数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

啊啊啊啊啊吖

【问题求助】R里的tm包文本分析的问题

各位行业大佬，求助呀😌~~~我最近在用R做文本分析，代码下bingqi

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

关于gather函数应用的问题

原来的数据格式a希望的数据格式a请问如何用gather函数进行宽变长的变换，谢谢数据：structure(list(conc = c(0, 0.05), HMP = c(71.014, 71.5105), hmpSD = c(2.16233,0.44194), PP = c(71.014, 72.975), PPSD = c(2.16233, 1.20491), TP

0.0000

0

1

0

关注作者

收藏

阿抽哥哥

Pandas中dropna()参数如何理解？

data.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) :Seriese 使用 dropna 比较简单，对于 DataFrame 来说，可以设置更多的参数。axis 参数用于控制行或列，跟其他不一样的是，axis=0 （默认）表示操作行，axis=1 表示操作列。how 参数可选的值为 any（默认

43.7056

1

4

0

关注作者

收藏

啊啊啊啊啊吖

R加载metafor的问题

刚开始学习使用R软件，想做meta分析。但是第一步就出现了问题，“metafor"软件包可以安装，但每次都加载失败，超级困扰。> utils:::menuInstallLocal()程序包‘metafor’打开成功，MD5和检查也通过> local({pkg

0.0000

0

1

0

关注作者

收藏

PGC123

hadoop 各个配置文件作用？

hadoop常用的几个配置文件有：Hadoop-env.sh 、core-site.xml 、YARN-site.xml、mapred-site.xml、hdfs-site.xml。1、hadoop-env.sh是hadoop运行用到的环境变量配置文件2、core-site.xml hadoop core 的配置项，例如HDFS、mapreduce和yarn常用的I/O配置3、YAR

0.0000

0

2

0

关注作者

收藏

PGC123

hadoop本地模式安装配置

1、解压Hadoop压缩文件到用户主目录下tar -zxvf ./Downloads/hadoop-2.7.5.tar.gz #我的安装文件位置./Downloads/hadoop-2.7.5.tar.gz，如果位置不一样需要修改2、将解压后的文件名变为hd275 (不是必须，只是为了让文件目录名字短一些)mv hadoop-2.7.5/ ./hd2753、配置Hadoop环境变量

0.0000

0

1

0

关注作者

收藏

PGC123

如何设置本地SSH无密码登录？

ssh 无密登录是配置Hadoop集群的基础工作，如果没有这步集群间无法通讯配置本地SSH免密登录：1、首先在本地生成公私钥ssh-keygen -t rsa #生成秘钥对2、将公钥发送到授权文件中cat ./id_rsa.pub >> ~/.ssh/authorized_keys3、测试是否可以免密登录ssh localhost如果不需要输入密码即可进入系统说明配置成功。

46.4498

1

1

0

关注作者

收藏

PGC123

Linux 配置java 环境变量

Linux下配置环境变量可分为三种级别：一、所有用户级的修改修改/etc/profile文件，优点：此种配置时所有用户的shell都有权使用这些环境变量，缺点是：可能会给系统带来安全性问题。用文本编辑器打开/etc/profile，在profile文件末尾加入：export JAVA_HOME=/usr/local/jdk1.8export CLASSPATH=.:$JAVA_H

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

日期、时间解析函数

parse_datetime() 期待的是符合 ISO 8601 标准的日期时间。 ISO 8601 是一种国际标准，其中日期的各个部分按从大到小的顺序排列，即年、月、日、小时、分钟、秒：parse_datetime("2010-10-01T2010")#> [1] "2010-10-01 20:10:00 UTC"# 如果时间被省略了，那么它就会被设置为午夜parse_datetime

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

关于R里因子的问题

R 使用因子表示取值范围是已知集合的分类变量。如果 parse_factor() 函数的 levels 参数被赋予一个已知向量，那么只要存在向量中没有的值，就会生成一条警告：fruit Warning: 1 pars

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

R里的字符串

每个十六进制数表示信息的一个字节： 48 是 H、 61 是 a 等。从十六进制数到字符的这种映射称为编码，这个示例中的编码方式称为 ASCII。 ASCII 可以非常好地表示英文字符，因为它就是美国信息交换标准代码（American Standard Code for Information Interchange）的缩写。对于英语之外的其他语言，事情就变得更加复杂了。计算机发展的早期阶

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

解析数值似乎是非常直截了当的，但以下 3 个问题增加了数值解析的复杂性。• 世界各地的人们书写数值的方式不尽相同。例如，有些国家使用 . 来分隔实数中的整数和小数部分，而有些国家则使用 ,。• 数值周围经常有表示某种意义的其他字符，如 $1000 或 10%。• 数值经常包含“分组”，以便更易读，如 1 000 000，而且世界各地用来分组的字符也不尽相同。为了解决第一个问题， rea

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

解析向量是个啥

parse_*() 函数族。这些函数接受一个字符向量，并返回一个特定向量，如逻辑、整数或日期向量：str(parse_logical(c("TRUE", "FALSE", "NA")))#> logi [1:3] TRUE FALSE NAstr(parse_integer(c("1", "2", "3")))#> int [1:3] 1 2 3str(parse_date(c("20

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

使用tibble取子集

迄今为止，所有工具都是作用于整个数据框。如果想要提取单个变量，那么就需要一些新工具，如 $ 和 [[。 [[ 可以按名称或位置提取变量； $ 只能按名称提取变量，但可以减少一些输入：df [1] 0.434 0.395 0.548 0.762 0.254df[["x"]]#>

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

tibble的打印

tibble 的打印方法进行了优化，只显示前 10 行结果，并且列也是适合屏幕的，这种方式非常适合大数据集。除了打印列名， tibble 还会打印出列的类型，这项非常棒的功能借鉴于str() 函数。tibble(a = lubridate::now() + runif(1e3) * 86400,b = lubridate::today() + runif(1e3) * 30,c = 1

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

创建tibble实现简单数据框

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，以便更易于使用。 R 是一门古老的语言，其中有些功能在 10 年或 20 年前是适用的，但现在已经过时。在不破坏现有代码的前提下，很难修改 R 的基础功能，因此多数革新都是以扩展包的方式出现的。tidyverse 的核心 R 包之一——tibble 包。library(tidyverse)tibble 是 tidyve

0.0000

0

7

0

关注作者

收藏

CDA字幕组

干货 | 机器学习没有你想的那么复杂

作者 | Anish Phadnis翻译 | Mika本文为 CDA 数据分析师原创作品，转载需授权人脑是最神奇的。你知道我更感兴趣的是什么吗？是我们的学习能力。我们如何能够适应并学习全新的技能，然后应用到日常生活之中呢?我有一个6岁的弟弟，我看着他从懵懵懂懂的小婴儿逐渐长大。他学会了如何爬行、走路、跑；如何学会说话，理解简单的语法和简单的数学。本文中我就要谈谈如何让机器复制这种学

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

Python里的切片

使用切片（slicing）来访问特定范围内的元素。为此，可使用两个索引，并用冒号分隔：>>> tag = 'Python web site'>>> tag[9:30]'http://www.python.org'>>> tag[32:-4]'Python web site'切片适用于提取序列的一部分，其中的编号非

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

Python的序列操作-索引

序列中的所有元素都有编号——从0开始递增。你可像下面这样使用编号来访问各个元素：>>> greeting = 'Hello'>>> greeting[0]'H字符串就是由字符组成的序列。索引0指向第一个元素，这里为字母H。不同于其他一些语言， Python没有专门用于表示字符的类型，因此一个字符就是只包含一个元素的字符串。Python将从右（即从最后一个元素）开始往左数，因此1是

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

分组新变量

虽然与 summarize() 函数结合起来使用是最有效的，但分组也可以与 mutate() 和 filter()函数结合，以完成非常便捷的操作。• 找出每个分组中最差的成员：flights_sml %>%group_by(year, month, day) %>%filter(rank(desc(arr_delay)) < 10)#> Source: local data fram

6.8974

1

1

0

关注作者

收藏

<1…377378379…404>

CDA考试动态

CDA报考指南