问题标签 [replicate]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
sql - PLSQL - 如何复制行更改列的第一个字符？
我有一张桌子，上面有这样的产品：
我需要复制仅更改某些列中的第一个字符的行以在同一个表中获得这样的结果，例如，如果我取第一行，我想复制PRODUCT_ID仅更改第一个字母（从 A001 到 B001），SUB_PRODUCT_ID仅更改第一个字母（从 ACC1 到 BCC1），保留DESCRIPTION和更改CLASS（从 A 到 B）
我一直在尝试使用 SUBSTR 函数，但没有得到积极的结果。
matlab - 在 Matlab 中矢量化网格点的评估
我需要以下代表性代码部分中的“for”循环尽可能高效地运行。代码中的 mean 函数充当了我自己函数的代表占位符。
我已经对代码进行了矢量化，并通过构建一个矩阵来将其速度提高了大约 2.5 倍，其中 mc 为每个网格点复制。我的实现导致一个非常大的矩阵（3 x 22500000）充满了重复的数据。我通过将矩阵转换为单精度来减轻这种方法的内存损失，但似乎应该有一种更有效的方法来做我想做的事情，以避免复制这么多数据。
bash - bash：如何将一个文件的多个副本快速复制到另一个文件中？
我需要通过输入逐渐变大的输入文件来对程序进行压力测试。我有一个输入文件inputSmall.txt，我想将N时间和cat这些副本复制到同一个文件中。N是大文件。如果有任何比以下简单循环更快的方法（例如N=1000）：
我的机器有足够的磁盘空间来存储inputN.txt非常大N的 s 并且有很多 RAM，以防万一。
谢谢
list - 在 Scheme 中的列表中复制给定元素
所以我正在编写一个方案函数，它接受一个元素和一个列表，并返回复制元素的列表，即(replicate 'd '(a b c 1 d))应该返回'(a b c 1 d d))。
但是，只要元素不是列表的一部分，它就会返回原始列表，而当它是元素时，它返回的只是原始列表。我是计划新手，很难找到我的错误所在。我会很感激帮助！
还会员？是我的函数，当元素在列表中时返回#t，而不在时返回#f。这是它的样子：
r - 复制时如何重新生成新鲜的矩阵
我有以下脚本：
这样我认为randomdiv(5, 20, 10, 0)会返回一个包含 500 行的矩阵，其中原始sz矩阵已被复制 100 次。事实上，情况就是这样。但是，复制是相同的，而不是每个复制都是新一代的数据，这正是我所需要的。
有什么想法可以确保每个复制品都是一个新矩阵，而不是字面上要生成的第一个复制品吗？
r - 需要运行 1000 次回归
我有一个名为 reg 的回归函数。我现在需要运行它 1000 次，在直方图中捕获 Rsquare 值和 t-stat。
我尝试按如下方式运行复制（已采用 n=5，以查看结果）：
这报告数据的类型，而不是值。
database - 复制 CouchDB 错误和查询到远程数据库
我正在尝试通过蒲团将 couchDB 中的本地数据库复制到远程数据库。按照文档，我不知道为远程数据库放什么。究竟是什么？我怎么才能得到它？反正我在用。
源将是本地 = 127.0.0.1:5984
目标是什么？
什么是“数据库”？是不是我本地做的数据库名，demo？
这个文档
database - CouchDB 复制到 apache2 服务器 - “复制失败” - Linux
我在 Ubuntu 14.04 Desktop 上运行了 couchDB，并在本地访问了 Futon。我尝试将我的数据库远程复制到我的服务器并收到错误：
复制失败：{{error,{2,"lexical error: invalid char in json text.\n"}}, <<"\n\nhttp://www.w3.org/1999/xhtml\">\n \n \n \n Apache2 Ubuntu 默认页面：有效\n \n * {\n 边距：0px 0px 0px 0px;\n 内边距：0px 0px 0px 0px;\n }\n\n body, html {\n填充：3px 3px 3px 3px；\n\n 背景颜色：#D8DBE2；\n\n 字体系列：Verdana，无衬线；\n 字体大小：11pt；\n 文本对齐：居中；\n }\n\n div.main_page {\n position: relative;\n display: table;\n\n width: 800px;\n\n margin-bottom: 3px;\n margin-left: auto;\n margin -right: auto;\n padding: 0px 0px 0px 0px;\n\n 边框宽度: 2px;\n 边框颜色: #212738;\n 边框样式: 实心;\n\n 背景颜色: # FFFFFF;\n\n text-align: center;\n }\n\n div.page_header {\n 高度: 99px;\n 宽度:100%;\n\n 背景色：#F5F6F7;\n }\n\n div.page_header span {\n margin: 15px 0px 0px 50px;\n\n font-size: 180%;\n font- weight: 粗体;\n }\n\n div.page_header img {\n 边距: 3px 0px 0px 40px;\n\n 边框: 0px 0px 0px;\n }\n\n div.table_of_contents {\n clear:左；\n\n 最小宽度：200px；\n\n 边距：3px 3px 3px 3px；\n\n 背景颜色：#FFFFFF；\n\n 文本对齐：左；\n }\n\ n div.table_of_contents_item {\n clear: left;\n\n width: 100%;\n\n margin: 4px 0px 0px 0px;\n\n background-color: #FFFFFF;\n\n color: #000000 ;\n text-align: left;\n }\n\n div.table_of_contents_item a {\n margin: 6px 0px 0px 6px;\n }\n\n div.content_section {\n margin: 3px 3px 3px 3px; \n\n 背景颜色：#FFFFFF；\n\n 文本对齐：左；\n }\n\n div.content_section_text {\n 填充：4px 8px 4px 8px;\n\n 颜色：#000000;\n 字体大小：100%;\n }\n\n div.content_section_text pre {\n 边距：8px 0px 8px 0px;\n 内边距：8px 8px 8px 8px；\n\n 边框宽度：1px；\n 边框样式：虚线；\n 边框颜色：#000000；\n\n 背景颜色：#F5F6F7；\n\n 字体样式：斜体;\n }\n\n div.content_section_text p {\n margin-bottom: 6px;\n }\n\n div.content_section_text ul, div.content_section_text li {\n padding: 4px 8px 4px 16px;\n } \n\n div.section_header {\n 填充：3px 6px 3px 6px；\n\n 背景颜色：#8E9CB2；\n\n 颜色：#FFFFFF；\n 字体粗细：粗体；\n 字体大小: 112%;\n text-align: center;\n }\n\n div.section_header_red {\n 背景色: #CD214F;\n }\n\n div.section_header_grey {\n 背景色: # 9F9386;\n }\n\n .floating_element {\n 位置：相对；\n float: left;\n }\n\n div.table_of_contents_item a,\n div.content_section_text a {\n text-decoration: none;\n font-weight: bold;\n }\n\n div. table_of_contents_item a:link,\n div.table_of_contents_item a:visited,\n div.table_of_contents_item a:active {\n color: #000000;\n }\n\n div.table_of_contents_item a:hover {\n background-color: #000000;\n\n 颜色：#FFFFFF;\n }\n\n div.content_section_text a：链接，\n div.content_section_text a：已访问，\n div.content_section_text a：活动{\n 背景颜色： #DCDFE6;\n\n 颜色：#000000;\n }\n\n div.content_section_text a:hover {\n 背景颜色：#000000;\n\n 颜色：#DCDFE6;\n }\n\ n div.validator {\n }\n \n \n \n \n \n \n \n Apache2 Ubuntu 默认页面\n \n \n\n \n 目录\n </div>\n \n 关于</a>\n </div>\n \n 更改</a>\n </div>\n \n 范围</a>\n </div>\n \n 配置文件</a>\n </div>\n </div>\n-->\n \n\n\n \n \n 可以！\n \n \n
\n 这是在 Ubuntu 系统上安装后用于测试 Apache2 服务器的正确操作的默认欢迎页面。\n 它基于 Debian 上的等效页面，Ubuntu Apache\n 包就是从该页面派生而来的。\ n 如果您可以阅读此页面，则说明安装在该站点的 Apache HTTP 服务器工作正常。\n 在继续操作 HTTP 服务器之前，您应该替换此文件（位于\n /var/www/html/index.html）。\n
\n\n\n\n 如果您是该网站的普通用户，并且不知道该页面是关于什么的\n，这可能意味着该网站当前由于维护原因\n 不可用。\n 如果问题仍然存在，请联系站点的管理员。\n
\n\n\n\n\n 配置概述\n\n\n\n Ubuntu 的 Apache2 默认配置与\n 上游默认配置不同，并拆分为多个文件，\n 针对与 Ubuntu 工具的交互进行了优化。配置系统 在\n /usr/share/doc/apache2/README.Debian.gz 中有完整记录。请参阅此以获得完整的\n 文档。如果在此服务器上安装了 apache2-doc\n 软件包，则可以通过访问手册找到 Web 服务器本身的文档。\n\n
\n\n 在 Ubuntu 系统上安装 Apache2 Web 服务器的配置布局如下：\n
\n n \n我注意到它指向 json 文件中的错误字符。我检查了数据库，似乎没有任何问题。我什至只用一个字段重新创建了数据库。此外，错误日志指向一个错误页面
但是，我真的不明白这个页面在解释什么或修复在哪里。我该如何解决这个复制失败？
然后，我改为复制到 IP 地址并收到此错误：
r - 用多个概率分布模拟 R 中的数据
我正在尝试通过自举来模拟数据，以使用漏斗图为我的真实数据创建置信带。我正在建立对上 一个问题的公认答案的策略。我不想使用单个概率分布来模拟我的数据，而是想修改它以根据被模拟的数据部分使用不同的概率分布。
我非常感谢任何可以帮助回答问题或帮助我更清楚地表达问题的人。
我的问题是编写适当的 R 代码来进行更复杂的数据模拟。
当前代码是：
此代码模拟数据，其中每个数据点都有一个值，该值是1:80观测值之间的平均值。例如，当数据点的值是 10 个观测值的平均值 ( k=10) 时，它会根据概率分布随机抽样 10 个值（可以是 0.1、0.2、0.3、0.4、0.5、0.6 或 0.7）ps，它给出了每个值的概率（基于整个经验分布）。
ps 看起来像这样：
例如，观察值的概率0.1是0.582089552。
现在，我不想对所有模拟使用一个频率分布，而是根据每个数据点的观察数量有条件地使用不同的频率分布。
我制作了一个表格，cond_probs其中包含我的每个真实数据点的一行。有一列包含total观察次数，一列给出每个观察值的频率。
cond_probs 表的示例：
所以对于数据点A2，只有1观察值，其值为0.1。0.1因此，观察的频率是1。因为A1, 有113观察结果，其中大多数 ( 0.664) 具有价值0.1。这个想法cond_probs类似于ps，但cond_probs每个数据点都有一个概率分布，而不是所有数据的一个概率分布。
我想修改上面的代码，以便修改采样以使用cond_probs而不是ps频率分布。并且在选择从哪一行中采样时，使用观察的数量k作为标准。cond_probs所以它会像这样工作：
对于具有k观察次数的数据点：
查看cond_probs表格并随机选择total观察数量与 k: 大小相似的行0.9k-1.1k。如果不存在这样的行，请继续。
一旦选择了一个数据点，就使用该行的概率分布，cond_probs就像ps在原始代码中使用的一样，随机抽样k观察的数量并输出这些观察的平均值。
对于 的每次n迭代，从 的值与( )的当前值相似的所有行中replicate随机抽取一个新数据点并进行替换。cond_probstotalk0.9k-1.1k
这个想法是，对于这个数据集，应该根据数据点的观察数量来确定要使用的概率分布。这是因为在该数据集中，观察的概率受观察数量的影响（由于遗传连锁和背景选择，具有更多 SNP 的基因在每次观察中的得分往往较低）。
使用以下答案更新：
我尝试使用下面的答案，它适用于示例中的模拟 cond_probs 数据，但不适用于我真正的 cond_probs 文件。我导入 cond_probs 文件并将其转换为矩阵
第一个示例十行（约 20,000 行）如下所示：
如果我运行：
并查看具有 x 个观察值的抽样平均值，我只得到一个结果，而应该有 20 个。
例如：
并且sims_test不是以与以下相同的方式排序sims：
更新 2
使用cond_probs <- head(cond_probs,n)我已经确定代码在 n = 517 之前有效，然后对于所有大于此的大小，它会产生与上述相同的输出。我不确定这是文件本身的问题还是内存问题。我发现如果我删除第 518 行并将之前的行复制几次以制作更大的文件，它可以工作，这表明该行本身导致了问题。第 518 行如下所示：
我发现了另外 4 条违规行：
我没有注意到他们有什么不寻常的地方。他们都有 9 个站点。如果我删除这些行并运行仅包含这些行之前的“cond_probs”文件，那么代码就可以工作。但是必须有其他有问题的行，因为整个 'cond_probs' 仍然不起作用。
我尝试将这些有问题的行放回一个较小的“cond_probs”文件中，然后这个文件就可以工作了，所以我很困惑，因为这些行似乎并不是天生就有问题。另一方面，它们共有 9 个站点，这表明某种原因模式。
如果这有帮助，我很乐意私下分享整个文件，因为我不知道下一步该做什么来进行故障排除。
出现的另一个问题是我不确定代码是否按预期工作。我制作了一个虚拟 cond_probs 文件，其中有两个数据点的“总数”为“1”观察：
所以我希望它们都被采样为具有“1”观察值的数据点，因此得到大约 50% 的观察值的平均值为“0.2”，50% 的观察值的平均值为“0.6”。但是平均值始终为 0.2：
即使我采样 10000 次，所有的观察结果都是 0.2 而不是 0.6。我对代码的理解是，它应该从 cond_probs 中为每个观察随机选择一个具有相似大小的新行，但在这种情况下似乎没有这样做。我误解了代码还是我的输入不正确仍然存在问题？
整个 cond_probs 文件可以在以下地址找到：
更新 3
在运行模拟时更改sapply为lapply修复了此问题。
cond_probs我认为保持原样并选择分布sampleSize次数的另一个原因可能是最好的解决方案：选择分布的概率应该与其在cond_probs. 如果我们将分布结合起来，选择一个分布的几率total 9将10不再取决于这些总数的观察数量。示例：如果存在90带有total=10和的分布10，total=9则应该有90%机会选择带有 的分布total=10。如果我们结合分布，选择 'total'= 9 或 10 的分布的几率不会变成 50/50（这不是理想的）吗？
mysql - 如何从 src 主机复制 mysql？
情况：
MySQL 服务器“Src”位于路由器后面。所以“Src”没有公共地址。
我如何将“Src”复制到具有公共地址的 MySQL 服务器“Dst”。
也许有一些代理工具充当“Src”主机上运行的代理，
将从“Src”读取更新，复制到“Dst”