Nano Hash - криптовалюты, майнинг, программирование

Как извлечь время из POSIXct и построить график?

Здесь у меня есть кадр данных, который выглядит следующим образом: первый столбец "POSIXct" и второй "latitude"

> head(b)
                sample_time latitude
3813442 2015-05-21 19:02:41 39.92770
3813483 2015-05-21 19:03:16 39.92770
3813485 2015-05-21 19:14:30 39.92433
3813515 2015-05-21 19:14:59 39.92469
3813550 2015-05-21 19:15:30 39.92520
3813585 2015-05-21 19:16:00 39.92585

Теперь я хочу построить график latitude и sample_time, с осью x, представляющей 24-часовую отметку времени в течение одного дня, и сгруппировать latitude по разным дням. Любая помощь будет оценена! Большое спасибо.

r plot posix
08.12.2015

  • Вы нашли решение своей проблемы? 10.12.2015
  • Да. но на самом деле не так, как вы предложили. Все равно спасибо!!!^_^ 10.12.2015

Ответы:


1

Во-первых, вам нужно определить «день», а не полный рабочий день. Затем вам нужно выяснить, что вы подразумеваете под «группой» ... скажем так, вы хотите обобщить и взять среднее значение за день. В-третьих, нужно сделать сюжет.

b$day <- round.Date(b[,"sample_time"], units="days")
b_agg <- aggregate(list(sample_time=b[,"sample_time"]), by=list(day=b[,"day"]), FUN=mean)
plot(b_agg)

Редактировать:

Еще одна мысль: если вы не хотите агрегировать, вы можете пропустить второй шаг и изменить третий на plot(b[,"day"], b[,"latitude"]. Кроме того, вы можете даже захотеть что-то вроде boxplot(latitude~day, data=b).

08.12.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..