linux 如何运行r脚本,Linux系统下如何debug R脚本
如果是ubuntu??opensuse 系統(tǒng) 推薦用Rstudio 。
我們可以輸人help(debug)去查看這函數(shù)的說(shuō)明及指令。
這里用by.quantiles做例子，逐步展示編寫(xiě)程序及除錯(cuò)的過(guò)程。
首先，函數(shù)by.quantiles可以把向量x分成任何數(shù)目n的分位數(shù)(quantiles)假如x是c( 0.42, .15, .7, .35 , .38, .41, .1)，那么by. quarntiles (x ,2), quartiles(x ,4)，分別會(huì)傳回向量(2,1,1,1,2,2,2,1) 及(4,1,2,2,3,3,4,1)。這些數(shù)字代表在x內(nèi)相應(yīng)的元素是屬于第幾個(gè)分位。
R有內(nèi)置函數(shù)quantile，它能讀取向量形式的數(shù)據(jù)及概率切點(diǎn)(probability breakpoints)向量(二分位數(shù)時(shí)是c(0,0.5,1);四分位數(shù)時(shí)是c(0,0.25,0.5,0.75,1)等)及傳回?cái)?shù)據(jù)的分位數(shù)切點(diǎn)。quantile函數(shù)就是by.quantiles核心所在。它的語(yǔ)法及內(nèi)容如下:
by. quantiles=function(x，n)
{
產(chǎn)生n分位數(shù)的概率切點(diǎn)向量
利用函數(shù)quartile來(lái)產(chǎn)生真正的切點(diǎn)
根據(jù)所得的切點(diǎn)，把數(shù)據(jù)x細(xì)分為n分位數(shù)。
傳回結(jié)果
}
首先，我們逐步編寫(xiě)by. quartiles;我們需明白如何產(chǎn)生概率切點(diǎn)。概率切點(diǎn)是一個(gè)向量，其起始為0,終結(jié)為1。把數(shù)據(jù)分成兩部分的向量含有3個(gè)元素(0,0.5,1)，而把數(shù)據(jù)分為四部分的向量含有五個(gè)元素(0，0.25，0.5，0.75，l)，所以我們可得出把數(shù)據(jù)分為n部分的向量會(huì)含有n+1個(gè)元索。我們可利用rep函數(shù)來(lái)建立這個(gè)向量。我們最好分開(kāi)來(lái)測(cè)試函數(shù)的每一部分，直到我們確定所有部分都相互協(xié)調(diào)。首先我們輸人:
by.quantiles=function(n,x){
pbreaks=rep(0,n+1)
pbreaks[n+1]=1;
pbreaks;
}
> by.quantiles(c(1,2,3,4),2)
錯(cuò)誤于rep(0, n + 1) : 'times'參數(shù)不對(duì)
以上例子中，第1個(gè)自變量應(yīng)為x，而第二個(gè)自變量應(yīng)為n才對(duì)。更正這個(gè)錯(cuò)誤后再執(zhí)行，便會(huì)輸出“[1] 0 0 1"，到目前為止，仍看似正確無(wú)誤?，F(xiàn)在，我們需設(shè)法找出向量中間所包含的數(shù)值，其中一個(gè)方法是利用for循環(huán)。我們只需知道向量的首個(gè)及最尾的數(shù)值，然后逐一加人中間的數(shù)值。在二分位數(shù)的例子中，向量以1為計(jì)算單位:〔0,0.5 , 1 );而在四分位數(shù)的例子中，則以1/4為計(jì)算單位(0,0.25,0.5,0.75,1)。因此在n分位數(shù)的情況下，向量應(yīng)以1/n為計(jì)算單位。
利用fix( by. quanttles)函數(shù)來(lái)變更by. qutiles如下:
by.quantiles=function(x,n){
pbreaks=rep(0,n+1)
pbreaks[n+1]=1;
for(i in 2：n-1))
pbreaks=1/n;
pbreaks;
}
我們?cè)贉y(cè)試一下這個(gè)例子> by.quantiles(c(1,2,3,4),2)
[1] 0.5 0.5 1.0
這看來(lái)并不正確，因第二個(gè)數(shù)值應(yīng)是0。我們?cè)佥斎氩煌臏y(cè)試程序，好讓我們對(duì)于問(wèn)題所在有更清晰的了解:
> by.quantiles(c(1,2,3,4),4)
[1] 0.00 0.25 0.25 0.00 1.00
這里有兩個(gè)問(wèn)題:一是0出現(xiàn)于1之前，而數(shù)字并沒(méi)有遞增，原來(lái)是由于我們?cè)趂or循環(huán)中用了n一1而不是n。向量含有n +1個(gè)元素，因此第二最后元素應(yīng)為n。另一個(gè)問(wèn)題是來(lái)自pbreaks=1/n一行。我們是想在這方程式的右邊得到出現(xiàn)某處的i之?dāng)?shù)值。更正for循環(huán)的執(zhí)行范圍應(yīng)可解決第一個(gè)問(wèn)題。同時(shí)，讓我們嘗試用i/n來(lái)代替1/n來(lái)解決第二個(gè)問(wèn)題。> by.quantiles(c(1,2,3,4),2)
[1] 0 1 1
> by.quantiles(c(1,2,3,4),4)
[1] 0.00 0.50 0.75 1.00 1.00
應(yīng)該用(i-1)/n才對(duì)~更正這錯(cuò)誤后，函數(shù)的這部分便可正常運(yùn)作:
function(x,n){
pbreaks=rep(0,n+1)
pbreaks[n+1]=1;
for(i in 2:n)
pbreaks=(i-1)/n;
pbreaks;
}
> by.quantiles(c(1,2,3,4),4)
[1] 0.00 0.25 0.50 0.75 1.00下一步是利用函數(shù)quantile來(lái)計(jì)算數(shù)據(jù)中每個(gè)分位數(shù)的切點(diǎn)。輸人help( quantile)可找到這函數(shù)的用法。為避免每次測(cè)試程序時(shí)都要重新輸人數(shù)據(jù)，我們把數(shù)據(jù)儲(chǔ)存為sample
sample=c(0.42,0.15,0.25,0.27,0.35,0.38,0.41,0.1)
我們加入函數(shù)quantile來(lái)測(cè)試sample??當(dāng)n =4時(shí)，所傳回的值應(yīng)類(lèi)似(0.1,0.2,0.3,0.4,0.5)
by.quantiles=function(x,n){
pbreaks=rep(0,n+1)
pbreaks[n+1]=1;
for(i in 2:n)
pbreaks=(i-1)/n;
dbreaks=quantile(x,probs=pbreaks)
dbreaks;
}
> by.quantiles(sample,4)
0%? ? 25%? ? 50%? ? 75%? ?100%
0.1000??0.2250? ?0.3100? ? 0.3875? ? 0.4200這看似正確。下一步要利用dbreaks把數(shù)據(jù)以分位數(shù)寫(xiě)人。我們需要做的是核查x的每個(gè)元素是否在某兩個(gè)切點(diǎn)之間，若是便歸納于相對(duì)應(yīng)的分位。
開(kāi)始時(shí)，我們先建立n+1個(gè)0，然后利用for循環(huán)把它們逐個(gè)加人。實(shí)際上，我們需要兩個(gè)for循環(huán):一個(gè)用來(lái)讀取數(shù)據(jù)內(nèi)的每個(gè)元素，另一個(gè)則把每個(gè)元素與分位數(shù)逐一比較。這即是說(shuō)，就算該元素己被安置到正確的分位數(shù)組別，它亦會(huì)繼續(xù)與其“白分位數(shù)比較。其實(shí)也可編寫(xiě)一個(gè)較快的循環(huán)，在安置元素到正確的分位數(shù)組別之后，便終比運(yùn)作。但編寫(xiě)這個(gè)函數(shù)相當(dāng)復(fù)雜~
這兩個(gè)for循環(huán)(一個(gè)根據(jù)i，另一個(gè)根據(jù)j)會(huì)含有一個(gè)if敘述，用以確定某元素是否屬于第j個(gè)分位數(shù)組別。如果條件正確，該元素對(duì)應(yīng)的j的值便會(huì)被記錄。
by.quantiles=function(x,n){
pbreaks=rep(0,n+1)
pbreaks[n+1]=1;
for(i in 2:n)
pbreaks=(i-1)/n;
dbreaks=quantile(x,probs=pbreaks)
data.by.quantiles=rep(0,n+1);
for(i in 1：n+1))
for(j in 1:n)
if(x>=dbreaks[j]&x
data.by.quantiles=j
data.by.quantiles;
}
> by.quantiles(sample,4)
[1] 0 1 2 2 3為什么結(jié)果不是與原來(lái)的數(shù)據(jù)一樣長(zhǎng)呢?讓我們利用debug來(lái)找尋for循環(huán)中的錯(cuò)處所在。(而且，為何O會(huì)出現(xiàn)?)
> debug(by.quantiles)
> by.quantiles(sample,4)
debugging in: by.quantiles(sample, 4)
debug: {
pbreaks = rep(0, n + 1)
pbreaks[n + 1] = 1
for (i in 2:n) pbreaks= (i - 1)/n
dbreaks = quantile(x, probs = pbreaks)
data.by.quantiles = rep(0, n + 1)
for (i in 1：n + 1)) for (j in 1:n) if (x>= dbreaks[j] &
x< dbreaks[j + 1])
data.by.quantiles= j
data.by.quantiles
}
Browse[2]> n
debug: pbreaks = rep(0, n + 1)
Browse[2]> n
debug: pbreaks[n + 1] = 1
Browse[2]> n
debug: for (i in 2:n) pbreaks= (i - 1)/n
Browse[2]> n
debug: dbreaks = quantile(x, probs = pbreaks)
Browse[2]> n
debug: data.by.quantiles = rep(0, n + 1)
Browse[2]> n
debug: for (i in 1：n + 1)) for (j in 1:n) if (x>= dbreaks[j] &
x< dbreaks[j + 1]) data.by.quantiles= j
Browse[2]> n
debug: NULL
Browse[2]> x
[1] 0.42 0.15 0.25 0.27 0.35 0.38 0.41 0.10
Browse[2]> dbreaks
0%? ? 25%? ? 50%? ? 75%? ?100%
0.1000 0.2250 0.3100 0.3875 0.4200
Browse[2]> data.by.quantiles
[1] 0 0 0 0 0
Browse[2]> Q向量data.by.quantiles，的長(zhǎng)度應(yīng)與x相同，而不是與dbreaks的長(zhǎng)度相同。這代表i應(yīng)由1至length(x)。更改這錯(cuò)誤之后，結(jié)果看來(lái)稍為好些，但仍未能正常運(yùn)作:
by.quantiles=function(x,n){
pbreaks=rep(0,n+1)
pbreaks[n+1]=1;
for(i in 2:n)
pbreaks=(i-1)/n;
dbreaks=quantile(x,probs=pbreaks)
data.by.quantiles=rep(0,n+1);
for(i in 1:length(x))
for(j in 1:n)
if(x>=dbreaks[j]&x
data.by.quantiles=j
data.by.quantiles;
}
> by.quantiles(sample,4)
[1] 0 1 2 2 3 3 4 1再次利用debug來(lái)查看錯(cuò)在何處。輸出的結(jié)果應(yīng)是(4,1,2,2,3,3,4,1)，那么為何函數(shù)只會(huì)產(chǎn)生0而不是4呢?或許是由于輸出結(jié)果從0開(kāi)始吧。那么為何函數(shù)保留0而不產(chǎn)生4呢?
> debug(by.quantiles)
> by.quantiles(sample,4)
debugging in: by.quantiles(sample, 4)
debug: {
pbreaks = rep(0, n + 1)
pbreaks[n + 1] = 1
for (i in 2:n) pbreaks= (i - 1)/n
dbreaks = quantile(x, probs = pbreaks)
data.by.quantiles = rep(0, n + 1)
for (i in 1:length(x)) for (j in 1:n) if (x>= dbreaks[j] &
x< dbreaks[j + 1])
data.by.quantiles= j
data.by.quantiles
}
Browse[2]>
debug: pbreaks = rep(0, n + 1)
Browse[2]>
debug: pbreaks[n + 1] = 1
Browse[2]>
debug: for (i in 2:n) pbreaks= (i - 1)/n
Browse[2]>
debug: dbreaks = quantile(x, probs = pbreaks)
Browse[2]>
debug: data.by.quantiles = rep(0, n + 1)
Browse[2]>
debug: for (i in 1:length(x)) for (j in 1:n) if (x>= dbreaks[j] &
x< dbreaks[j + 1]) data.by.quantiles= j
Browse[2]>
debug: NULL
Browse[2]> x[1]
[1] 0.42
Browse[2]> dbreaks[4]
75%
0.3875
Browse[2]> dbreaks[5]
100%
0.42從結(jié)果看來(lái)，第一個(gè)元素是大于或等于第75個(gè)百分位數(shù)，但不是少于第100個(gè)百分位數(shù)。為何會(huì)出錯(cuò)呢?原來(lái)測(cè)試應(yīng)針對(duì)x是否小于或等于(<=)dbreaks[j+1]，而不是絕對(duì)小于(
pbreaks=rep(0,n+1)
pbreaks[n+1]=1;
for(i in 2:n)
pbreaks=(i-1)/n;
dbreaks=quantile(x,probs=pbreaks)
data.by.quantiles=rep(0,n+1);
for(i in 1:length(x))
for(j in 1:n)
if(x>=dbreaks[j]&x<=dbreaks[j+1])
data.by.quantiles=j
data.by.quantiles;
}
> by.quantiles(sample,4)
[1] 4 1 2 2 3 3 4 1啊嗚，終于說(shuō)完了，希望說(shuō)清楚了...
總結(jié)
以上是生活随笔為你收集整理的linux 如何运行r脚本,Linux系统下如何debug R脚本的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： linux 系统的内核,[科普] Lin
- 下一篇： linux 权限中加号,关于Linux中