- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用filled.contour() 来绘制存储在矩阵中的数据。数据是由(高度)非线性函数生成的,因此其分布根本不均匀,范围非常大。
因此,我必须使用“级别”选项来微调情节。但是,filled.contour() 并没有使用这些自定义级别来为热图制作适当的颜色键,我觉得这很令人惊讶。
这是我的意思的一个简单示例:
x = c(20:200/100)
y = c(20:200/100)
z = as.matrix(exp(x^2)) %*% exp(y^2)
filled.contour(x=x,y=y,z=z,color.palette=colorRampPalette(c('green','yellow','red')),levels=c(1:60/3,30,50,150,250,1000,3000))
最佳答案
我感觉到你的沮丧。我从未找到使用 filled contour
的方法来做到这一点,所以通常恢复使用 image
然后将我自己的比例添加为单独的情节。我写了函数image.scale
帮助解决这个问题(link)。下面是一个示例,说明如何为您的比例提供对数转换以扩展小值 - 然后使用非对数转换值作为标签标记比例:
例子:
source("image.scale.R") # http://menugget.blogspot.de/2011/08/adding-scale-to-image-plot.html
x = c(20:200/100)
y = c(20:200/100)
z = as.matrix(exp(x^2)) %*% exp(y^2)
pal <- colorRampPalette(c('green','yellow','red'))
breaks <- c(1:60/3,30,50,150,250,1000,3000)
ncolors <- length(breaks)-1
labs <- c(0.5, 1, 3,30,50,150,250,1000,3000)
#x11(width=6, height=6)
layout(matrix(1:2, nrow=1, ncol=2), widths=c(5,1), heights=c(6))
layout.show(2)
par(mar=c(5,5,1,1))
image(x=x,y=y,z=log(z), col=pal(ncolors), breaks=log(breaks))
box()
par(mar=c(5,0,1,4))
image.scale(log(z), col=pal(ncolors), breaks=log(breaks), horiz=FALSE, xlab="", ylab="", xaxt="n", yaxt="n")
axis(4, at=log(labs), labels=labs)
box()
关于r - R : nonlinear key range 中的填充.contour(),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17781430/
我已经成功地将 GEKKO 用于解决各种问题,但我无法确定的一件事是目标函数或约束中非线性项的限制。我发现可以容忍一些非线性项,例如 m.Obj(sum(x * values) / sum(x)) 似
这是我的代码。我在给定约束 abs(expr1)=abs(expr2) 的情况下最大化表达式 abs(expr1)。 import numpy as np from gekko import GEKK
我正在使用 GEKKO 来解决非线性规划问题。我的目标是将 GEKKO 性能与替代方案进行比较,因此我想确保我从 GEKKO 中获得其所能提供的最佳性能。 有n个二元变量,每个变量都分配有一个权
我正在使用filled.contour() 来绘制存储在矩阵中的数据。数据是由(高度)非线性函数生成的,因此其分布根本不均匀,范围非常大。 因此,我必须使用“级别”选项来微调情节。但是,filled.
我定义了以下函数: fun count:: "'a ⇒ 'a list ⇒ nat" where "count a Nil = 0" | "count a (Cons b xs) = (count a
我尝试在 python 中求解摩擦系数的科尔布鲁克(非线性)方程,但我不断收到此错误: ZeroDivisionError: float 除以零 这是完整的回溯: Traceback (most re
简而言之:。我的目标是找出一个特定的复杂的非线性函数是否可以用来取代神经网络中的单个神经元。理想情况下,我想证明我能在MNIST的数字图片上进行训练。我曾尝试过用pytorch,但它太慢了,主要是因为
我是一名优秀的程序员,十分优秀!