a")### b,a作为前两个，其他按照原来的顺序 [1] a b c d Levels: b a
tibble 是一种简单数据框，相对于传统的data.frame做出了一些修改。tibble 包是tidyverse 的核心 R 包，其所提供的简单数据框更易于 在 tidyverse 中使用。...创建tibble >library(tidyverse) > as_tibble(iris) # A tibble: 150 x 5 Sepal.Length Sepal.Width Petal.Length...() 函数使用一个向量来创建新 tibble。...> 1 abc 1 3.6 2 xyz 5 10 tibble可以在 tibble 中使用不符合语法的名称作为列名称。...所以，当数据的列名不是很规范时，可以将data.frame换成tibble，同时tibble也可以在 ggplot2 和 dplyr 等其他 R 包中通过使用反引号调用这些变量。
.* load 与 save readRDS 与 saveRDS 数据操作流程 放本小抄在身边，随时查阅 Tidyverse https://github.com/tidyverse/ 数据导入 read...semi_join anti_join left_join, right_join, inner_join, full_join intersect setdiff union setequal 辅助查看两个数据集是否相同...tibble tribble, enframe as_tibble, is_tibble 缺失值 drop_na fill replace_na 长转宽 pivot_wider, spread ?...write_* data.table 与 base 数据导入 fread 数据导出 fwrite data.table 语法 dt[i, j, by] 数据过滤与合并等操作与 R 基础语法一致，也可以使用...正则表达式与字符串处理：base 与 stringr 列表处理与迭代计算：purrr 统计建模：stats 与 broom 绘图：graphics 与 ggplot2 函数编程：apply家族和purrr
❝最近看到一篇论文通过系统发育树添加饼图来展示数据，本节来简单介绍一下如何绘制一个类似的图。下面小编通过一个小案例来进行展示，图形过程仅供展示用，希望各位观众老爷能够喜欢，代码可直接复制粘贴运行。...❞ 论文 加载R包 library(ggtree) library(tidyverse) 构建数据 set.seed(1234) # 设置随机数种子以确保结果的可重复性 num_tips <- 15...# 设置叶子的数量 # 生成一个随机树 tr <- rtree(num_tips) p <- ggtree(tr) + xlim(0, 3) 构建饼图数据 # 使用dplyr创建数据框，包含四个变量...a, b, c, 和d dat <- tibble( a = runif(num_tips, 0, 0.33), b = runif(num_tips, 0, 0.33), c = runif...purrr的map函数创建饼图列表 # 对于每个叶子，都创建一个饼图 pies <- map(1:num_tips, ~{ filter(dat_long, id == .x) %>% ggplot
(%>%) 了解ggplot2用于绘图的语法 配置 创建一个新的项目目录 创建一个名为R_refresher项目 创建一个名为reviewing_R.R 项目目录中创建data和figures的文件夹...加载库并读入数据，同时并思考以下问题 加载tidyverse 库 使用read.csv()读取所下载的文件并保存为counts object/variable 函数的语法是什么？...为每列创建vectors/factors(提示：您可以键入每个vectors/factors，如果您希望更快速的创建，可以尝试使用rep()函数) 将它们放到一个数据框中，这个数据框命名为meta 使用...+ 7 theme(plot.title = element_text(hjust=0.5, size = rel(2))) 为下游分析做准备 许多不同的统计工具或分析包都希望作为输入的所有数据都在列表结构中...让我们创建一个包含count和metadata的数据列表，为后续分析做准备。 使用meta和count对象创建名为project1的列表，并从两个数据框之一中提取所有样本名称创建一个新向量。
本文的写作由来是知识星球一个朋友对如何在 tidyverse 系列包中使用公式函数（单侧公式）不太熟悉，所以通过本文分享一下我的心得。...这里值得注意的是，当匿名函数只有一个参数时，我们用 .x 表示函数的输入参数。如果进行拓展，2 个参数时使用 .x 与 .y，3 个参数时使用 ..1, ..2, ..3 等。...基本用法 假设我们要对 df 中的 x 和 y 列进行归一化处理，在不使用 scale() 函数的情况下，我们可能会手写一个函数： scale2 <- function(x) { (x - mean...这里完全不必要先构造一个函数再应用 2 次，使用公式函数结合 purrr 可以写出更简洁的代码： df3 <- purrr::map_df(df, ~ (.x - mean(.x)) / sd(.x)...在公式中，我们可以直接使用前面已经定义的变量，这里是 cfs。
, and mlr[1]》，本书涉及两个非常重要的 R 包为 mlr 和 tidyverse，感兴趣的读者可以先行安装： install.packages("mlr", dependencies = TRUE...tidyverse 是一个 “专为数据科学设计的 R 包集合”，创建的目的是让 R 中的数据科学任务更简单、更人性化、更可复制。 本期将先从常用的 k 近邻算法 出发！...KNN 算法基本要素 KNN 算法中，所选择的邻近实例都是已经正确分类的对象，该算法只依赖于最邻近的一个或者几个实例的类别来决定待分样本所属的类别，分类器不需要使用训练集进行训练，训练时间复杂度为 0，...在 mlr 中定义任务 因为要构建一个分类模型，故使用 makeClassifTask() 函数来定义一个分类任务，当构建回归和聚类模型时，将分别使用 makeRegrTask() 和 makeClusterTask...makeLearner() 函数的第一个参数是用来训练模型的算法，在本例中，是使用 KNN 算法，因此指定参数为 "classif.knn"。
5.94 ## 3 virginica 6.59 # 如果换个变量，那么就需要重新编写代码 # 于是乎，想到了用自定义函数进行重复性的操作 # 但是R语言函数的传递和python是不一样的 # 因此，在tidyverse...中，对这种情况进行了解决 # !!...summary_var)) } # 运行函数 # 这里传递两个分组变量 grouped_mean(mtcars, disp, cyl, am) ## # A tibble: 6 x 3 ## # Groups...3 6 0 205. ## 4 6 1 155 ## 5 8 0 358. ## 6 8 1 326 ## 试试ggplot ## 编写一个绘制...结束语 这么久以来，这是我最喜欢的一个R脚本，解决了我一直以来函数编写的问题，以前都是使用eval(parse(text=“代码字符串”))来实现自定义函数的传递功能，另外R for data science
devtools::install_github("dgrtwo/gganimate", ref = "v0.1.1”) 另外一个依赖的软件是imageMagick软件，这是一个需要单独下载并安装在PC...library(pacman) p_load(tidyverse, gganimate, maps, ggthemes) rladies <- read_csv(url("https://raw.githubusercontent.com...动画展示 为了利用gganimate进行动态展示，需要构建一个映射变量：时间 (后面中的frame)。...map <- ggplot()+ borders("world", color="gray85", fill="grey80")+ # aes中的frame和cumulative不是ggplot2..._1.4.2 ggplot2_2.2.1.9000 tidyverse_1.2.1 ## [13] pacman_0.4.6 ## ## loaded via
领取专属 10元无门槛券
手把手带您无忧上云
