Найти матрицу онлайн методом гаусса: Определитель матрицы методом Гаусса онлайн

«40 лучших» новых пакетов CRAN · Просмотры R

Джозеф Риккерт

В октябре в CRAN поступило 174 новых пакета. Вот мои «40 лучших» вариантов в шестнадцати категориях: астрономия, биология, бизнес, вычислительные методы, данные, экология, финансы, геномика, математика, машинное обучение, медицина, фармацевтика, статистика, временные ряды, утилиты, визуализация.

Астрономия

Skylight v1.1: Предоставляет функцию для расчета значений освещенности неба (в люксах) для солнца и луны. Модель представляет собой дословный перевод кода Яничека и ДеЯнга (1987). Есть виньетки для использования и расширенного использования.

Биология

Палеоверс v1.0.0: Предоставляет инструменты для поддержки подготовки и исследования данных для палеобиологического анализа, включая функции очистки данных, объединения (время и пространство), суммирования и визуализации с целью улучшения воспроизводимости и доступности кода, а также установления стандартов для палеобиологического сообщества. См. Джонс и др. для получения подробной информации и руководства по участию.

pirouette v1.6.5: Реализует метод создания байесовского апостериорного анализа на основе филогенеза, отражающего истинные эволюционные отношения. См. Richèl et al. (2020) для фона. Есть несколько виньеток, включая учебник, демонстрацию и руководство, показывающее, как использовать пакет в научном эксперименте.

Business

bupaverse v0.1.0: Облегчает загрузку пакетов, включающих bupaverse, интегрированный набор пакетов R для обработки и анализа данных бизнес-процессов, разработанный исследовательской группой Business Informatics в Университете Хасселта, Бельгия. См. Руководство по началу работы.

Вычислительные методы

fastWavelets v1.0.1: Обеспечивает реализацию Rcpp дискретного вейвлет-преобразования с максимальным перекрытием (MODWT) и дискретного вейвлет-преобразования À Trous. См. Quilty & Adamowski (2018) для получения дополнительной информации и README для примеров.

gips v1.0.0: Используются методы, описанные в Graczyk et al. (2022), чтобы найти группу симметрии перестановок, при которой ковариационная матрица данных является инвариантной. См. виньетки Оптимизаторы, Теория и гипсы.

HomomorphicEncryption v0.1.0: реализует схему Brakerski-Fan-Vercauteren (2012), Brakerski-Gentry-Vaikuntanathan (2014) и Cheon-Kim-Kim-Song (2016) для полностью гомоморфного шифрования. Есть семь коротких виньеток, включая BFV, BGV и CKKS.

rxode2random v2.0.9: Реализует параллельную генерацию случайных чисел. См. Ван и др. (2016) и Fidler et al (2019) для справочной информации и README для примера. См. README, чтобы начать.

amazonadsR v0.1.0: предоставляет функции для сбора данных о кампаниях цифрового маркетинга с использованием API Windsor.ai. Посмотрите учебник для примера, а также посмотрите на связанные новые пакеты:

бингадсR , реклама в фейсбуке р. , гугл адс р , инстаграм р , линкенадзР , pinterestads р , redditadsR , снэпчатадс р , тиктокадсR , twitteradsR .

Пабло Санчес был в ударе в октябре.

Congress v0.0.1: Предоставляет функции для загрузки и чтения данных о заседаниях Конгресса США через API Congress.gov Библиотеки Конгресса. Смотрите README для примера.

Экология

canaper v1.0.0: Предоставляет функции для анализа пространственного распределения биоразнообразия, особенно полезные при категориальном анализе нео- и палеоэндемизма (CANAPE), как описано в Mishler et al. (2014) и для статистических тестов для определения типов эндемизма, встречающихся в изучаемой области, с учетом эволюционных взаимоотношений видов. Есть виньетки на CANAPE, рандомизацию и параллельные вычисления.

EcoEnsemble v1.0.1: Предоставляет функции для подбора и выборки из модели ансамбля, описанной в Spence et al (2018). Есть введение и две дополнительные виньетки: ExploringPriors и SyntheticData.

rTRIPLEXCWFlux v0.2.0: Кодирует субмодуль поглощения углерода и субмодуль эвапотранспирации модели TRIPLEX-CW-Flux для запуска моделирования взаимодействия углерода и воды. См. Чжоу и др. (2008) Monteith (1965) для фона и виньетка для примеров.

stopdetection v0.1.1: позволяет обнаруживать остановки на траектории с отметкой времени путем реализации алгоритма обнаружения точки пребывания, первоначально описанного в Ye (2009), который использует пороги времени и расстояния для характеристики пространственных областей как остановок . См. виньетку для примеров.

Финансы

highOrderPortfolios v0.1.0: Реализует методы выбора портфелей с использованием моментов высокого порядка для характеристики распределения доходности. См. Zhou & Palomar (2021) и Wang et al. (2022) для теории и виньетки, чтобы начать работу.

MSTest v0.1.0: реализует процедуры проверки гипотез, описанные в Hansen (1992), Carrasco, Hu, & Ploberger (2014) и Dufour & Luger (2017), которые можно использовать для определения количества режимов в моделях марковского переключения. . Смотрите README для примера.

Genomics

metevalue v0. 1.13: Реализует метод e-value для корректировки p-значений в исследованиях ассоциации данных omics. См. Hebestreit & Klein (2022) и Akalin et.al (2012) для фона и виньетки для примера.

SCpubr v1.0.4: Реализует систему, обеспечивающую упрощенный способ создания готовых к публикации графиков для известных данных одноклеточной транскриптомики. Посмотрите здесь онлайн-справочное руководство.

Математика

Boov v1.0.0: Предоставляет функции для выполнения логических операций объединения, разности и пересечения объемов. Вычисления выполняются библиотекой C++ CGAL . См. README для некоторых примеров. Также взгляните на пакет MinkowskiSum.

fitode v0.1.1: Предоставляет методы и функции для подбора обыкновенных дифференциальных уравнений, которые используют уравнения чувствительности для вычисления градиентов траекторий ОДУ по отношению к базовым параметрам. Подробнее см. виньетку.

многообразие v0.1.1: Реализует операции для римановых многообразий, включая геодезическое расстояние, риманову метрику, экспоненциальные и логарифмические карты, а также включает генератор случайных объектов на многообразиях. Подробности см. в Dai, Lin, and Müller (2021).

Машинное обучение

SoftBart v1.0.1: реализует модель SoftBart, описанную Linero and Yang (2018), с необязательным использованием индуцирующего разреженность до разрешения выбора переменных. Виньетка содержит теорию и примеры.

tidyfit v0.5.1: расширяет опрятную среду данных функциями для подбора и перекрестной проверки алгоритмов линейной регрессии и классификации на сгруппированных данных. Есть несколько виньеток, включая прогнозирование цен на жилье в Бостоне, полиномиальную классификацию и регрессию временных рядов с скользящим окном.

Медицина

городов v0.1.0: Предоставляет функции для моделирования клинических испытаний и обобщения причинно-следственных связей и оценок политики лечения при наличии интеркуррентных событий. Посмотрите демо.

RCT2 v0.0.1: реализует различные статистические методы для разработки и анализа двухэтапных рандомизированных контролируемых испытаний с использованием методов, разработанных Imai, Jiang, and Malani (2021) и Imai, Jiang, and Malani (2022). Есть виньетки на интерференцию и причинно-следственный вывод.

Pharma

DTSEA v0.0.3: Реализует новый инструмент для выявления лекарств-кандидатов против конкретного заболевания на основе анализа обогащения целевого набора лекарств. Предполагается, что наиболее эффективными препаратами являются те, которые имеют более близкое сродство в сети белок-белковых взаимодействий к указанному заболеванию. См. Gómez-Carballa et al. (2022) и Feng et al. (2022) для профилей проявления болезни, Wishart et al. (2018) и Gaulton et al. (2017) для получения информации о целевых препаратах, а также Kanehisa et al. (2021) для получения подробной информации о базе данных KEGG. Есть виньетка.

nlmixr2lib v0.1.0: Предоставляет инструменты для создания библиотек моделей для nlmixr2 . Модели включают фармакокинетические, фармакодинамические модели и модели заболеваний, используемые в фармакометрии. См. виньетку Создание библиотеки моделей.

Статистика

aIC v1. 0: Реализует набор тестов для композиционных патологий, включая когерентность корреляций, как предложено Erb et al. (2020), композиционное преобладание расстояния, композиционная инвариантность к возмущениям, предложенная Эйтчисоном (1992) и особенность ковариационной матрицы. См. виньетку для деталей и примеров.

ktweedie v1.0.1: Использует методы воспроизводящего ядра гильбертова пространства для реализации составных пуассоновских гамма-моделей Твиди с многомерными предикторами для анализа переменных отклика с нулевым завышением. См. виньетку для примеров.

missoNet v1.0.0: реализует эффективные процедуры подбора условных графических моделей лассо, связывающих переменные-предикторы с переменными ответа или задачами, когда данные ответа могут содержать пропущенные значения. См. виньетку для примеров.

ShalpeyOutlier v0.1.0: Предоставляет методы использования значений Шепли для обнаружения, объяснения и вменения многомерных выбросов по ячейкам. Подробности см. в Mayrhofer and Filzmoser (2022), а в виньетке — примеры.

SpatialfdaR v1.0.0: Предоставляет функции для реализации методов конечно-элементного анализа для пространственного функционального анализа данных. См. Сангалли и др. (2013) и Bernardi et al. (2018) для фона и виньетка для примера.

Временной ряд

dfms v0..1.3: Обеспечивает удобный и эффективный в вычислительном отношении подход к оценке линейных гауссовых динамических факторных моделей с использованием фильтра Калмана и методов алгоритма EM. См. Доз и др. (2011) и Banbura & Modugno (2014) для фона и виньетки для примеров.

Утилиты

ExclusionTable v1.0.0: Предоставляет функции для создания таблиц исключенных наблюдений, сообщая число до и после каждого вызова subset() вместе с количеством исключенных наблюдений. Смотрите виньетку.

Shiny.tailwind v0.2.2: позволяет использовать TailwindCSS в приложениях Shiny с своевременной компиляцией, включая пользовательский CSS с директивой @apply и настраиваемые конфигурации попутного ветра. Смотрите README для примеров.

Визуализация

AlphaHull3D v1.1.0: Предоставляет функции для вычисления альфа-оболочки набора точек (неофициально: форма, образованная этими точками) в трехмерном пространстве. См. README для некоторых визуализаций, а также взгляните на связанные пакеты MeshesTools и PolygonSoup .

Бангладеш v1.0.0: Предоставляет sf объектов, шейп-файлы и функции для рисования региональных карт chorpleth для Бангладеш. Смотрите виньетку.

ggstats v0.1.0: Предоставляет функции для создания лесных графиков коэффициентов регрессионной модели вместе с новой статистикой для вычисления пропорций, средневзвешенной статистики и статистики кросс-табуляции, а также новой геометрией для добавления альтернативного цвета фона к графику. Есть виньетки по построению коэффициентов и вычислению перекрестных таблиц, пользовательских пропорций и взвешенных средних.

jagshelper v0. 1.11: Предоставляет инструменты для оптимизации байесовского анализа в JAGS , включая функции для извлечения выходных данных, оптимизации оценки сходимости и создания сводных графиков. См. виньетку для примеров.

roughsf v1.0.0: Предоставляет функции для рисования карт, в том числе «схематических», нарисованных от руки, с использованием библиотеки Javascript Roughjs . Смотрите README для примеров.

Случайный модуль Python

❮ Предыдущий Далее ❯

Python имеет встроенный модуль, который можно использовать для создания случайных чисел.

Модуль random имеет набор методов:

Метод	Описание
семя()	Инициализировать генератор случайных чисел
getstate()	Возвращает текущее внутреннее состояние генератора случайных чисел
setstate()	Восстанавливает внутреннее состояние генератора случайных чисел
getrandbits()	Возвращает число, представляющее случайные биты
случайный диапазон()	Возвращает случайное число из заданного диапазона
рандинт()	Возвращает случайное число из заданного диапазона
выбор()	Возвращает случайный элемент из заданной последовательности
выбор()	Возвращает список со случайным выбором из заданной последовательности
перемешивание()	Берет последовательность и возвращает последовательность в случайном порядке
выборка()	Возвращает данный образец последовательности
случайный()	Возвращает случайное число с плавающей запятой от 0 до 1
униформа()	Возвращает случайное число с плавающей запятой между двумя заданными параметрами
треугольный()	Возвращает случайное число с плавающей запятой между двумя заданными параметрами, вы также можете установить параметр режима для указания средней точки между двумя другими параметрами
бетавариат()	Возвращает случайное число с плавающей точкой от 0 до 1 на основе бета-распределения. (используется в статистике)
эксповариант()	Возвращает случайное число с плавающей запятой на основе экспоненциального распределения (используется в статистика)
гаммавариат()	Возвращает случайное число с плавающей запятой на основе гаммы распределение (используется в статистике)
Гаусс()	Возвращает случайное число с плавающей запятой на основе гауссовой распределение (используется в теориях вероятностей)
lognormvariate()	Возвращает случайное число с плавающей запятой на основе логарифмически нормального распределение (используется в теориях вероятностей)
нормальная переменная()	Возвращает случайное число с плавающей запятой на основе обычного распределение (используется в теории вероятностей)
различная переменная()	Возвращает случайное число с плавающей запятой на основе фон Мизеса. распределение (используется в направленной статистике)
паретовариант()	Возвращает случайное число с плавающей запятой на основе Парето распределение (используется в теориях вероятностей)
вейбулвариат()	Возвращает случайное число с плавающей запятой на основе алгоритма Вейбулла. распределение (используется в статистике)