Nano Hash - криптовалюты, майнинг, программирование

Барплоты с именами столбцов

У меня есть этот набор данных:

 dat<-read.table(text = "pl     Freq
             Abid     23
             Berl     54
             Cara     54
             Daka     10",header=T)

Я пытаюсь иметь гистограмму с именем каждого столбца (под столбцами (т.е. информация «pl») и столбцами, отсортированными в порядке убывания... Я пробовал много методов упорядочения, но:

 barplot(dat$freq)

Кажется, это не лучший способ...

У меня есть идеи, которые были бы полезны!

Ваше здоровье,

R.

r bar-chart
16.01.2016

  • Да ! Это именно то, что для меток столбцов! Большое спасибо ! 16.01.2016

Ответы:


1

Я верю, что это то, что вы ищете:

barplot(dat$Freq, names.arg = dat$pl)

И если вы хотите отсортировать гистограмму в соответствии с их частотами:

dat <- dat[order(dat$Freq, decreasing = TRUE), ]

Томас

16.01.2016
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..