rnaturalearth：一个R包，用于保存并促进与自然地球地图数据的交互

特色 根据时间序列数据计算各种特征。 R包Python实现。 安装 您可以使用以下tsfeatures从安装tsfeatures的发行版本： pip install tsfeatures 用法 tsfeatures主函数默认情况下计算Montero-Manso，Talagala，Hyndman和Athanasopoulos在。 from tsfeatures import tsfeatures 该函数接收具有unique_id ， ds ， y列以及可选的数据频率的面板熊猫df。 tsfeatures ( panel , freq = 7 ) 默认情况下（ freq=None ），该函数将尝试推断每个时间序列的频率（使用ds列上pandas infer_freq ）并根据内置字典FREQS分配一个季节性周期： FREQS = { 'H' : 24 , 'D' : 1 ,

趋势分析 R包，用于时间序列数据的趋势分析。 使用不确定的Sen方法来计算趋势量和显着性值。

使用 PSO（粒子群优化）或 DDS（动态维度搜索）算法进行（可选并行化）优化，这些算法在具有许多局部极值和有限数量的函数评估的多维（即多参数）函数方面表现出色。并行化版本建立在 Rmpi​​ 之上，旨在用于高度计算密集的目标函数（>20 秒评估时间）。该软件包的另一个重点是可以从中间项目文件恢复中断的优化运行。这些特性使该软件包可用于复杂数值模型（例如水文模型）的自动校准。

GA包提供了一套灵活的通用工具，用于在连续和离散情况下实现遗传算法搜索，无论是否受到约束。用户可以根据手头的问题轻松定义自己的目标函数。有几个遗传算子可用，可以组合起来探索当前任务的最佳设置。此外，用户可以定义新的遗传算子并轻松评估其性能。使用通用优化算法的局部搜索可以随机应用以利用感兴趣的区域。GA 可以顺序或并行运行，使用明确的主从并行化或粗粒度岛方法。

matrixStats：R包：适用于矩阵的行和列（以及向量）的方法

通过机器学习来检测Twitter机器人的R包

R / igraph R / igraph是igraph网络分析库的R包。 安装 您可以从CRAN安装R / igraph的稳定版本： install.packages( " igraph " ) 对于开发版本，可以将Github与remotes软件包一起使用： remotes :: install_github( " igraph/rigraph@master " ) master分支中的代码是从dev分支自动生成的。 要从Windows上的源代码进行安装，您需要安装 。 另外， glpk ， libxml2和gmp的三个系统要求不是可选的，而是硬性要求。 对于R> 4.0版本，您可以使用 pacman -Sy mingw-w64-{i686,x86_64}-glpk mingw-w64-{i686,x86_64}-libxml2 mingw-w64-{i686,x86_64

gm 轻松创建音乐，并在R Markdown文档，R Jupyter Notebook和RStudio中显示乐谱和音频文件。 你好！ 世界 library( gm ) m <- # initialize a Music object Music() + # add a 4/4 time signature Meter( 4 , 4 ) + # add a musical line of four quarter notes Line( list ( " C5 " , " D5 " , " E5 " , " F5 " ), list ( 1 , 1 , 1 , 1 )) show( m , to = c( " score " , " audio " )) 安装 安装gm： install.packages( " gm " ) 或来自GitHub的开发版本：

方法 该R包对Q方法数据进行分析。 查看，并查看。 您可以从安装稳定版本： install.packages('qmethod') 是一种方法，用于研究小组内部对感兴趣主题存在的不同观点。 它被用于社会，健康和环境研究。 要做出贡献，请查看。 如果您觉得该包装有用，请考虑