umbe1987's questions

我正在尝试使用 GNU Parallel 并行启动 Octave 脚本。一切正常，但我对导出的变量有疑问。在使用 GNU Parallel 之前，我的工作流程是打开一个终端，执行export OMP_NUM_THREADS=1，然后执行我的 Octave 脚本。这样，我为 Octave 使用的 BLAS 分配了 1 个线程。使用 GNU Parallel 时，export OMP_NUM_THREADS=1在使用 GNU Parallel 之前执行的操作是否足够，或者我应该做些不同的事情？我读过，env_parallel但我不确定在我的用例中是否需要它，以及如果需要，如何使用它。

这是我在没有 GNU Parallel 的情况下所做的（打开一个终端并）：

export OMP_NUM_THREADS=1
octave--gui

这就是我现在使用 GNU Parallel 所做的事情（然后打开一个终端）：

export OMP_NUM_THREADS=1
readlink -f ./data/*.csv | parallel "octave validation.m {}"

基本上，我正在尝试并行处理目录中的 CSV 文件validation.m，并且我想确保 BLAS 只使用 1 个线程。

我想改变基本箱线图函数显示数据的方式。

我希望将十分位数作为我的晶须，而不是箱线图现在所做的（最小值-最大值或四分位距乘以给定数字）。

因此我尝试将箱线图保存在变量 ( p) 中，并用我选择的分位数替换其“统计”属性（定义中位数、IQR 和晶须）。

但是，我无法重新绘制对象（使用 ggplot 时我可能只会调用p，但在 boxplot 的情况下，它会在我实例化它时立即绘制（即使保存到变量中），然后什么也不会发生。

x <- c(0.94063886031258,1.03136025036433,0.952395711064118,
       0.941071695551853,0.862653162449957,0.814470708156107,
       1.05880072370121,0.984234604877728,1.01529921088281,
       0.946563805766234,0.931529458894898,1.05621485359968)
set.seed(300)
x.boot <- sample(abs(1-x),replace=TRUE,size=1000)
x.q <- quantile(x.boot,c(.1,.25,.5,.75,.9))
p <- boxplot(x.boot)
p[["stats"]] <- matrix(x.q,ncol=1)
p

编辑

我发现我实际上可以这样做，将图保存到可编辑对象中，然后可以重新绘制，但这远非理想，所以如果没有其他选择，我可能会使用 ggplot。

boxplot(x.boot)
# save the plot into an editable object
p <- recordPlot()
# make some edits in the right places
p[[1]][[9]][[2]][[3]] <- c(x.q[2],x.q[2],x.q[4],x.q[4])
p[[1]][[8]][[2]][[5]] <- c(x.q[1],x.q[5])
p[[1]][[8]][[2]][[3]] <- c(x.q[1],x.q[5])
p[[1]][[7]][[2]][[3]] <- c(x.q[1],x.q[5])
p[[1]][[7]][[2]][[5]] <- c(x.q[2],x.q[4])
p[[1]][[4]][[2]][[3]] <- c(x.q[2],x.q[2],x.q[4],x.q[4])
# redraw
plot.new()
p

我习惯于data.table::shift滞后我的时间序列。我现在想要的是扩展日期以考虑超出时间序列最大日期的转变。

例如，如果我有一个于 2023 年 5 月结束的每月时间序列，并且我滞后了 3 个月，那么我想要获得的是于 2023 年 8 月结束的平移时间序列。

让事情变得复杂的是，我必须按组来做这件事。

让我举一个简单的例子。

library(data.table)

dates <-
  rep(seq.Date(
    from = as.Date("2023-01-01"),
    to = as.Date("2023-05-01"),
    by = "month"
  ), times = 2)
groups <- c(rep("a", 5), rep("b", 5))
values <- 1:10
data <- data.table(date=dates,group=groups,value=values)

如果我这样做data[, value.lag := shift(value, n = 3), by = group]，我会得到这个，它仍然在 2023 年 5 月结束，这不是我想要的：

date    group   value   value.lag
2023-01-01  a   1   NA
2023-02-01  a   2   NA
2023-03-01  a   3   NA
2023-04-01  a   4   1
2023-05-01  a   5   2
2023-01-01  b   6   NA
2023-02-01  b   7   NA
2023-03-01  b   8   NA
2023-04-01  b   9   6
2023-05-01  b   10  7

我需要的是这个（列值是可选的，我真正需要的是 value.lag）：

date    group   value   value.lag
2023-01-01  a   1   NA
2023-02-01  a   2   NA
2023-03-01  a   3   NA
2023-04-01  a   4   1
2023-05-01  a   5   2
2023-06-01  a   NA  3
2023-07-01  a   NA  4
2023-08-01  a   NA  5
2023-01-01  b   6   NA
2023-02-01  b   7   NA
2023-03-01  b   8   NA
2023-04-01  b   9   6
2023-05-01  b   10  7
2023-06-01  b   NA  8
2023-07-01  b   NA  9
2023-08-01  b   NA  10