sampling

    1热度

    3回答

    我正在使用sample()函数从骰子对象中获取随机样本。 > die [1] 1 2 3 4 5 6 > sample(x=die , size=1 , replace=TRUE) [1] 1 > sample(x=die , size=1 , replace=TRUE) [1] 1 > sample(x=die , size=1 , replace=TRUE) [1] 5 > s

    1热度

    2回答

    我的数据帧包含500个样本,每个样本的大小为100。下面是快照。我需要计算90/95/99平均值的置信区间。 head(Means_df) Means 1 14997 2 11655 3 12471 4 12527 5 13810 6 13099 我使用下面的代码,但只获取一行的置信区间。任何人都可以帮助我的代码? tint <- matrix(NA, nrow = di

    1热度

    1回答

    如何将仅包含点的多边形网格(在一个单元 - >点源中)重新采样为在ParaView中设置的图像数据。我正在使用即将推出的ParaView 5.2版中的Resample to Image过滤器。 所有重采样数据数组的范围都是[0,0],而不是其预期值。

    3热度

    1回答

    我试图样本(),但每当我在它使用的自定义概率,它不断显示“不正确的数字概率的” 我已经试过几乎所有但仍然卡住。请指导我,什么我做错了.. 代码: sample(10:50,4,replace = T,prob = c(.1,.2,.3,.4)) 错误sample.int(长度(X),大小,更换,概率): 的数量不正确概率

    4热度

    1回答

    我试图从Pandas中的multiindex数据框中创建一个引导样本。下面是一些代码来生成我需要的那种数据。 from itertools import product import pandas as pd import numpy as np df = pd.DataFrame({'group1': [1, 1, 1, 2, 2, 3], 'group2': [13

    0热度

    1回答

    有没有人遇到并设法解决在Shiny R中从正态分布抽样的问题?我正在努力寻找解决方案:之前询问过这个问题,但没有找到答案。 使用rnorm进行采样会导致完全由Shiny中的NA组成的输出; Shiny app之外没有这样的问题。 library(shiny) ui<-shinyUI(fluidPage( sidebarPanel( sliderInput("Rmax", label="gro

    0热度

    1回答

    我有一个非常大的数据框(大约1.1M行),我试图对它进行采样。 我有一个索引列表(约70,000个索引),我想从整个数据框中选择。 这是我用尽为止,但所有这些方法都服用了太多的时间: 方法1 - 使用大熊猫: sample = pandas.read_csv("data.csv", index_col = 0).reset_index() sample = sample[sample['Id']

    2热度

    1回答

    我想实现一个从三个不同的多元高斯分布返回100个采样的函数。 numpy提供了一种从单一多元高斯样本中抽样的方法。但我找不到一种方法从三种不同的采样概率的多元变量中抽样。 我的要求是与概率$ [0.7,0.2,0.1]从均值和协方差3个多变量高斯$如下 G_1 mean = [1,1] cov =[ [ 5, 1] [1,5]] G_2 mean = [0,0] cov =[ [ 5, 1] [

    0热度

    1回答

    我想用MATLAB的系统识别工具箱(App)和命令行来识别我的quadcopter的模型。我有输入和输出信号都是非均匀采样,具体来说,连续测量之间的采样时间在整个实验中不是恒定的。 我发现,有可能创建使用MATLAB的非均匀数据集: FlightData = iddata(inputs, outputs, [],'SamplingInstants', time, 'Name', dataName)

    0热度

    3回答

    我想从python中的串口获取采样。但如果我运行一个测试代码来知道它的速率,python会给我不同的值!通常每秒约24000次。但有时这些代码只能运行14000次。什么是最大的差异原因?如果我想要取样100万我该怎么办? 这是用于测试运行速度的示例代码: import time def g(start=0, stop=5, step=1): while start < stop: