問題タブ [rescale]

2 つの整数の範囲に含まれる値を、別の範囲に含まれる別の整数に変換しようとしています。出力値を入力整数の対応する値にしたい（比率を考慮して）。より明確にするために、解決したい問題の例を次に示します。

• 範囲 (10, 28) に含まれる 3 つの整数、たとえば 10、28、13 があるとします。10 は可能な最小値、28 は可能な最大値です。
• 出力として、範囲（5、20）の「対応する」数値に変換された整数が必要です。この正確な例では、10 は 5 に、28 は 20 に、13 は 5 から 20 の間の値に変換され、比率を維持するために再スケーリングされます。その後、この値は整数に変換されます。

python でそのような「再スケーリング」を実現するにはどうすればよいですか? 通常の計算を試みました(value/max of first range)*max of second rangeが、まれな場合を除いて間違った値が返されます。

最初はPythonでの除算に問題がありましたintが、これを修正した後でも値が間違っています。たとえば、例に示されている値を使用するint((float(10)/28)*20)と、結果として 7 が得られます。最初の範囲で可能な最小値であるため、5 を返す必要があります。

（論理と数学の観点から）少し明白なように感じますが、何かが欠けています。

連続変数と 2 つのカテゴリ ID 変数を含むデータセットがあります。連続変数が各 ID の特定の値に対して 1 の値を持つように、データをスケーリングしたいと思います。コーディングの繰り返しを避けるために、R の関数として実装しようとしています。

さらに、Stata で実装されたこの再スケーリングの例があります。

Rで新しい変数を使用してvalue_var_i value_var_kand変数を作成しようとすると、エラーが発生して終了します(クラス「文字」には適用できないメソッド):value_var_i_k

}

更新 II:計算ステップを使用した最小限の作業例: 変数value_varは両方の表で同じです。Stata コードは変数andを変数value_var_kandに置き換えます。その後、変換されます。value_var_ivalue_var_i_mvalue_var_k_mvalue_var

正規化された値 var は次のとおりです (ID1 レベル "15t16" および ID2 レベル "AUS" の正規化) :

更新:正規化 (またはスケーリング) の手順をより明確にするために、正規化前のデータをワイド形式でここに示します。

まず、次のワイドデータから始めます

AUS の値を持つ行と 15t16 の値を持つ列に行列を正規化します。だから、私は得るだろう

(どのように) プロット全体を再スケーリングできますか?

私は mbostock の"Multi-Line Voronoi"の独自のフォークを使用していますが、y 軸を再スケーリングすることが理にかなっているデータセットに遭遇しています。「y.domain」の表示を減らすだけです。

対話的に、おそらく +/- ボタンを使用して。+/- ボタンの準備ができました (笑)。y 軸自体も再スケーリングできました。しかし、プロットされた時系列線はまだありません。

すべての行、ボロノイ領域などを削除して、全体を再描画する必要がありますか?

または、ダイアグラム全体を単純に再スケーリングするクールな D3 コマンドはありますか?

ありがとう！

C# で DICOM-Image Viewer を実装しています。私は (許可されていないため) 画像処理を行うフレームワークやライブラリを使用しません。

ウィンドウ処理を計算するには、どのアルゴリズムを使用しますか? (ウィンドウの中心とウィンドウの幅)

次の作業があります。

• ピクセル データは byte[] として格納されます。
• ピクセルはハウンズフィールド単位で保存されます (最初のコードを参照)

私は次のことを試しました：

再スケールの計算: (編集済み)

ウィンドウ処理の計算

2 番目のコードはほぼ常に 0 を返すため、画像はほとんど黒です。私が間違っていることはありますか？

編集 21.02.2017

Paolo Brandolis の提案に従ってコードを編集しました。HU を int[] に格納します。
Rescale Intercept はたとえば -1024 で、Rescale Slope は 1 です。Window Center が 40 で Window Width が 350 の場合、すべてが黒になります。
そのため、まだ何かが間違っています。助言がありますか？

Python で見ているいくつかの時系列データは、sine ²関数に従う必要があることがわかっていますが、さまざまな理由でそれに完全には適合しません。私はそれを FFT しており、非常に狭い単一周波数であるはずなのに、かなり広い周波数拡散を持っています。ただし、これを引き起こすエラーは非常に一貫しています。データを再度取得すると、前のデータセットと非常によく一致し、非常によく似た FFT が得られます。

そのため、データの時間軸を単一の周波数になるように再スケーリングし、この同じ再スケーリングを収集する将来のデータに適用する方法を考え出そうとしています。データを平滑化するため、または FFT から周波数をカットするために、さまざまなフィルタリング手法を試しましたが、うまくいきませんでした。また、正弦²を変化させる周波数をデータに適合させようとしましたが、うまく適合させることができませんでした (できれば、周波数対時間関数を使用して、元のデータの時間軸を再スケーリングします)。一定の頻度になるようにし、収集した新しいデータに同じ再スケーリングを適用します)。

これは、私が見ているデータの小さなサンプルです(完全なデータは数百サイクルになります)。そして、完全なデータの結果のFFT

どんな提案でも大歓迎です。ありがとう！

単純な i、j、k 位置で識別される 3D グリッドにいくつかのデータがあります (実際の空間情報はありません)。これらのデータは現在 RasterStack にあります。

77 行、101 列、6 層になります。

39 行、51 列、6 層になります。

期待される動作: 3 つのレイヤー。

各レイヤー内で集約するという現在の動作に加えて、レイヤー間で集約する方法を探しています。私は他のデータ構造にもオープンですが、自分で書いたものよりも既存のアップスケーリング/リサンプリング/集計アルゴリズムを好みます。

関連する可能性があるのは、http: //quantitative-advice.gg.mq.edu.au/t/fast-way-to-grid-and-sum-coordinates/110/5または時空間パッケージです。より複雑になります。