WedX - журнал о программировании и компьютерных науках

Ошибка Boxplot с замещающей командой, которая отлично работает с hist() и plot()

Я прошу вас помочь решить следующую проблему (и помочь мне понять причины, по которым она могла возникнуть).

Я пытался вставить в заголовок блочной диаграммы обычный текст, символ и значение переменной.

Я нашел на этом веб-сайте простой способ сделать это , иллюстрируемый некоторыми поддельными данными и гистограммой.

x_mean <- 1.5
x_sd <- 1.2
hist(rnorm(100, x_mean, x_sd),
  main = substitute(
    paste(X[i], " ~ N(", mu, "=", m, ", ", sigma^2, "=", s2, ")"),
    list(m = x_mean, s2 = x_sd^2)
  )
)

Мне это очень понравилось, поэтому я попробовала и получила ожидаемый результат. История с заголовком

Я попытался сделать то же самое с сюжетом, и снова все было в порядке. Участок с названием

Я пытался сделать то же самое с boxplot

x_mean <- 1.5
x_sd <- 1.2
boxplot(rnorm(100, x_mean, x_sd),
  main = substitute(
    paste(X[i], " ~ N(", mu, "=", m, ", ", sigma^2, "=", s2, ")"),
    list(m = x_mean, s2 = x_sd^2)
  )
)

И я получил ошибку:

Error in paste(X[i], " ~ N(", mu, "=", 1.5, ", ", sigma^2, "=", 1.44,  : 
  object 'X' not found

Почему?

Что мне делать, чтобы получить такое же поведение в boxplot?

r boxplot graphics
22.09.2016

  • Использовать bquote вместо этого? 22.09.2016
  • Я бы использовал комментарий main = parse(text = sprintf('X[i]~N(mu==%s,sigma^2==%s)', x_mean, x_sd) к вашему сведению jeroeroensons о добавлении текста: parse(text = sprintf('"%s"~X[i]~N(mu==%s,sigma^2==%s)', 'A plot of', x_mean, x_sd)) 22.09.2016
  • rawr (stackoverflow.com/users/2994949/rawr): круто, ваше предложение работает. Мелкая деталь, тильда не печатается между X[i] и N 22.09.2016
  • Роланд (stackoverflow.com/users/1412059/roland): да, наконец-то я выбрал bquote с этим main = bquote( X[i]~"~N("~mu~ "=" ~.(x_mean)~sigma^2~ "=" ~.(x_sd)~")" ) 22.09.2016
  • Но все же мне интересно, чем отличается boxplot() от hist() и plot() 22.09.2016
  • Тильда в этом случае обязательна для отделения строки от ?plotmath, если ее убрать будет ошибка 22.09.2016

Ответы:


1

Разница между plot/hist и boxplot, по-видимому, заключается в том, что main передается непосредственно внутри plot(..., main=), но boxplot в конечном итоге проходит через bxp, который использует do.call('title', list(main = ...) для построения этого текста:

Если вы используете title вручную, это работает:

x_mean <- 1.5
x_sd <- 1.2
boxplot(rnorm(100, x_mean, x_sd))
title(main = substitute(
  paste(X[i], " ~ N(", mu, "=", m, ", ", sigma^2, "=", s2, ")"),
  list(m = x_mean, s2 = x_sd^2)
))

boxplot и bxp делают это, что дает ошибку

boxplot(rnorm(100, x_mean, x_sd))
do.call('title', list(main = substitute(
  paste(X[i], " ~ N(", mu, "=", m, ", ", sigma^2, "=", s2, ")"),
  list(m = x_mean, s2 = x_sd^2)
)))
# Error in paste(X[i], " ~ N(", mu, "=", 1.5, ", ", sigma^2, "=", 1.44,  : 
#   object 'X' not found

Вы можете сделать это вручную просто отлично:

bxp(list(stats = matrix(1, 5), n = 1))
title(main = substitute(
  paste(X[i], " ~ N(", mu, "=", m, ", ", sigma^2, "=", s2, ")"),
  list(m = x_mean, s2 = x_sd^2)
))

Или, если bxp использовал alist (вместо list), чтобы X не пытался быть оценен:

bxp(list(stats = matrix(1, 5), n = 1))
do.call('title', alist(main = substitute(
  paste(X[i], " ~ N(", mu, "=", m, ", ", sigma^2, "=", s2, ")"),
  list(m = x_mean, s2 = x_sd^2)))
  )
22.09.2016
Новые материалы
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..
Для любых предложений по сайту: [email protected]