我在excel 2007中有一些数据,并用它们绘制了一个直线图,所以我有两个系列:一个是数据系列,一个是平均值系列,用来比较数据和平均值。现在,我想为系列2(平均值)添加一个固定值,以绘制图表中的平均线。
series 2(average) value ={Sheet3!$I$18,Sheet3!$I$18,Sheet3!$I$18}
the average value is in i18 cell
但是它有关于“你输入的公式包含一个错误”的错误--有人能帮我画出平均线吗?
my data are in d24:d26 cells
and average is in i18
如果我使用cons
对于下面的情节,我想有两个添加图例的选项:
添加了一个图例,显示一个带有文本"3天移动平均线“的虚线(黑色)。条形图应该保持不变,添加一个图例,显示3条虚线(颜色与条形图相同),文字为"3天移动平均线“。酒吧的图例应该是。
有人知道怎么做吗?
样本代码:
dat <- data.frame( x = c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5,6,6,6),
y = c(sample(10:30,6),sample(60:80,6),sample(120:150,6)),
z
好的,我是一个学生,刚接触Python,请耐心等待。我正在处理时间序列数据和移动平均值。
我想编写一个有条件的操作,当数据点从True变为False时执行某些操作。
例如,当序列高于移动平均线时,等到它低于移动平均线时再做某些事情()
然而,我只想让它做一些事情(),如果它从移动平均线上方变为低于移动平均线。我不希望它做一些东西(),如果它只是时间序列<移动平均线。
所以..。我有:
if self.series > moving_average:
while True:
if position < moving_av
在我的时间序列中,移动平均线似乎是从右向左绘制的。下面是我的代码: library(Quandl)
library(ggplot2)
# Get Historical Futures Prices: Crude Oil Futures from Quandl. Contract Code is CL
CME_CL_Data <- Quandl('CHRIS/CME_CL1', start_date = '2021-01-01')
# Plot the OHLC Barchart of the Crude Oil Futures Historica
我有4个部门(A,B,C,D)和5年的数据。我想画4条线,每个扇区1条,每年添加一个点,添加第五条线,使用stat_summary语句并通过aes()参数中的scale_color_manual和点形状控制线的颜色。问题是,如果我添加点geom,图例将被分成两部分,一部分用于点形状,另一部分用于线颜色。我不明白如何获得1个组合颜色和点的图例。
下面是一个例子。首先,让我们按如下方式构建数据帧dtfr:
a <- 100; b <- 100; c <- 100; d <- 100
for(k in 2:5){
a[k] <- a[k-1]*(1+rnorm(1)
我正试图创建一个简单的ggplot与3 geom_lines,以显示正常,5年和10年移动平均线。我的数据格式是temp,列是AverageTemperature。然而,我无法理解以下错误:
Error: Columns 'y', 'colour' must be 1d atomic vectors or lists,
Error: 'mapping' must be created by 'aes()'
我没有名为Y或颜色的列,也没有我所有的地图。其他答案似乎无法解释错误背后的原因。我的代码如下:
library(ggplot2
在ruby中使用简单的移动平均线,并编写了以下代码,特别是三天移动平均线:
a = [3, 3, 3, 3, 5, 9, 7, 8, 9, 11]
sma = []
for i in 2 ... 9 do
sma.push((a[i] + a[i-1] + a[i-2])/3.0)
end
但是,如果数组包含超过数百个项,那么这段代码就通过了,看起来很简单呢?平均50天,我该怎么增加50件?是否有不同的方法,或者应该将另一个循环嵌套到代码中?
*此外,我知道有宝石为这种类型的操作,但我更感兴趣的是从零开始创造这个。
我是" R“的一个非常新的用户,我有一个问题。我目前正在制作R上的2D直方图。材料不一定重要,但我如何在2D直方图上绘制平均线。我正在运行的代码是:
load("mydatabin.RData")
# Color housekeeping
library(RColorBrewer)
rf <- colorRampPalette(rev(brewer.pal(11,'Spectral')))
r <- rf(32)
# Create normally distributed data for plotting
x <- mydata$A