首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在R中使用`mutate_at`或“map`”函数计算多个位置之间的距离

在R中使用mutate_atmap函数计算多个位置之间的距离,可以通过以下步骤实现:

  1. 首先,确保你已经安装了dplyrpurrr这两个R包,它们提供了mutate_atmap函数。
  2. 导入所需的包:
代码语言:txt
复制
library(dplyr)
library(purrr)
  1. 创建一个包含位置信息的数据框,假设位置信息存储在latitudelongitude两列中:
代码语言:txt
复制
locations <- data.frame(latitude = c(40.7128, 34.0522, 37.7749),
                        longitude = c(-74.0060, -118.2437, -122.4194))
  1. 定义一个函数来计算两个位置之间的距离。这里使用geosphere包中的distGeo函数来计算地球上两个点之间的大圆距离:
代码语言:txt
复制
library(geosphere)

calculate_distance <- function(lat1, lon1, lat2, lon2) {
  distGeo(c(lon1, lat1), c(lon2, lat2))
}
  1. 使用mutate_at函数或map函数来应用计算距离的函数到每一对位置上,并将结果存储在新的列中:
代码语言:txt
复制
# 使用mutate_at函数
result <- locations %>%
  mutate_at(vars(latitude, longitude), 
            list(distance = ~calculate_distance(., locations$latitude, locations$longitude)))

# 使用map函数
result <- locations %>%
  mutate(distance = map2_dbl(latitude, longitude, ~calculate_distance(.x, .y, locations$latitude, locations$longitude)))

在上述代码中,我们使用了mutate_at函数和map2_dbl函数来将计算距离的函数应用到每一对位置上,并将结果存储在名为distance的新列中。注意,mutate_at函数需要使用list来指定要应用的函数和列,而map2_dbl函数则直接接受两个列作为参数。

计算距离的函数calculate_distance使用了geosphere包中的distGeo函数,该函数接受两个经纬度坐标作为参数,并返回它们之间的大圆距离。

这个方法可以用于计算任意数量的位置之间的距离,只需将位置信息存储在相应的列中即可。

推荐的腾讯云相关产品和产品介绍链接地址:

  • 腾讯云地理位置服务:https://cloud.tencent.com/product/lbs
  • 腾讯云计算服务:https://cloud.tencent.com/product/cvm
  • 腾讯云数据库服务:https://cloud.tencent.com/product/cdb
  • 腾讯云人工智能服务:https://cloud.tencent.com/product/ai
  • 腾讯云物联网服务:https://cloud.tencent.com/product/iot
  • 腾讯云移动开发服务:https://cloud.tencent.com/product/mpp
  • 腾讯云存储服务:https://cloud.tencent.com/product/cos
  • 腾讯云区块链服务:https://cloud.tencent.com/product/baas
  • 腾讯云元宇宙服务:https://cloud.tencent.com/product/vr
页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

R语言第二章数据处理⑤数据框列转化和计算目录正文

正文 本篇描述了如何计算R数据框并将其添加到数据框。一般使用dplyr R以下R函数: Mutate():计算新变量并将其添加到数据表。 它保留了现有的变量。...同时还有mutate()和transmutate()三个变体来一次修改多个列: Mutate_all()/ transmutate_all():将函数应用于数据框每个列。...Mutate_at()/ transmutate_at():将函数应用于使用字符向量选择特定列 Mutate_if()/ transmutate_if():将函数应用于使用返回TRUE谓词函数选择列...函数mutate_all()/ transmutate_all(),mutate_at()/ transmutate_at()和mutate_if()/ transmutate_if()可用于一次修改多个列...tbl:一个tbl数据框 funs:由funs()生成函数调用列表,函数名称字符向量,简称为函数。predicate:要应用于列逻辑向量谓词函数

4.1K20

Fama French (FF) 三因子模型和CAPM模型分析股票市场投资组合风险收益可视化

计算该投资组合 beta 之前,我们需要找到投资组合月收益率。...使用tempfile() 基础 R 函数来创建一个名为 temp. 这是我们将放置压缩文件地方。 temp <- tempfile() R 创建了一个名为临时文件 temp 。...vars()函数操作与select()函数类似,我们可以通过date前面加一个负号来告诉它对所有列进行操作,除了date列。...我们可以使用该 lubridate 包将该日期字符串解析为更好日期格式。我们将使用该 parse_date_time() 函数,并调用该 ymd() 函数以确保最终结果为日期格式。...因此,市场因素该模型占主导地位,而其他两个因素置信区间为零。 ---- 本文摘选《R语言Fama French (FF) 三因子模型和CAPM多因素扩展模型分析股票市场投资组合风险/收益可视化》

3.8K30
  • RRC detection、CornerNet、M2Det、FOCS…你都掌握了吗?一文总结目标检测必备经典模型(三)

    SSD中使用多尺度特征图可以在数学上定义如下: 这里Φ_n表示feature map层n,fn(·)是feature map中将第(n-1)层转换为第n层非线性块。...然后,可以根据左上角和右下角嵌入之间距离对角点进行分组。嵌入实际值并不重要,我们仅使用嵌入之间距离来对角点进行分组。论文使用 1 维嵌入,e_tk表示角点k左上嵌入,e_bk表示右下嵌入。...首先,每个特征图每个位置计算回归目标值 t^* = (l^* , t^* , r^* , b^* );接着,如果某个位置结果满足max(l^* , t^* , r^* , b^*)>m_i max...下面的公式展示了 centerness 真值计算方法,loss 使用是二值交叉熵损失函数。...与现有的Anchor-based和Anchor-free检测器相比,原有方法标签分配更偏向于特定目标尺度,ObjectBox仅使用目标中心位置作为正样本,并在不同特征级别平等对待所有目标,而不管物体大小形状

    1K30

    数据处理第2节:将列转换为正确形状

    转换列:基础部分 您可以使用mutate()函数创建新列。 mutate选项几乎是无穷无尽:你可以对普通向量做任何事情,可以mutate()函数内完成。...这些函数本质上需要总结一个列(如上所示),如果你想在列之间使用sum()mean(),你可能会遇到错误荒谬答案。...mutate_at(),我们管道需要两个参数: 首先,它需要有关列信息。...在这种情况下,您可以包装任何列选择(使用select()函数内可能所有选项)并将其包装在vars()。 其次,它需要以函数形式变异指令。 如果需要,请使用代字号funs()之前(见上文)。...如果我想在几分钟内完成,我可以使用mutate_at()并将包含列所有'sleep'包装在vars()。 其次,我飞行创建一个函数,将每个值乘以60。

    8.1K30

    R」dplyr 列式计算

    近期使用 「dplyr」 进行多列选择性操作,如 mutate_at() 时,发现文档提示一系列 「dplyr」 函数变体已经过期,看来后续要退休了,使用 across() 是它们统一替代品,所以最近抽时间针对性学习和翻译下...summarise(across(a:d, mean)) 我们将从讨论 across() 基本用法开始,特别是将其应用于 summarise() 中和展示如何联合多个函数使用它。...你可以通过对第二个参数传入一个函数(包括 lambda 函数命名列表来对每个变量同时执行多个函数操作。..._if, _at, _all 「dplyr」 以前版本允许以不同方式将函数应用到多个列:使用带有_if、_at和_all后缀函数。这些功能解决了迫切需求而被许多人使用,但现在被取代了。...这是由 base R 提供,但它并没有很好文档,我们花了一段时间才发现它是有用,而不仅仅是理论上好奇。 我们可以使用数据框让汇总函数返回多列。

    2.4K10

    理解Spatial Transformer Networks

    对于计算机视觉任务来说,我们希望模型可以对于物体姿势位置变化具有一定不变性,从而在不同场景下实现对于物体分析。...我们可以看到,通过max函数选择与输出(xis ,yis )距离小于1像素位置,距离(xis ,yis)越近点被分配了越高权重,实现了使用(xis ,yis)周围四个点score计算最终score...(2) STN模块同样使得网络训练过程中学习到如何通过空间变换来减少损失函数,使得模型损失函数有着可观减少。...(5) 同一个网络结构,不同网络位置均可以插入STN模块,从而实现对与不同feature map空间变换。...(6) 同一个网络层也可以插入多个STN来对于多个物体进行不同空间变换,但这同样也是STN一个问题:由于STN包含crop功能,所以往往同一个STN模块仅用于检测单个物体并会对其他信息进行剔除

    63750

    Unified-IoU:用于高质量对象检测

    ,每个边界框位置信息可以定义为一个四维向量: 其中,可以理解为像素位置与边界框上、下、左、右边界之间距离。...损失可以计算为: 其中,表示预测框四维向量,表示真实框四维向量。损失对多个特征进行了归一化,结果都在0和1之间。然而,四维向量四个变量是相互独立,忽略了边界之间相关性。...多个数据集上一致且显著改进证明了我们新UIoU损失函数潜力。 本文主要贡献如下: 我们设计了一种新方法,模型训练过程动态地为不同质量锚框分配权重。...通常使用中心距离IoU值来定义锚框质量和权重因子,但有时这是错误,如图1所示。...训练过程,我们使用超参数“比例”来调整模型对不同质量预测框关注程度,从而在训练速度和高质量对象检测之间达到平衡。

    10210

    机器学习-07-分类回归和聚类算法评估函数

    通过计算预测值和真实值之间距离绝对值均值,来衡量预测值与真实值之间真实距离。 MSE(Mean Square Error) MSE是真实值与预测值差值平方然后求和平均。...内部指标(无监督数据,利用样本数据与聚类中心之间距离评价): 紧密度(Compactness) 每个聚类簇样本点到聚类中心平均距离。...举例:二元分类问题中,常用损失函数包括逻辑回归对数损失(Log Loss, Binary Cross-Entropy Loss),它量化了模型预测概率分布与实际标签之间距离。...代价函数(Cost Function): 机器学习,特别是监督学习场景下,代价函数指的是整个训练集上损失函数平均值,即所有样本损失之和平均,用来衡量模型在所有训练数据上整体表现。...不同文献和上下文中,有时人们会互换使用“代价函数”和“损失函数说法,尤其是只考虑训练误差而不涉及正则化时。

    22910

    目标检测Anchor-free回顾

    1.1 边界框表示形式 一般目标检测边界框使用(x,y,x,y) 和 (x,y,w,h) 之类坐标表示,但FCOS是不同,FCOS是从一个点开始,然后使用该点与ground truth之间垂直和水平距离...(3)Center-ness loss 由于中心度大小0–1之间,因此训练时候使用BCE loss将其加入到训练。...1.4 小节 FCOS是从一个点开始,然后使用该点与ground truth之间垂直和水平距离(l,t,r,b)来表示边界框,并通过引入层、区域、中心确定正负样本分配。...令中心点为 p,其计算方式为,对于经过网络下采样后坐标,设为(R 为输出对应原图步长,本文中R为4),然后将GT坐标通过高斯核分布到热图上,高斯核计算公式如下: ?...目标检测,中心点附近点其实都非常相似,如果直接将这些点标为负样本,会给网络训练带来困扰;如果将其用高斯函数做一个“软化”,网络就会更好收敛。

    1.2K10

    几道和散列(哈希)表有关面试题

    也就是说,它通过计算一个关于键值函数,将所需查询数据映射到表中一个位置来访问记录,这加快了查找速度。这个映射函数称做散列函数,存放记录数组称做散列表。...只不过这里使用map 。...遍历 num1,通过 map 容器 record 存储 num1 元素与频率; 遍历 num2 , record 查找是否有相同元素(该元素存储频率大于 0 ),如果有,用 map 容器resultVector...题目描述 给定平面上 n 对不同点,“回旋镖” 是由点表示元组 (i, j, k) ,其中 i 和 j 之间距离和 i 和 k 之间距离相等(需要考虑元组顺序)。 找到所有回旋镖数量。...把 A 和 B 两两之和都求出来,哈希表建立两数之和与其出现次数之间映射; 遍历 C 和 D 任意两个数之和,只要看哈希表存不存在这两数之和相反数就行了。

    1.4K20

    Backbone | 谷歌提出LambdaNetworks:无需注意力让网络更快更强(文末获取论文源码)

    对可以指结构化元素之间任何成对关系,例如图中像素之间相对距离节点之间相对距离。 interactions 这里使用映射函数 和给定Context C 将query 映射输出向量 。...由于Context位置 数量越来越大,而输入和输出维度 和 保持不变,假设层输出是一个相对小维度向量 ,则可以假设计算Attention Map是没必要。...attention操作中使用多个query增加了表征能力和复杂性。相反,lambda层中使用多个query降低了复杂性和表示能力(忽略额外query)。...在实践,定义了一个张量相对位置嵌入 , index r为可能相对位置 对。 4.4 Lambda卷积 尽管远距离相互作用有诸多好处,但在许多任务,局部性仍然是一种强烈感应偏向。...n维lambda卷积可以使用n-d与channel乘法器深度卷积 卷积来实现,将 维 维视为额外空间维。

    1.3K30

    YoloV8改进策略:IoU改进|Unified-IoU用于高质量对象检测

    ,每个边界框位置信息可以定义为一个四维向量: 其中,可以理解为像素位置与边界框上、下、左、右边界之间距离。...损失可以计算为: 其中,表示预测框四维向量,表示真实框四维向量。损失对多个特征进行了归一化,结果都在0和1之间。然而,四维向量四个变量是相互独立,忽略了边界之间相关性。...通常使用中心距离IoU值来定义锚框质量和权重因子,但有时这是错误,如图1所示。...当放大边界框时,其IoU值会增加,计算框损失会降低。 这种IoU变化也与IoU本身值有关。如图3所示,我们绘制了中心点距离从20变化到0过程,、和变化曲线。...训练过程,我们使用超参数“比例”来调整模型对不同质量预测框关注程度,从而在训练速度和高质量对象检测之间达到平衡。

    14210

    Redis高级篇之GEO搜索最近地铁口

    例如滴滴打车,最直观操作就是实时记录更新各个车位置,然后当我们要找车时,在数据库查找距离我们(坐标x0,y0)附近r公里范围内部车辆使用如下SQL即可:select taxi from position...经纬度是一种常用地理坐标系统,它使用经度和纬度来表示地球上位置GEO数据结构,经度和纬度被编码为一个64位整数,以便进行高效计算和比较。...距离计算GEO数据结构使用Haversine公式来计算两个地理位置之间距离。Haversine公式是一种常用距离计算方法,它可以计算地球上两点之间距离,考虑到地球曲率。...GEO数据结构,Haversine公式被用于计算两个地理位置之间距离,以便进行搜索和排序。搜索算法GEO数据结构使用了一种基于跳表搜索算法来实现高效地理位置搜索。...desc在上述命令,我们使用GEOPOS命令查找距离给定位置(三溪站)1公里以内地铁口。

    56732

    ECCV2020 | 将投票机制引入自下而上目标检测,整合局部和全局信息

    使用log-polar vote field目的是随着投票者位置和目标区域之间距离增加而降低投票空间精度。...目前最先进物体检测器依靠局部(距离visual evidence(如自上而下方法)重要关键点如角点(如自下而上方法)来决定该位置是否有物体。...实验使用了不同vote ∆r(i)表示第i个像素相对空间坐标。...将投票字段放置位置(i,j)为中心2D地图上时,区域标记要投票目标区域,可通过将坐标偏移量∆r(·)加到(i,j)来计算其坐标。...损失函数:为了优化visual evidence分支,使用CornerNet 引入修改后Focal loss。

    73030

    单机上快速、精确100000类别的检测

    实际,最耗时是convolution过程,每个物体分类器filter(对应weight)都需要和候选位置特征进行一次点积处理,假定候选窗口数目为W个,候选窗口feature dimension...由于计算两个hash之间hamming距离非常快速(还可以查表),因此最耗时部分在计算每个窗口feature以及计算hash值上,这个运算和类别数目无关。...对比可以看到,由于改进算法计算hamming距离部分非常快,可以忽略,因此,最终得到多类检测器运算量和类别数目无关。...进一步,为了快速运算,可以将上述hamming距离计算转换为查表运算,为了当累积相似度高于阈值时无需继续计算,将hash值划分为多个不同部分(这样每个表也比较小)。...---- 之前有提及框架缺点,现在说说其缺点所在: 因为是单机上进行类别检测,所以速度不是很理想,单机处理一张图像速度需要20s,而且1000000类mAP是0.16,从数据上看是很理想,但是距离实用性还有很长距离

    79960

    Hadoop 超燃之路

    高扩展 集群之间分配任务数据,可以方便扩展跟删除多个节点,比如美团节点就在3K~5k 个节点 高效性 MapReduce思想下 Hadoop是并行工作,以加快任务处理速度 高容错性 如果一个子任务速度过慢或者任务失败...NN 跟 DN 之间 心跳 3秒一次,心跳返回结果带有 NameNode 给该 DataNode 命令如复制块数据到另一台机器,删除某个数据块。...2.3.2 节点距离计算 HDFS 写数据过程,NameNode 会选择距离待上传数据最近距离DataNode接收数据。 最近距离 = 两个节点到达最近共同祖先距离总和。...节点距离计算 Distance(/d1/r1/n0,/d1/r1/n0) = 0 同一节点上进程 Distance(/d1/r1/n1,/d1/r1/n2) = 2 同一机架上不同节点 Distance...Map阶段:将解析出key/value交给用户编写map()函数处理,并产生一系列新key/value。

    49520

    ​OverlapMamba 具备超强泛化能力定位方法

    本研究引入了一种端到端网络,利用 RV 作为输入来生成每个位置朝向不变全局描述符,以解决现有基于图在线运算方法固有的高延迟问题。这种稳健定位方法是通过多个视角之间匹配全局描述符实现。...连续系统启发了基于SSM和Mamba结构化状态空间模型(S4),通过隐藏状态 h(t) \in R^{N} ,将1-D函数序列 x(t) \in R 映射到 y(t) \in R 。...最新研究,研究人员普遍采用一种方法是使用双向序列建模。这种方法本质上是将图像分成多个补丁,并合并位置编码将它们映射为序列。...传统设计,三元损失通常使用 g_q 与 g_p 之间平均距离以及 g_q 与 g_n 之间距离计算。其目的是从这些具有细微差异正负样本中学习更加微妙特征。....||^2_2 计算平方欧几里得距离, +表示当值大于0时为损失值,小于0时损失值为0。 图5.训练期间原始损失和F1max。 实验,作者发现损失函数使用传统三元损失时很难收敛。

    19910

    DCF:立体视觉视差计算系统

    首发地址:DCF:立体视觉视差计算系统 视差图是立体视觉系统重要组成部分,因为它们会对两个多个图像位移进行编码。...立体视图中,相机通常同时记录来自不同视点图像[1,2]。尽管相机记录了相同场景,但它们位于先前配置位移裕度(displacement margin)无限制配置不同位置[3]。...视差计算旨在测量相机之间像素位移[8]。移动较少像素具有较小视差值。另一方面,当可以非相邻位置处观察到像素移动时,出现较大视差值。该测量是根据一个多个目标图像与参考图像坐标来计算。...顾名思义,参考图像是观察像素位移起点。 视差信息表示着场景元素到参考相机接近度距离。视差也被视为逆深度,因为视差值与深度成反比[9,10]。...表1给出了已经DCF实现视差计算方法、成本函数和视差图细化方法。 最后,DCF存在算法可以被参数化,或者使用先前定义配置来执行。

    81220

    北航提出 Unified-loU,用于高品质目标检测统一loU !

    损失可以计算为: 损失= 其中,表示预测框四维向量,表示真实框四维向量。损失归一化了一系列特征,结果都在0和1之间。然而,这四个变量四维向量是相互独立,边界之间关系被忽略。...多个数据集上出现一致和显著改进证明了作者新UIoU损失函数潜力。 (注:原文中省略了“等”。) 设计了一种新颖方法,模型训练过程动态地为不同质量 Anchor 框分配权重。...通常使用中心距离IoU值来定义 Anchor 框质量以及权重因子,但有时这种做法是错误,如图1所示。...尤其是,作者原YOLO边界回归损失函数代码中保留了GIoU, DIoU, CIoU等计算方法,可以简单地切换损失函数计算方法,方便后续研究行人进行比较实验进一步改进实验。...训练过程,作者使用超参数"比例"来调整模型对不同质量预测框关注度,以实现训练速度与高精度检测物体之间平衡。

    24110

    FCOS升级 | FCOS3D检测应该如何使用呢?FCOS3D就是最好验证

    2D情况下,模型需要回归点到顶部/底部/左侧/右侧距离,如图1 t、b、l、r 所示。然而,3D情况下,将距离回归到3D边界框6个面是非常重要。...形式上,它首先计算每个特征上每个位置2D回归目标 l*、r*、t*、b* 。...距离中心小于 r×stride 点将被视为正样本,其他均为负样本,这里实验 r 设置为1.5。 最后,将不同回归分支每个输出 x 替换为6个,以区分不同Level特征共享头。...ATE是二维欧几里得中心距离(m)。ASE等于1−IOU,IOU是在对齐其平移和方向后预测和标签之间计算。AOE是预测和标签之间最小偏航角差(弧度)。...可以看出,在前期过程,将深度转换回原始空间以计算损失是提高mAP重要因素,而基于距离目标分配是提高整体NDS重要因素。

    2.7K10
    领券