※ 引述《realtemper (Be pythonic!)》之铭言： : [问题类型]: : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : 注：赏金限首杀者，自动分组的部分跟主要问题分开，详见内文 : [软体熟悉度]: : 入门(写过其他程式，只是对语法不熟悉) : [问题叙述]: : 问题应该算常见，看标题就明白，但做起来却难如登天 怎麽做怎麽错 : 我的资料长这样(公司资料无法携出 劳烦解答者自行按下面说明稍微模拟一下) : tableA : GP N N_valid : --------------------- : 1 300 120 : 2 225 55 : 3 145 42 : 4 101 45 : .... : 52 5 3 : 53 1 1 : 55 2 0 : 58 2 2 : 63 1 0 : 79 2 1 : 97 1 0 : tableA 是一个 pre-summarized 的次数分布图： : GP 是整数，由小排到大，但并不 consecutive : N 代表某 GP 值的事件数 : N_valid 代表成功事件数，0 <= N_valid <= N : 并且这张表有一个特性 : 就是 N 愈到後面愈稀疏 : 如果 N = N_valid = 0 则不会出现该 GP 的 row, 例如 GP=80 : 我想做的事情也很简单： : 画出成功机率 (N_valid / N) vs GP 的走势图 : 实际上应该会是 sum(N_valid)/sum(N) "group by 每个bins" 的概念 : 并且因为GP愈大，N值愈稀疏，所以组距也必须设定为愈後面愈宽 : 要不然每组的样本数不够，机率的上下跳动幅度会太大 : 目前还想不到什麽好方法来做自动化的计算 : 所以就先手动设定 breaks = c(5,10,15,20,30,50) : (如果可以自动化，也希望一并提供solution，赏金额外再给$200) : 我尝试弄了一段程式码如下 : hist <- ggplot(tableA, aes(x=GP)) + : geom_bar(aes(y=sum(N_valid)/sum(N)), : breaks=breaks, : stat='identity') + : scale_y_continuous(labels=percent) : hist : 反正就先设好资料，再设好图层跟轴，最後座标轴等修饰属性套上去 : ggplot 的 code 基本也就长这样 : 结果虽然有图，但是不work，跑出一堆黑白相间的条纹，scale 也完全不对。 : (资料在公司 无法连网请见谅) : 这问题太 subtle 了 : stackoverflow 无果 : 性质最接近的帖子如下 : http://stackoverflow.com/questions/15664202/how-to-interpret-the-different-ggplot2-densities : http://stackoverflow.com/questions/15733531/specifying-number-of-breaks-with-scales-in-ggplot2-without-a-transform/15734133#15734133 : http://stackoverflow.com/questions/15651084/error-with-ggplot2-mapping-variable-to-y-and-using-stat-bin : 但都不是我所需要的(当然也可能是我程度太差看不懂) : google 关键字也不知道要怎麽下 : 因为工作关系没有办法在这个问题上浪费太多时间 : 故在此直接出 $300 徵答(如有办法不用手动设定breaks再加$200) : 请意者作答後，把汇款方式寄站内信给我(我付款後要再麻烦您推文告知已收到) : 感谢大大热心! library(pipeR) library(dplyr) library(ggplot2) # data generation prob_f <- function(x) x %>>% (.^2/2+3*.-3) %>>% (./sum(.)) %>>% rev sample_f <- function(x) sort(sample(x, 60, prob = prob_f(x))) table_A <- data.frame(GP = sample_f(1:100), N = rev(sample_f(1:400))) %>>% mutate(N_valid = sapply(N, function(x) rbinom(1, x, 0.6))) # find the breaks find_breaks_f <- function(x){ seq(log(5), log(round(max(x)/100)*100), length.out = round(length(x)/11)) %>>% exp %>>% c(0) %>>% sort %>>% return } breaks <- find_breaks_f(table_A$GP) # find the probability of success by breaks table_for_graph <- mutate(table_A, group = findInterval(GP, breaks)) %>>% group_by(group) %>>% summarise(prob_success = sum(N_valid) / sum(N)) %>>% mutate(x = breaks %>>% ((head(., length(.)-1) + tail(., length(.)-1))/2 )) # plot ggplot(table_for_graph, aes(x = x, y=prob_success)) + geom_line() + ylab("Probabilities") + xlab("") %>>%网路上有很详细的解释 (跟%>%不相容) dplyr的相关内容a我的id吧 我这里只是用直觉去做而已，我不知道合不合用，试试看吧 : [程式范例]: : 请见问题叙述後半段(公司资料保密无法连网请见谅) : [环境叙述]: : 摘要如下 : R 3.2.1 win7 x64 SP1 : platform: x86_64-w64-mingw32/x64 (64-bit) : 有library(ggplot2) : library(scales) : [关键字]: : ggplot : geom_histogram : geom_bar : summary function : density -- : 顺便再问一下 : 为什麽我想上网 RTFM 却没有一个地方给我 RTFM (例如python就有python docs) : 只能在一堆非结构化的散乱网页当中连来连去 : https://cran.r-project.org/index.html : https://cran.r-project.org/manuals.html : http://stat.ethz.ch/R-manual/ : https://www.r-project.org/other-docs.html : 是不是大家学R真的全靠help()跟example()就可以了呢？ 好的help可以让你懂那个套件在干嘛，用心的作者还会写tutorial or vignettes 而遇到一些问题，常常爬stackoverflow都能找到解答 不过画图这种东西，我觉得个人要的不同，很难找答案 不如自己想办法画吧 : 在网路上没有一个像python docs的集中地 个人觉得是UX上的一个致命缺陷 这我不清楚，我不熟python : 当然个人学习 靠help()跟example()是OK的没错 : 问题是你要demo,要推广,要做教学 demo, 推广, 教学，有R console也够阿，不懂为啥要Rstudio 而且Rstudio可以直接按Open in new windows，不用拉来拉去 自备一台笔电最重要 (我自己都用桌机还敢说别人XD 有自己的笔电有自己的环境才适合做更多事情 版上没有自己笔电应该少之又少(摊手 如果是公司电脑就比较难办了(摊手 : 你所在的环境不一定容许你预先装好Rstudio : 例如，公司电脑，或者手机(出门在外需要讨论问题查资料) : 而且初学者通常不喜欢打指令， 初学者之所以初学者就是要学，不喜欢打指令只能慢慢习惯 你选择了这个工具只能去习惯这个工具 不然就去用SAS EG, spss, pspp, minitab之类的吧 : 更不喜欢每打一次指令就要跑去把Rstudio的说明视窗拉大 上面有说 : 我也很好奇大家是怎麽面对这个困扰的 @@ -- R资料整理套件系列文： magrittr #1LhSWhpH (R_Language) http://tinyurl.com/j3ql84c data.table #1LhW7Tvj (R_Language) http://tinyurl.com/hr77hrn dplyr(上) #1LhpJCfB (R_Language) http://tinyurl.com/jtg4hau dplyr(下) #1Lhw8b-s (R_Language) tidyr #1Liqls1R (R_Language) http://tinyurl.com/jq3o2g3 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 180.218.152.118 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1461677119.A.A27.html 试完再跟我说，觉得如何吧 ※ 编辑: celestialgod (180.218.152.118), 04/27/2016 00:37:09