首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

RShiny:如何使用checkboxGroupInput汇总/子集/过滤数据?

RShiny是一个基于R语言的Web应用程序开发框架,用于创建交互式的数据可视化和分析工具。在RShiny中,可以使用checkboxGroupInput函数来创建一个复选框组件,用于选择多个选项。

使用checkboxGroupInput汇总数据: 要使用checkboxGroupInput来汇总数据,首先需要在UI部分创建一个checkboxGroupInput组件,然后在服务器端的回调函数中使用input$checkboxGroupInput来获取用户选择的选项。根据用户选择的选项,可以对数据进行过滤、汇总或子集操作。

以下是一个示例代码:

UI部分:

代码语言:txt
复制
library(shiny)

ui <- fluidPage(
  checkboxGroupInput("options", "选择选项:",
                     choices = c("选项1", "选项2", "选项3"),
                     selected = "选项1")
)

server <- function(input, output) {
  # 在这里根据用户选择的选项进行数据处理
  observe({
    selected_options <- input$options
    # 进行数据过滤、汇总或子集操作
    # ...
  })
}

shinyApp(ui, server)

在上面的示例中,我们创建了一个名为"options"的checkboxGroupInput组件,用户可以选择"选项1"、"选项2"和"选项3"中的一个或多个选项。在服务器端的回调函数中,我们使用observe函数来监听用户选择的选项,并根据选项进行相应的数据处理操作。

使用checkboxGroupInput子集数据: 要使用checkboxGroupInput来子集数据,可以在服务器端的回调函数中使用subset函数来根据用户选择的选项对数据进行子集操作。subset函数可以根据条件筛选数据框中的行。

以下是一个示例代码:

代码语言:txt
复制
library(shiny)

ui <- fluidPage(
  checkboxGroupInput("options", "选择选项:",
                     choices = c("选项1", "选项2", "选项3"),
                     selected = "选项1")
)

server <- function(input, output) {
  # 在这里根据用户选择的选项进行数据处理
  observe({
    selected_options <- input$options
    # 进行数据子集操作
    subset_data <- subset(data, column %in% selected_options)
    # ...
  })
}

shinyApp(ui, server)

在上面的示例中,我们使用subset函数根据用户选择的选项对名为"data"的数据框进行子集操作,只保留满足条件的行。

使用checkboxGroupInput过滤数据: 要使用checkboxGroupInput来过滤数据,可以在服务器端的回调函数中使用filter函数来根据用户选择的选项对数据进行过滤操作。filter函数可以根据条件筛选数据框中的行。

以下是一个示例代码:

代码语言:txt
复制
library(shiny)

ui <- fluidPage(
  checkboxGroupInput("options", "选择选项:",
                     choices = c("选项1", "选项2", "选项3"),
                     selected = "选项1")
)

server <- function(input, output) {
  # 在这里根据用户选择的选项进行数据处理
  observe({
    selected_options <- input$options
    # 进行数据过滤操作
    filtered_data <- filter(data, column %in% selected_options)
    # ...
  })
}

shinyApp(ui, server)

在上面的示例中,我们使用filter函数根据用户选择的选项对名为"data"的数据框进行过滤操作,只保留满足条件的行。

总结: 通过使用checkboxGroupInput函数,可以在RShiny应用程序中创建复选框组件,用于选择多个选项。根据用户选择的选项,可以对数据进行汇总、子集或过滤操作。这样可以根据用户的需求动态展示数据,并提供交互式的数据分析和可视化功能。

推荐的腾讯云相关产品和产品介绍链接地址:

  • 腾讯云服务器(CVM):https://cloud.tencent.com/product/cvm
  • 腾讯云数据库(TencentDB):https://cloud.tencent.com/product/cdb
  • 腾讯云对象存储(COS):https://cloud.tencent.com/product/cos
  • 腾讯云人工智能(AI):https://cloud.tencent.com/product/ai
  • 腾讯云物联网(IoT):https://cloud.tencent.com/product/iot
  • 腾讯云区块链(Blockchain):https://cloud.tencent.com/product/baas
  • 腾讯云音视频处理(VOD):https://cloud.tencent.com/product/vod
  • 腾讯云元宇宙(Metaverse):https://cloud.tencent.com/product/metaverse

请注意,以上链接仅供参考,具体的产品选择应根据实际需求和情况进行评估和决策。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

数组如何汇总?文本处理-汇总多组数据如何使用

腾讯轻联可以零代码连接多个应用,在实际使用中,比如我们获取城市的未来的7天天气预告数据、查询符合某个条件的表格数据等情况,我们可能在应用A中获取到的结果可能会是多条结果。...这种情况往往需要把使用【循环执行】或者【文本处理-汇总多组数据】来对数据进行处理。...spm_id_from=333.999.0.0所以如何可以把不同的数据组合为一条数据发出来呢?...我们可以使用【文本处理-汇总多组数据】对数据进行【分隔- 再组合】的策略下面,我们将以【发送生日祝福】的场景,和大家演示一下如何使用【文本处理-汇总多组数据】。...点击【测试预览】后,就可以看到我们【汇总处理】后获取的数据是这样的:我们在接下来发送消息或者数据写入的时候时,直接引用【文本处理】输出的【汇总】,就可以把3组不同的数据自动【汇总】为一条数据了。

83530

如何使用Pulsar实现数据过滤和安全通信

关于Pulsar  Pulsar是一款针对数据通信安全的强大工具,该工具可以帮助广大研究人员实现数据过滤和安全(隐蔽)通信,并通过使用各种不同的协议来创建安全的数据传输和聊天隧道。...在数据连接器的帮助下,我们可以使用Pulsar并从不同的数据源读取或写入数据。 命令行终端 默认的数据出入连接器,支持通过STDIN读取数据,通过STDOUT写入数据。...@127.0.0.1:1994 自定义配置 我们还可以使用--in参数来选择数据输入连接器,使用--out选项来选择数据输出连接器: --in tcp:127.0.0.1:9000 --out dns...:fkdns.lol:2.3.4.5:8989  数据处理器  数据处理器将允许我们在数据的传输过程中修改数据,我们也可以任意选择组合使用数据处理器。...--decode选项来使用所有数据处理器的解码模式: --handlers base64,base32,base64,cipher:key --decode  工具使用样例  在下列演示样例中,我们将使用

1.1K20

实战 | 如何使用微搭低代码实现按条件过滤数据

在开发应用过程中难免会用到条件查询这个功能,本篇就来详细介绍下如何使用微搭低代码实现按条件过滤数据。...业务逻辑 我们在应用的会员列表中设置查询条件,根据输入的条件过滤数据,具体的效果如下图 我们在手机的输入框中输入手机号码,点击查询按钮过滤数据过滤后的数据如下 具体操作 我们找到会员的列表页面,增加对应的组件...,我们的思路是在容器里放置表单输入组件和按钮组件 为了让表单输入和按钮在一行显示我们需要设置一下容器组件的样式 按钮的话有些大,我们设置一个高度即可 样式设置好后,我们需要考虑如何获取表单输入组件的值...app.cloud.dataSources.member.getList() } $page.dataset.state.memberlist = member } 代码的逻辑是先获取手机号码,然后调用数据库的列表方法...,将手机作为参数传入,将返回结果再赋值给列表集合变量,达到刷新及过滤数据的目的 低代码设置好后我们给按钮增加点击事件,选择我们刚刚创建的低代码即可 这样功能就做好了 总结 该教程是如何实现根据查询条件过滤数据

1.9K30

如何使用NetLlix通过不同的网络协议模拟和测试数据过滤

关于NetLlix NetLlix是一款功能强大的数据过滤工具,在该工具的帮助下,广大研究人员可以通过不同的网络协议来模拟和测试数据过滤。...该工具支持在不使用本地API(应用程序编程接口)的情况下执行数据的模拟写入/输出。 值得一提的是,该工具可以有效地帮助蓝队安全人员编写相关的规则,以检测任何类型的C2通信或数据泄漏。...工具机制 当前版本的NetLlix能够使用下列编程/脚本语言来生成HTTP/HTTPS流量(包含GET和POST): 1、CNet/WebClient:基于CLang开发,使用了著名的WIN32 API...和原始Socket; 3、PowerNet/WebClient:一个PowerShell脚本,使用了Socket编程来生成网络流量; 工具下载 在使用该工具之前,请先在本地设备上安装并配置好Python...工具使用 服务器运行 使用SSL运行: python3 HTTP-S-EXFIL.py ssl 不使用SSL运行: python3 HTTP-S-EXFIL.py 客户端运行 CNet(选择任意选项)

1.9K30

R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据|附代码数据

我们正和一位朋友讨论如何在R软件中用GLM模型处理全国的气候数据。本文获取了全国的2021年全国的气候数据 采样时间:2021年1月1号~2021年12月31号  采样地点:全国各地。...全子集回归来选出最优的模型 全子集回归,即基于全模型获得可能的模型子集,并根据AIC值等对子集排序以从中获取最优子集。...本文选自《R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据》。...点击标题查阅往期内容 R语言用Rshiny探索lme4广义线性混合模型(GLMM)和线性混合模型(LMM) R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据...R语言 线性混合效应模型实战案例 R语言混合效应逻辑回归(mixed effects logistic)模型分析肺癌数据 R语言如何用潜类别混合效应模型(LCMM)分析抑郁症状 R语言基于copula的贝叶斯分层混合模型的诊断准确性研究

91700

R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据

p=30914 我们正和一位朋友讨论如何在R软件中用GLM模型处理全国的气候数据。本文获取了全国的2021年全国的气候数据(点击文末“阅读原文”获取完整代码数据)。...全子集回归来选出最优的模型 全子集回归,即基于全模型获得可能的模型子集,并根据AIC值等对子集排序以从中获取最优子集。...点击标题查阅往期内容 R语言用Rshiny探索lme4广义线性混合模型(GLMM)和线性混合模型(LMM) R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据...R语言 线性混合效应模型实战案例 R语言混合效应逻辑回归(mixed effects logistic)模型分析肺癌数据 R语言如何用潜类别混合效应模型(LCMM)分析抑郁症状 R语言基于copula...语言的lmer混合线性回归模型 R语言用WinBUGS 软件对学术能力测验建立层次(分层)贝叶斯模型 R语言分层线性模型案例 R语言用WinBUGS 软件对学术能力测验(SAT)建立分层模型 使用

21620

R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据|附代码数据

我们正和一位朋友讨论如何在R软件中用GLM模型处理全国的气候数据。本文获取了全国的2021年全国的气候数据采样时间:2021年1月1号~2021年12月31号 采样地点:全国各地。...全子集回归来选出最优的模型全子集回归,即基于全模型获得可能的模型子集,并根据AIC值等对子集排序以从中获取最优子集。...点击文末 “阅读原文”获取全文完整代码数据资料。本文选自《R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据》。...点击标题查阅往期内容R语言用Rshiny探索lme4广义线性混合模型(GLMM)和线性混合模型(LMM)R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据...R语言 线性混合效应模型实战案例R语言混合效应逻辑回归(mixed effects logistic)模型分析肺癌数据R语言如何用潜类别混合效应模型(LCMM)分析抑郁症状R语言基于copula的贝叶斯分层混合模型的诊断准确性研究

87500

如何SELECT进行单表查询,怎样使用WHERE结合各种运算符对数据进行过滤如何使用ORDER BY 子句 查询

查询 概述:使用数据库保存数据,我们对数据库的操作主要是增,删,改,查操作,其中从数据库中查询数据更为基础,使用不同的查询方式,具有不同的查询效率。...过滤和排序数据 过滤: 对于查询到的数据使用某些自定义条件进行筛选 WHERE子句 SELECT 列名1, 列名2 , ...FROM 表名WHERE 过滤条件;...使用WHERE 子句,将不满足条件的行过滤掉。...WHERE在查询的语句中起到过滤的作用,参与虚表的构建,让信息有条件的显示。...补充:赋值使用 := 符号 在使用WHERE子句过滤数据的时候可以使用比较运算符 查询薪水小于3000的员工的名字和薪水 SELECT last_name, salary FROM employees

3.5K31

R语言空气污染数据的地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)|附代码数据

有关站信息,污染物的关键变量通过以下代码从原始数据过滤掉。重命名过滤后的数据框的列名,以方便以下分析。...本报告中使用的县级AQI数据包括四个类别变量,代表每个类别的天数。下面的代码直观地显示了四个类别变量的分布。...##按州汇总aqi(区域水平)。...tableau的骑行路线地理数据可视化R语言推特twitter转发可视化分析618电商大数据分析可视化报告用RSHINY DASHBOARD可视化美国投票记录python主题LDA建模和t-SNE可视化...R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告R语言动态图可视化:如何、创建具有精美动画的图Tableau 数据可视化:探索性图形分析新生儿死亡率数据R语言动态可视化:制作历史全球平均温度的累积动态折线图动画

91700

javaCV文字识别篇汇总:Tesseract介绍,Java如何使用Tesseract识别字符,如何使用Tesseract训练中文数据模型,Tesseract支持哪些格式标注数据

一、如何使用JavaCPP方式调用 Tesseract文字识别 要在 Java 中使用 Tesseract 文字识别功能,你可以使用 JavaCPP 来调用 Tesseract 的 C/C++ 接口。...以下是一个简单的示例代码,演示了如何使用 JavaCPP 调用 Tesseract 进行文字识别: 首先,确保你已经安装了 Tesseract OCR,并且具有相应的训练数据和模型文件。...二、如何训练中文数据使用 JavaCPP 来调用 Tesseract 进行中文数据的训练,你需要执行以下步骤: 准备训练数据:收集大量的中文文字图像数据,并对其进行手动标注,以提供正确的文本标注。...评估训练结果:训练完成后,使用测试数据集评估训练模型的性能,并根据评估结果进行优化。...下面是一个简单的示例代码,演示了如何使用 JavaCPP 调用系统命令来执行 Tesseract 中文数据的训练: import java.io.IOException; public class TesseractTrainingExample

25900

R语言使用bootstrap和增量法计算广义线性模型(GLM)预测置信区间|附代码数据

---- 增量法 实际上,使用表达式作为置信区间不会喜欢非中心区间。因此,一种替代方法是使用增量方法。...我们的想法是从数据集中取样,并对这些新样本进行log-Poisson回归,并重复很多次数, ---- ---- 本文选自《R语言使用bootstrap和增量法计算广义线性模型(GLM)预测置信区间...点击标题查阅往期内容 R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者 R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据 R语言用Rshiny探索lme4...R语言 线性混合效应模型实战案例 R语言混合效应逻辑回归(mixed effects logistic)模型分析肺癌数据 R语言如何用潜类别混合效应模型(LCMM)分析抑郁症状 R语言基于copula的贝叶斯分层混合模型的诊断准确性研究...R语言建立和可视化混合效应模型mixed effect model R语言LME4混合效应模型研究教师的受欢迎程度 R语言 线性混合效应模型实战案例 R语言用Rshiny探索lme4广义线性混合模型(

75500

《机器学习》笔记-特征选择与稀疏学习(11)

对于自己,经历了一段时间的系统学习(参考《机器学习/深度学习入门资料汇总》),现在计划重新阅读《机器学习》[周志华]和《深度学习》[Goodfellow et al]这两本书,并在阅读的过程中进行记录和总结...章节目录 子集搜索与评价 过滤式选择 包裹式选择 嵌入式选择与L1正则化 稀疏表示与字典学习 压缩感知 1 子集搜索与评价 我们称样本属性为“特征”(feature),对当前学习任务有用的属性称为“相关特征...2 过滤式选择 过滤式方法先对数据集进行特征选择,然后再训练学习器,特征选择过程与后续学习器无关。这相当于先用特征选择过程对初始特征进行”过滤“,再用过滤后的特征来训练模型。...3 包裹式选择 与过滤式特征选择不考虑后续学习器不同,包裹式特征选择直接把最终将要使用的学习器的性能作为特征子集的评价准则。...感知测量“关注如何对原始信号进行处理以获得稀疏样本表示;”重构恢复“关注的是如何基于稀疏性从少量观测中恢复原信号,这是压缩感知的精髓,当我们谈到压缩感知时,通常是指该部分。

47240

上下文系列小讲堂(三)

当前没有任何筛选上下文,图里孤零零挂着一个汇总值。不过也确实体现了公式本意——SUM函数不就是汇总求和的意思么?上图显示完全没问题 接下来我们往图里放点其他东西——把“大类”拖进去 ?...公式依旧未变,但数据子集继续变化。显然,这个度量值会根据矩阵环境的变化而对汇总进行自动匹配 同理,继续加入其他过滤条件,度量值的范围也会跟随条件越来越精细 ? ?...,添加其他维度——诸如产品颜色、尺寸、供应商、客户等属性,那么筛选上下文仍会继续变动,单元格内的值也会随之不同 所有的这些筛选决定了该单元格的“筛选上下文”,DAX公式在计算前,将先把筛选上下文应用到数据模型...,得到筛选子集后,再进行计算 因此,筛选上下文是多个筛选的集合,这便是它的入门定义 如何创建“筛选上下文” ?...至此,大家对两种上下文有了初步印象 在大部分业务场景下,两种上下文会同时作用于数据展示,概念不清基础不牢的同学,很容易被一些是似而非模棱两可的表象给带偏。

84430

生信爱好者周刊(第 52 期):真正的“科技与狠活”:全球首个人工“优选基因”的“完美婴儿”马上2岁啦!

华盛顿大学的研究人员报告了一种基于深度学习的估计器,称其为 Deep-SMOLM,它在理论极限的 3% 内实现了 3D 方向和 2D 位置的卓越的测量精度(3.8° 方向、0.32 sr 摆动角和 8.5 nm 横向位置,使用...挑战和机遇并存 近日,美国杰克逊基因组医学实验室的Francesca Menghi 和Edison T.Liu在Nature Communications总结分析了在癌症功能基因组学领域,科学家们是如何利用新一代测序技术...该推文分享了鄂维南院士在2022年的国际数学家大会对机器学习数学本质的理解,即函数逼近、概率分布的逼近与采样、Bellman方程的求解、机器学习模型的逼近误差、泛化性质以及训练等方面的数学理论,以及如何利用机器学习来求解困难的科学计算和科学问题...awesome-rshiny - 棒极了的Shiny学习列表[5] 该库收录了一系列Shiny相关的教程、工具、软件包、图书、论坛。学习Shiny,值得收藏。...虽然它们最初是为基因表达数据开发的,但也可以应用于其他类型的分子分析数据。本教程中我们演示了如何使用GSVA包处理microarray和RNA-seq表达数据

87920

R语言回归、anova方差分析、相关性分析 《精品购物指南》调研数据可视化|附代码数据

本研究使用对《精品购物指南》所做的一次调查结果作为本次案例分析的数据。试图分析目前阅读《精品购物指南》的群体特征,以及影响阅读《精品购物指南》的时间的因素,从而更好地对受众群体和市场做出分析。...点击标题查阅往期内容 PYTHON链家租房数据分析:岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化 R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据...R语言用Rshiny探索lme4广义线性混合模型(GLMM)和线性混合模型(LMM) R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据 R...R语言 线性混合效应模型实战案例 R语言混合效应逻辑回归(mixed effects logistic)模型分析肺癌数据 R语言如何用潜类别混合效应模型(LCMM)分析抑郁症状 R语言基于copula的贝叶斯分层混合模型的诊断准确性研究...R语言建立和可视化混合效应模型mixed effect model R语言LME4混合效应模型研究教师的受欢迎程度 R语言 线性混合效应模型实战案例 R语言用Rshiny探索lme4广义线性混合模型(

53120

数据湖之Iceberg一种开放的表格式

像 Parquet 这样的文件格式已经可以读取每个数据文件中的列子集并跳过行。...每个清单都会跟踪表中的文件子集,以减少写入放大并允许并行元数据操作。 每个清单文件追踪的不只是一个文件,在清单文件中会为每个数据文件创建一个统计信息的json存储。...这样可以使用这些统计信息检查每个文件是否与给定的查询过滤器匹配,如果当前查询的信息并不在当前数据的范围内,还可以实现File skip, 避免读取不必要的文件。...即使用户修改分区信息后,用户无需重写之前的数据。 文件过滤:Iceberg提供了文件级别的统计信息,例如Min/Max等。可以用where语句中的过滤条件去判断目标数据是否存在于文件中。...在讲Iceberg前我们先来说下Spark是如何实现谓词下推的: 在SparkSQL优化中,会把查询的过滤条件,下推到靠近存储层,这样可以减少从存储层读取的数据量。

1.2K10

数据分析师的自我修养丨如何进阶为数据科学家

作者 Ben Stanbury 编译 Mika 本文为 CDA 数据分析师原创作品,转载需授权 有人问我,应该如何数据分析师进阶为数据科学家呢?很简单,分三步: 1....关于如何进入数据科学领域的文章有很多,但是关于从数据分析师转变为数据科学家的文章却很少。 在此之前,我们有必要分别给出这两个职业的定义。 ?...:D3、RShiny 专业领域:自然语言处理、OCR和计算机视觉 ?...提升树模型在数据科学竞赛中很受欢迎 ? RShiny仪表板是不错的探索数据交互方式 掌握这些技能需要大量的时间(可能比获得专业学位更久)。但每个人都不能满足现状,必须不断学习。...使用高效的工作方式 积累一定基础后,使用GitHub等版本控制系统改进自己的工作流程,以便进行部署和代码维护,还可以使用Docker。 7.

55530

dpois函数_frequency函数

这会将分析单位从完整数据集更改为单个组。当在分组数据框上使用dplyr时,它们将自动“按组”应用。...可以将其作为一系列命令性语句阅读:组,然后汇总,然后过滤。 正如本文所述,在阅读代码时%>%意味着“然后”。...让我们来看看棒球击球手的平均表现如何与他们击球的次数有关。在这里,使用来自拉赫曼包的数据来计算每个大联盟棒球运动员的击球率(击球次数/尝试次数)。...5.6.4 实用的汇总功能 只使用平均值,计数和求和就可以获得很长的路要走,但R提供了许多其他有用的汇总函数: 衡量定位:我们使用均值mean(x),但中位数median(x)也很有用。...将聚合与逻辑子集相结合有时很有用。我们还没有谈到这种子集化,但你会在子集中了解更多。

1.8K10

数据分享|R语言逐步回归模型对电影票房、放映场数、观影人数预测可视化

2.3拟合预测 使用得到的模型对实际数据进行拟合和预测。 3.拟合不同的模型。查看模型效果。 4.分析得出结论 得出各个自变量之间的关系,以及它们对因变量的影响及其意义。...点击标题查阅往期内容 R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据 左右滑动查看更多 01 02 03 04 拟合效果图形展示 以 原始数据作为x轴,回归拟合值为轴作图,在...点击标题查阅往期内容 R语言用Rshiny探索lme4广义线性混合模型(GLMM)和线性混合模型(LMM) R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据...R语言 线性混合效应模型实战案例 R语言混合效应逻辑回归(mixed effects logistic)模型分析肺癌数据 R语言如何用潜类别混合效应模型(LCMM)分析抑郁症状 R语言基于copula...探索lme4广义线性混合模型(GLMM)和线性混合模型(LMM) R语言基于copula的贝叶斯分层混合模型的诊断准确性研究 R语言如何解决线性混合模型中畸形拟合(Singular fit)的问题

25510
领券