date()  #注意：这种方法返回的是字符串类型

[1] "Wed Oct 29 20:36:07 2014"

2、在R中日期实际是double类型，是从1970年1月1日以来的天数

typeof(Sys.Date())

[1] "double"

3、转换为日期

用as.Date()可以将一个字符串转换为日期值，默认格式是yyyy-mm-dd。

as.Date("2007-02-01")   #得到"2007-02-01"，显示为字符串，但实际是用double存储的

as.double(as.Date("1970-01-01"))  #结果为0，是从1970年1月1日以来的天数。

可以把定制的日期字符串转换为日期型

as.Date("2007年2月1日", "%Y年%m月%d日")

[1] "2007-02-01"

格式	意义
%Y	年份，以四位数字表示，2007
%m	月份，以数字形式表示，从01到12
%d	月份中当的天数，从01到31
%b	月份，缩写，Feb
%B	月份，完整的月份名，指英文，February
%y	年份，以二位数字表示，07

4、把日期值输出为字符串

today <- Sys.Date()

format(today, "%Y年%m月%d日")

[1] "2014年10月29日"

5、计算日期差

由于日期内部是用double存储的天数，所以是可以相减的。

today <- Sys.Date()

gtd <- as.Date("2011-07-01")

today - gtd

Time difference of 1216 days

用difftime()函数可以计算相关的秒数、分钟数、小时数、天数、周数

difftime(today, gtd, units="weeks")  #还可以是“secs”, “mins”, “hours”, “days”

Time difference of 173.7143 weeks

#日期型数据
在R中自带的日期形式为：as.Date();以数值形式存储；
对于规则的格式，则不需要用format指定格式；如果输入的格式不规则，可以通过format指定的格式读入；
标准格式：
年-月-日或者年/月/日；如果不是以上二种格式，则会提供错误；
as.Date('23-2013-1')
错误于charTo按照Date(x) : 字符串的格式不够标准明确
> as.Date('23-2013-1',format='%d-%Y-%m')
[1] "2013-01-23"

格式	意义
%d	月份中当的天数
%m	月份，以数字形式表示
%b	月份，缩写
%B	月份，完整的月份名，指英文
%y	年份，以二位数字表示
%Y	年份，以四位数字表示

#其它日期相关函数
weekdays（）取日期对象所处的周几；
months（）取日期对象的月份；
quarters（）取日期对象的季度；
#POSIX类
The POSIXct class stores date/time values as the number of seconds since January 1, 1970, while the POSIXlt class stores them as a list with elements for second, minute, hour, day, month, and year, among others.
POSIXct 是以1970年1月1号开始的以秒进行存储，如果是负数，则是1970年以前；正数则是1970年以后。
POSIXlt 是以列表的形式存储：年、月、日、时、分、秒；
mydate = as.POSIXlt(’2005-4-19 7:01:00’)
names(mydate)
默认情况下，日期之前是以/或者-进行分隔，而时间则以：进行分隔；
输入的标准格式为：日期 时间（日期与时间中间有空隔隔开）
时间的标准格式为：时:分 或者 时:分:秒；
如果输入的格式不是标准格式，则同样需要使用strptime函数，利用format来进行指定；
#生成案例数据
Dates <- c("2009-09-28","2010-01-15")
Times <- c( "23:12:55", "10:34:02")
charvec <- timeDate(paste(Dates, Times))
timeDate(charvec)
#取系统的时间
Sys.timeDate（）
#一个月的第一天
timeFirstDayInMonth()
#一个月的最后一天
timeLastDayInMonth（）
#一周当中第几天
dayOfWeek()
#一年当中的第几天
dayOfYear()

Sys.Date( ) returns today's date. 
date() returns the current date and time.
# print today's date
today <-Sys.Date()
format(today, format="%B %d %Y")
"June 20 2007"
# convert date info in format 'mm/dd/yyyy'
strDates <- c("01/05/1965", "08/16/1975")
dates <- as.Date(strDates, "%m/%d/%Y") 
# convert dates to character data
strDates <- as.character(dates)
--------------------------------------
> as.Date('1915-6-16')
[1] "1915-06-16"
> as.Date('1990/02/17')
[1] "1990-02-17"
> as.Date('1/15/2001',format='%m/%d/%Y')
[1] "2001-01-15"
> as.Date('April 26, 2001',format='%B %d, %Y')
[1] "2001-04-26"
> as.Date('22JUN01',format='%d%b%y')   # %y is system-specific; use with caution
[1] "2001-06-22"
> bdays = c(tukey=as.Date('1915-06-16'),fisher=as.Date('1890-02-17'),
+           cramer=as.Date('1893-09-25'), kendall=as.Date('1907-09-06'))
> weekdays(bdays)
      tukey      fisher      cramer     kendall
"Wednesday"    "Monday"    "Monday"    "Friday"
> dtimes = c("2002-06-09 12:45:40","2003-01-29 09:30:40",
+            "2002-09-04 16:45:40","2002-11-13 20:00:40",
+            "2002-07-07 17:30:40")
> dtparts = t(as.data.frame(strsplit(dtimes,' ')))
> row.names(dtparts) = NULL
> thetimes = chron(dates=dtparts[,1],times=dtparts[,2],
+                  format=c('y-m-d','h:m:s'))
> thetimes
[1] (02-06-09 12:45:40) (03-01-29 09:30:40) (02-09-04 16:45:40)
[4] (02-11-13 20:00:40) (02-07-07 17:30:40)
> dts = c("2005-10-21 18:47:22","2005-12-24 16:39:58",
+         "2005-10-28 07:30:05 PDT")
> as.POSIXlt(dts)
[1] "2005-10-21 18:47:22" "2005-12-24 16:39:58" 
[3] "2005-10-28 07:30:05"
> dts = c(1127056501,1104295502,1129233601,1113547501,
+         1119826801,1132519502,1125298801,1113289201)
> mydates = dts
> class(mydates) = c('POSIXt','POSIXct')
> mydates
[1] "2005-09-18 08:15:01 PDT" "2004-12-28 20:45:02 PST"
[3] "2005-10-13 13:00:01 PDT" "2005-04-14 23:45:01 PDT"
[5] "2005-06-26 16:00:01 PDT" "2005-11-20 12:45:02 PST"
[7] "2005-08-29 00:00:01 PDT" "2005-04-12 00:00:01 PDT"
> mydate = strptime('16/Oct/2005:07:51:00',format='%d/%b/%Y:%H:%M:%S')
[1] "2005-10-16 07:51:00"
> ISOdate(2005,10,21,18,47,22,tz="PDT")
[1] "2005-10-21 18:47:22 PDT"
> thedate = ISOdate(2005,10,21,18,47,22,tz="PDT")
> format(thedate,'%A, %B %d, %Y %H:%M:%S')
[1] "Friday, October 21, 2005 18:47:22"
> mydate = as.POSIXlt('2005-4-19 7:01:00')
> names(mydate)
[1] "sec"   "min"   "hour"  "mday"  "mon"   "year"  
[7] "wday"  "yday"  "isdst"
> mydate$mday
[1] 19

1、取出当前日期Sys.Date()[1] "2014-10-29"date()  #注意：这种方法返回的是字符串类型[1] "Wed Oct 29 20:36:07 2014"2、在R中日期实际是double类型，是从1970年1月1日以来的天数typeof(Sys.Date())[1] "double"3、转换为日期用as.Date()可以将一个字符 我对人年也不是很熟悉，于是查一下资料， 人年发病率的 计算 ，就是每个进入队列的患者的随访时间求和，就是总的人年数，然后用发生结局的人数/总的人年数*1000就是per1000 person-years，人年的发病率置信区间是通过泊松回归分布进行 计算 的， 计算 原理如下图 有了公式 计算 就容易多了，主要步骤为： 先求出每个队列的发病数和人年总数 发病数/人年总数×1000即为人年发病率 求出相对发病率RR， 求出R的对数log(RR) 代入最后的公式计 1.什么是生存分析？ 生存分析是研究生存时间的分布规律，以及生存时间和相关因素之间关系的一种统计分析方法。生存分析可用来预测在某一时间点上的事件是否会出现，它需要通过时间的维度来完成事件在某一时间发生概率的预测。 2.生存分析方法的种类？ （1）参数法：知道生存时间的分布模型，然后根据数据来估计模型参数，最后以分布模型来 计算 生存率。 （2）非参数法：不需要生存时间分布，根据样本统计量来估计生存 头歌数据的 表示 ： 头歌数据通常采用PCM编码方式进行存储，即将模拟信号转换为数字信号，然后按照一定的采样率和位深度进行离散化存储。常用的采样率有44.1kHz、48kHz等，位深度有16位、24位等。每个采样点的值 表示 该时刻音频的振幅大小。 头歌数据的 运算 ： 头歌数据的 运算 包括音频信号的处理和分析。常见的音频处理包括音量调节、混响、均衡器等，分析包括频谱分析、波形分析、人声检测等。这些处理和分析可以通过数字信号处理技术实现，如快速傅里叶变换、滤波器设计、自相关分析等。 pytorch报错 ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1) local_rank:.... 多GPU训练报错：at least two devices cuda:1 and cuda:0；Caught ValueError in replica 0 on device 0 分布式训练模型保存torch.save()、加载model.load_state_dict问题解析：Missing key(s) in state_dict，Unexpected key()