R 德雷克-在ggplot上映射目标以输出它们

首先，

drake

很神奇。我喜欢设计依赖关系图，然后一次性执行的工作流程

然而，我遇到了路障

我的工作流程是在大参数网格上进行模拟，然后总结所述网格的不同部分。我想为每个这样的片段创建一个绘图。如果我理解正确，我应该使用某种形式的

cross->combine->map

来实现这一点

以下是我所拥有的：

sim_data <- function(mean, sd) {
  tibble(r = rnorm(1000, mean, sd))
}

plot_dis <- function(lg, title) {
  ggplot(lg) + 
    geom_histogram(aes(x=r, fill=sd), binwidth = 0.25) + 
    labs(title = str_glue("x = {title}")) +
    ggsave(str_glue("{title}.pdf")) # side-effect
}

plan <- drake_plan(
  data = target(
    sim_data(mean = x, sd = sd),
    transform = cross(x = c(10, 20, 30), sd = c(1, 2))
  ), # awesome
  s_x = target(
    bind_rows(data, .id = "sd"),
    transform = combine(data, .by=x)
  ), # great
  plot = target(
    plot_dis(s_x, x),
    transform = map(s_x)
  ) # how to add a `file_out` to this target?
)

---

sim_data好问题。思考这一点实际上可以帮助我解决与
drake
+
keras
有关的一些问题

如何添加
file\u out（）
s
就快到了，您只需要进行一些整洁的评估（
！！
），以确保每个文件名都是计划中的文本字符串

库（德雷克）
德雷克图(
数据=目标(
sim_数据（平均值=x，标准差=sd），
变换=交叉（x=c（10,20,30），sd=c（1,2））
),
s_x=目标(
绑定行（数据，.id=“sd”），
转换=组合（数据，.by=x）
),
绘图=目标(
绘图显示（s\U x，文件输出（！！sprintf（“%s.pdf”，x）），
变换=映射（s_x）
)
)
#>#tibble:12 x 2
#>目标命令
#>                                                
#>1个数据\u 10 \u 1个模拟数据（平均值=10，标准差=1）
#>2个数据单元20个模拟数据单元1个模拟数据单元（平均值=20，标准差=1）
#>3个数据单元30个模拟数据单元1个模拟数据单元（平均值=30，标准差=1）
#>4数据10模拟2模拟数据（平均值=10，标准差=2）
#>5个数据单元20个模拟数据单元2个模拟数据单元（平均值=20，标准差=2）
#>6个数据单元30个模拟数据单元2个模拟数据单元（平均值=30，标准差=2）
#>7个s_x_10绑定_行（数据_10_1，数据_10_2，.id=“sd”）
#>8个s_x_20绑定_行（数据_20_1，数据_20_2，.id=“sd”）
#>9 s_x_30绑定_行（数据_30_1，数据_30_2，.id=“sd”）
#>10 plot_s_x_10 plot_dis（s_x_10，文件输出（“10.pdf”））
#>11 plot_s_x_20 plot_dis（s_x_20，文件输出（“20.pdf”））
#>12 plot_s_x_30 plot_dis（s_x_30，文件输出（“30.pdf”））

由（v0.2.1）于2019-03-26创建

通过更多的元编程，您可以使用整个目标名称

库（德雷克）
德雷克图(
数据=目标(
sim_数据（平均值=x，标准差=sd），
变换=交叉（x=c（10,20,30），sd=c（1,2））
),
s_x=目标(
绑定行（数据，.id=“sd”），
转换=组合（数据，.by=x）
),
绘图=目标(
绘图显示（s_x，文件输出（！！sprintf（“%s.pdf”），deparse（替换（s_x∗∗∗）），
变换=映射（s_x）
)
)
#>#tibble:12 x 2
#>目标命令
#>                                                
#>1个数据\u 10 \u 1个模拟数据（平均值=10，标准差=1）
#>2个数据单元20个模拟数据单元1个模拟数据单元（平均值=20，标准差=1）
#>3个数据单元30个模拟数据单元1个模拟数据单元（平均值=30，标准差=1）
#>4数据10模拟2模拟数据（平均值=10，标准差=2）
#>5个数据单元20个模拟数据单元2个模拟数据单元（平均值=20，标准差=2）
#>6个数据单元30个模拟数据单元2个模拟数据单元（平均值=30，标准差=2）
#>7个s_x_10绑定_行（数据_10_1，数据_10_2，.id=“sd”）
#>8个s_x_20绑定_行（数据_20_1，数据_20_2，.id=“sd”）
#>9 s_x_30绑定_行（数据_30_1，数据_30_2，.id=“sd”）
#>10 plot_s_x_10 plot_dis（s_x_10，文件输出（“s_x_10.pdf”））
#>11 plot_s_x_20 plot_dis（s_x_20，文件输出（“s_x_20.pdf”））
#>12 plot_s_x_30 plot_dis（s_x_30，文件输出（“s_x_30.pdf”））

由（v0.2.1）于2019-03-26创建

但是你真的需要文件吗？
ggplot2
对象与
drake
的缓存配合得很好

库（德雷克）
图书馆（tidyverse）
sim卡数据目标数据\u 20\u 1
#>目标数据\u 20\u 2
#>目标数据\u 30\u 2
#>目标数据\u 30\u 1
#>目标s_x_10
#>目标s_x_20
#>目标s_x_30
#>目标图_s_x_10
#>目标图_s_x_20
#>目标图_s_x_30
readd（plot_s_x_10）#另见loadd（）


由（v0.2.1）于2019年3月26日创建！