R语言 zipfR包 print.vgc()函数中文帮助文档(中英文对照)

loveR

print.vgc(zipfR)
print.vgc()所属R语言包：zipfR

                                        Printing Vocabulary Growth Curves (zipfR)
                                         印刷词汇生长曲线（zipfR）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Implementations of the print and summary methods for vocabulary growth curve objects (of class vgc).
实现print和summary方法词汇增长曲线对象（类vgc）。


用法----------Usage----------



  ## S3 method for class 'vgc'
print(x, all=FALSE, ...)

  ## S3 method for class 'vgc'
summary(object, ...)




参数----------Arguments----------

参数：x, object
an object of class vgc, representing a vocabulary growth curve
一个对象的类vgc，代表一个词汇增长曲线


参数：all
if FALSE, vocabulary growth data are shown for at most 25 sample sizes (default)
FALSE如果，词汇量增长数据显示最多25个样品的尺寸（默认）


参数：...
other arguments passed on from generic method will be ignored
从泛型方法传递的参数将被忽略


Details

详细信息----------Details----------

NB: implementation details and format of the summary are subject to change in future releases
NB：实施细节和形式的总结是在将来的版本中如有变更，

print.vgc calls the standard print method for data frames internally, but reduces the data set randomly to show at most 25 sample sizes (unless all=TRUE).
print.vgc调用标准print方法，数据框内部，但降低了数据随机显示最多25个样品的尺寸（除非all=TRUE）。

summary.vgc gives a concise summary of the available vocabulary growth data in the vgc object, including the number and range of sample sizes, whether spectrum elements are included, and whether variances are included.
summary.vgc给出了简明的总结可用的词汇增长vgc对象中的数据，包括数量和范围大小不一样，光谱元素是否包括在内，是否差异。


值----------Value----------

NULL
NULL

Unlike other implementations of the summary method, summary.vgc only prints a summary on screen and does not return a special "summary" object.
与其他实现summary方法，summary.vgc只打印在屏幕上的一个总结，不返回一个特殊的“总结”的对象。


参见----------See Also----------

See the vgc manpage for details on vgc objects.
vgc对象的详细信息，请参阅“vgc的联机帮助页。


实例----------Examples----------



## load Brown "informative" prose empirical vgc[＃加载布朗的“信息”的散文经验VGC]
data(BrownInform.emp.vgc)

## summary, print (random subset) and print all[总之，打印（随机子集）和打印所有]
summary(BrownInform.emp.vgc)
print(BrownInform.emp.vgc)
print(BrownInform.emp.vgc,all=TRUE)

## load Brown informative prose spectrum[＃加载布朗的的信息的散文谱]
## and get estimate a fzm model[＃和估计FZM模型]
data(BrownInform.spc)
fzm <- lnre("fzm",BrownInform.spc,exact=FALSE)

## obtain expected vgc up to 2M tokens[＃获得预期的VGC 2M令牌]
## with spectrum elements up to V_3[＃与的光谱元素，以V_3]
## and variances[和方差]
fzm.vgc <- lnre.vgc(fzm,(1:100)*2e+4,m.max=3,variances=TRUE)

## summary and print[＃汇总和打印]
summary(fzm.vgc)
print(fzm.vgc)
print(fzm.vgc,all=TRUE)


转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。