id
int64 0
45.1k
| file_name
stringlengths 4
68
| file_path
stringlengths 14
193
| content
stringlengths 32
9.62M
| size
int64 32
9.62M
| language
stringclasses 1
value | extension
stringclasses 6
values | total_lines
int64 1
136k
| avg_line_length
float64 3
903k
| max_line_length
int64 3
4.51M
| alphanum_fraction
float64 0
1
| repo_name
stringclasses 779
values | repo_stars
int64 0
882
| repo_forks
int64 0
108
| repo_open_issues
int64 0
90
| repo_license
stringclasses 8
values | repo_extraction_date
stringclasses 146
values | sha
stringlengths 64
64
| __index_level_0__
int64 0
45.1k
| exdup_ids_cmlisp_stkv2
sequencelengths 1
47
|
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
32,915 | smoker.lsp | rwoldford_Quail/data/smoker.lsp | (in-package :q-user)
(defvar smoke-data
NIL
"From Hand and Taylor page 180.")
(let ((smoke-vars '("sex" "age" "tar" "nicotine" "carbon monoxide"
"puffed smoke" "blood nicotine" "blood carbon monoxide"))
smoke-list
brand-names
brands
smokers
)
(<- smoke-list
'((2 3 180 15 183 3758.00 123 70)
(2 3 160 10 177 4017.99 311 100)
(2 4 160 10 177 4739.00 242 121)
(2 2 180 13 177 6827.79 474 91)
(2 4 190 12 183 3074.19 375 103)
(2 5 180 15 183 6716.99 449 87)
(2 4 170 13 165 4065.79 419 88)
(1 6 160 11 133 4405.59 185 53)
(2 6 190 14 196 4575.40 33 53)
(2 6 180 15 183 6343.99 564 54)
(1 4 90 5 144 6788.99 256 91)
(2 4 180 13 188 3539.79 242 97)
(1 2 180 13 177 7273.79 312 42)
(2 4 80 7 113 7446.19 179 61)
(1 3 190 14 196 7369.39 456 85)
(2 3 190 13 157 4150.79 232 55)
(2 5 190 15 190 5688.99 389 84)
(1 4 160 11 133 6341.59 429 57)
(2 5 180 13 188 5194.79 309 66)
(2 3 190 12 183 5005.19 269 69)
(2 2 150 7 201 4270.20 274 108)
(1 4 180 15 183 6164.99 274 84)
(2 4 120 13 115 6410.79 157 50)
(1 2 180 15 183 7169.99 348 95)
(2 2 130 9 168 4538.39 384 119)
(2 2 180 14 180 4521.39 274 72)
(2 2 150 11 156 5931.60 179 59)
(1 5 190 14 196 5400.39 306 66)
(2 2 190 12 183 3590.19 260 46)
(2 3 90 9 123 8502.90 346 86)
(1 3 180 15 183 6828.99 106 28)
(1 4 190 14 196 6256.39 468 96)
(1 2 180 13 177 8045.80 597 155)
(2 2 180 15 183 5251.99 233 84)
(2 2 190 14 196 5649.39 304 94)
(2 4 90 9 123 7225.39 448 109)
(1 4 90 5 144 5761.99 182 109)
(2 3 180 15 183 7766.99 527 100)
(1 5 190 14 196 3541.39 155 56)
(1 2 190 12 183 6004.19 347 79)
(1 6 190 13 157 3559.79 74 34)
(2 2 120 6 191 5812.59 471 86)
(1 3 180 15 183 6469.00 260 61)
(1 3 190 14 196 5735.39 213 43)
(2 4 190 14 196 4650.30 346 71)
(1 2 180 15 183 7114.00 304 73)
(1 4 180 15 183 3869.99 256 56)
(1 6 90 8 110 3894.79 233 76)
(2 3 190 12 183 2366.20 227 80)
(1 2 180 15 183 8424.99 607 75)
(2 2 180 13 171 6232.79 464 81)
(2 4 190 14 196 4863.39 469 77)
(1 3 180 13 177 2780.80 209 46)
(2 2 190 12 183 4724.19 314 71)
(1 3 150 11 156 6638.59 456 120))
)
(flet ((cig-test(c1 c2)
(and (= (eref c1 2) (eref c2 2))
(= (eref c1 3) (eref c2 3))
(= (eref c1 4) (eref c2 4))))
)
(<- brands (remove-duplicates smoke-list :test #'cig-test))
(<- brand-names
(loop for b in brands
for i upfrom 0 collect
(format nil "brand-~A" i)))
(<- smoke-list
(loop for s in smoke-list
for brand = (position s brands :test #'cig-test)
collect
(append (list (elt brand-names brand)) s)))
(<- smoke-data (array smoke-list :dimensions '(55 9)))
(dataset smoke-data
:variates smoke-vars
:identifiers (loop for i from 1 to (length smoke-list)
collect (format NIL "Smoker ~a" i))
:name "Smoker data")
"Smoker data loaded"
)
)
| 3,681 | Common Lisp | .l | 92 | 28.565217 | 78 | 0.506786 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 3e1813a2ae97669c20873d8472e604a0bfde160b1746f174ebcc7767ba4c0e12 | 32,915 | [
-1
] |
32,916 | apple.lsp | rwoldford_Quail/data/apple.lsp | (in-package :quail-user)
(<- apple-vars
(list "Block" "TN" "PN" "P" "K" "Ca" "Mg" "WGT" "BPI" "Treatment"))
(<- apple
(array
'((1 3580 1790 932 8220 244 410 85.3 0.0 1)
(1 2880 1670 836 9840 142 367 113.8 3.2 1)
(1 3260 1530 740 8180 269 387 92.9 0.0 1)
(2 2870 1700 926 7550 272 332 48.9 0.0 1)
(2 3430 1800 899 9520 202 370 99.4 3.6 1)
(2 2930 1490 847 8310 272 413 79.1 0.0 1)
(3 3110 1700 770 8180 297 389 70.0 2.7 1)
(3 3300 1840 891 8970 225 362 86.9 1.8 1)
(4 3370 1780 899 9420 212 403 87.7 6.5 1)
(4 3290 1730 879 7240 206 330 67.3 4.3 1)
(1 3040 1810 798 10760 138 414 117.5 47.0 2)
(1 4470 2020 886 9990 151 401 98.9 39.6 2)
(2 5810 2400 1037 11340 165 497 108.5 44.2 2)
(2 4610 2070 840 9070 151 351 104.4 19.0 2)
(2 4690 2070 914 9730 199 429 96.8 10.0 2)
(3 3010 1780 813 9830 159 403 94.5 18.5 2)
(3 6740 2310 1111 11150 158 458 90.6 7.3 2)
(3 4510 2320 912 10360 163 401 100.8 23.6 2)
(4 4890 2040 925 9550 239 397 96.0 6.5 2)
(4 4340 1990 915 10440 180 428 99.9 20.4 2)
(4 4130 1870 710 9040 199 363 84.6 0.0 2)
(1 4250 2040 932 11830 169 408 127.1 9.5 3)
(1 3710 1810 792 10530 210 392 108.5 3.9 3)
(1 4640 2340 883 11210 172 393 99.9 1.6 3)
(2 6950 2300 1202 12910 148 510 124.8 27.2 3)
(2 4880 1800 829 11210 219 411 94.5 2.0 3)
(3 4680 1940 850 11010 224 411 99.4 2.7 3)
(3 5170 2130 862 11750 152 419 117.5 13.9 3)
(3 5730 2560 1161 12440 160 454 135.0 50.0 3)
(4 5360 2000 898 10960 211 428 85.6 3.6 3)
(4 6310 2420 984 12210 178 428 102.5 14.3 3)
(4 4370 2080 874 12650 183 404 110.8 10.0 3)
(1 4700 1990 938 8830 148 349 77.4 50.0 4)
(1 5930 2720 1211 11430 128 449 91.3 54.0 4)
(1 4840 2360 1038 10370 132 406 91.3 89.5 4)
(2 7230 3280 1233 10840 120 437 81.7 70.5 4)
(2 7650 2670 1289 10800 124 455 89.2 37.5 4)
(3 5760 1610 1137 9200 147 378 69.6 64.0 4)
(3 7140 2240 1074 9300 255 420 69.0 16.0 4)
(3 7950 2730 1200 10630 172 425 73.7 39.5 4)
(4 5040 2270 869 9120 140 334 75.1 36.1 4)
(4 3850 1880 823 8520 181 334 87.0 58.6 4))))
(dataset apple :identifiers NIL :variates apple-vars :name "Apple")
#|
(setq ss (scat-mat :data apple
:vars '("Ca" "Mg" "WGT" "BPI")
:size 1 :symbol :box :fill? t :color wb:*black-color*
:title "APPLE DATA"))
(defun log1 (x) (log (+ 1 x)))
(change-variable ss :from-var "BPI"
:var '(log1 "BPI") )
(defun tb-sub (d)
(loop with g = (make-list 16) with num
for c in (cdr d) do
(setq num (+ (* 4 (position (value-of c "Treatment" apple-vars)
(list 1 2 3 4)
:test #'equal))
(- (value-of c "Block" apple-vars) 1)))
(push c (elt g num))
finally (return g)))
(setq old-var-tr *variable-transforms*)
(setq *variable-transforms* '(mean median sd))
(setq c (window-of (car (viewports-of s3))))
;;------------------------------
(defun tf (c)
(position (value-of (car c) "Treatment" :vars apple-vars)
(list 1 2 3 4)
:test #'equal))
(defun bf (c)
(value-of (car c) "Block" :vars apple-vars))
(defun tb-sub (d)
(loop with g = (make-list 16) with num
for c in (cdr d) do
(setq num (+ (* 4 (position (value-of c "Treatment" :vars apple-vars)
(list 1 2 3 4)
:test #'equal))
(- (value-of c "Block" :vars apple-vars) 1)))
(push c (elt g num))
finally (return g)))
(setq s3 (scatterplot :data apple
:subjects #'tb-sub
:x #'bf
:y "WGT" :y-function #'vw::mean
))
(link-views s3 ss)
(setq s (scatterplot :data apple
:subjects #'tb-sub
:x #'tf :y #'bf
:bottom-label "Treatment"
:left-label "Block"
;; :cloud-subviews-from (car (point-clouds-of ss))
))
(setq h (histogram :data apple
:subjects #'tb-sub
:var 'tf :bottom-label "Treatment"
))
;;(setq pc-apple (pc (cdr apple) :cols '( 2 3 4 5 6 7 8 9)))
;;(setq apple-pc (array-to-lists (first pc-apple)))
(setq apple-pc (loop for a in (cdr apple)
for p in apple-pc collect
(push (car a) p)))
(setq spc (scatterplot :data apple-pc
:title "PC apple"
:x 0
:y 1
))
(setq smat (scat-mat :data apple-pc
:title "PC apple"
:vars '(0 1 2 3)
))
(unlink-views spc s)
(link-views (car (point-clouds-of smat)) s)
;;------------------------------
(setq apple-ds (loop for a in (cdr apple)
for p in apple-ds collect
(push (car a) p)))
(setq smat (scat-mat :data apple-ds
:title "Discrim apple"
:vars '(0 1 2 )
))
(unlink-views smat s)
(unlink-views (car (point-clouds-of smat)) s)
|# | 5,855 | Common Lisp | .l | 128 | 32.25 | 96 | 0.480852 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | af8a6f0ffc1ebda5bac52c775cae28b0aae4792fb480b3167ab772e02ac9e06d | 32,916 | [
-1
] |
32,917 | US-production.lsp | rwoldford_Quail/data/US-production.lsp | (in-package :q-user)
(defvar US-production
NIL
"A dataset containing on output, labour input, and capital input ~
for the United States for the period 1929-1967. ~
(:elaboration The variables are year, the index of gross national product ~
in constant dollars, the labour input index or number of persons adjusted ~
for hours of work and educational level, the number of persons engaged, ~
the capital input index or capital stock adjusted for rates of utilization, ~
and the capital stock in constant dollars.) ~
(:references L.R. Christensen and D.W. Jorgenson. U.S. Real Product and ~
Real Factor Input 1929-67, Review of Income and Wealth, March 1970. ~
Data were taken from G.S. Maddala 1988 Introduction to Econometrics: ~
Second Edition. MacMillan Publishing Company, New York.)"
)
(<- prod-vars (list "Year" "GNP" "Labour"
"Persons" "Capital"
"Stock"))
(<- US-production
(array
'(1929 189.8 173.3 44.151 87.8 888.9
1930 172.1 165.4 41.898 87.8 904.0
1931 159.1 158.2 36.948 84.0 900.2
1932 135.6 141.7 35.686 78.3 883.6
1933 132.0 141.6 35.533 76.6 851.4
1934 141.8 148.0 37.854 76.0 823.7
1935 153.9 154.4 39.014 77.7 805.3
1936 171.5 163.5 40.765 79.1 800.4
1937 183.0 172.0 42.484 80.0 805.5
1938 173.2 161.5 40.039 77.6 817.6
1939 188.5 168.6 41.443 81.4 809.8
1940 205.5 176.5 43.149 87.0 814.1
1941 236.0 192.4 45.576 96.2 830.3
1942 257.8 205.1 49.010 104.4 857.9
1943 277.5 210.1 49.695 110.0 851.4
1944 291.1 208.8 48.668 107.8 834.6
1945 284.5 202.1 47.136 102.1 819.3
1946 274.0 213.4 49.950 97.2 812.3
1947 279.9 223.6 52.350 105.9 851.3
1948 297.6 228.2 53.336 113.0 888.3
1949 297.7 221.3 51.469 114.9 934.6
1950 328.9 228.8 52.972 124.1 964.6
1951 351.4 239.0 55.101 134.5 1021.4
1952 360.4 241.7 55.385 139.7 1068.5
1953 378.9 245.2 56.226 147.4 1100.3
1954 375.8 237.4 54.387 148.9 1134.6
1955 406.7 245.9 55.718 158.6 1163.2
1956 416.3 251.6 56.770 167.1 1213.9
1957 422.8 251.5 56.809 171.9 1255.5
1958 418.4 245.1 55.023 173.1 1287.9
1959 445.7 254.9 56.215 182.5 1305.8
1960 457.3 259.6 56.743 189.0 1341.4
1961 466.3 258.1 56.211 194.1 1373.9
1962 495.3 264.6 57.078 202.3 1399.1
1963 515.5 268.5 57.540 205.4 1436.7
1964 544.1 275.4 58.508 215.9 1477.8
1965 579.2 285.3 60.055 225.0 1524.4
1966 615.6 297.4 62.130 236.2 1582.2
1967 631.1 305.0 63.162 247.9 1645.3)
:dimensions '(39 6)))
(<- years (loop for i from 1929 to 1967 collect (format NIL "US ~s" i)))
(dataset us-production :identifiers years :variates prod-vars
:name "US Production 1929-1967")
| 2,947 | Common Lisp | .l | 63 | 38.460317 | 81 | 0.625745 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 29725aac01dacd1251fe728b780bfab454d9245544d3ae0867a05806e2b2ac0e | 32,917 | [
-1
] |
32,918 | arms.lsp | rwoldford_Quail/data/arms.lsp |
(in-package :q-user)
(<- arms-data
(array '((5.6 29)
(6.1 125)
(6.0 100)
(4.8 4)
(5.2 10)
(5.8 60)
(5.4 10)
(6.0 125)
(5.7 40)
(5.9 90)
(5.5 16)
(5.3 12)
(5.5 23)
(5.4 16)
(5.1 6)
(5.0 8)
(4.9 2)
(6.1 165)
(6.0 140))))
(<- arms-vars (list "west" "soviet" "num" "ignore1"
"fit" "ignore1" "fit-low" "fit-up" "resid"))
(<- arms-output
(array
'((1 5.6000 5.5792 0.0203 5.5364 5.6221 0.0208)
(2 6.1000 6.0279 0.0319 5.9607 6.0952 0.0721)
(3 6.0000 5.9594 0.0293 5.8976 6.0211 0.0406)
(4 4.8000 4.9709 0.0353 4.8963 5.0454 -0.1709)
(5 5.2000 5.2523 0.0250 5.1995 5.3050 -0.0523)
(6 5.8000 5.8025 0.0241 5.7516 5.8535 -.002515)
(7 5.4000 5.2523 0.0250 5.1995 5.3050 0.1477)
(8 6.0000 6.0279 0.0319 5.9607 6.0952 -0.0279)
(9 5.7000 5.6780 0.0214 5.6329 5.7230 0.0220)
(10 5.9000 5.9270 0.0281 5.8677 5.9863 -0.0270)
(11 5.5000 5.3966 0.0215 5.3512 5.4420 0.1034)
(12 5.3000 5.3083 0.0234 5.2588 5.3577 -0.00826)
(13 5.5000 5.5081 0.0203 5.4653 5.5508 -.008054)
(14 5.4000 5.3966 0.0215 5.3512 5.4420 .0033932)
(15 5.1000 5.0954 0.0304 5.0313 5.1595 .0046037)
(16 5.0000 5.1837 0.0272 5.1264 5.2411 -0.1837)
(17 4.9000 4.7580 0.0446 4.6639 4.8522 0.1420)
(18 6.1000 6.1132 0.0353 6.0386 6.1877 -0.0132)
(19 6.0000 6.0627 0.0333 5.9925 6.1329 -0.0627))))
(<- arms (cglue arms-data arms-output))
(dataset arms :variates arms-vars :name "Arms race")
#|
(defun log10(x) (log x 10))
(setq s4 (scatterplot :data arms :x "soviet" :x-function 'log10 :y "west" ))
(add-lines s4 :data arms :x "soviet" :x-function 'log10 :y "fit")
;; or (layer-view (interior-view-of s4) 'lines :x "soviet" :x-function 'log10 :y "fit")
(setq s1 (scatterplot :data arms :x "soviet" :y "west" :draw? nil :title nil))
(setq s2 (scatterplot :data arms :x "soviet" :x-function 'log10 :y "west"
:draw? nil :title nil))
(setq s3 (scatterplot :data arms :x "soviet" :y "west" :title nil))
(setq l3 (lines :data arms :x "soviet" :y "fit"))
(layer-subview s3 l3 (interior-view-of s3) )
(setq s4 (scatterplot :data arms :x "soviet" :x-function 'log10
:y "west" :title nil))
(setq l4 (lines :data arms :x "soviet" :x-function 'log10 :y "fit"))
(layer-subview s4 l4 (interior-view-of s4) )
(row-layout :subviews (list s3 s4) :draw? t :gap-x 0.1)
(setq s5 (scatterplot :data arms :x "soviet" :y "west" ))
(layer-subview s5 l3 (interior-view-of s5))
(setq l3u (lines :data arms :x "soviet" :y "fit-up"))
(layer-subview s5 l3u (interior-view-of s5))
(setq l3l (lines :data arms :x "soviet" :y "fit-low"))
(layer-subview s5 l3l (interior-view-of s5))
(setq s6 (scatterplot :data arms :x "soviet" :x-function 'log10 :y "west" :draw? nil :title nil))
(setq l4 (lines :data arms :x "soviet" :x-function 'log10 :y "fit"))
(layer-subview s6 l4 (interior-view-of s6))
(setq l4u (lines :data arms :x "soviet" :x-function 'log10 :y "fit-up"))
(layer-subview s6 l4u (interior-view-of s6))
(setq l4l (lines :data arms :x "soviet" :x-function 'log10 :y "fit-low"))
(layer-subview s6 l4l (interior-view-of s6))
(setq s7 (scatterplot :data arms :x "fit" :y "resid" :draw? nil :title nil))
(setq s8 (scatterplot :data arms :x "num" :y "resid" :draw? nil :title nil))
(setq p (grid-layout :subviews (list s1 s2 s3 s4 s5 s6 s7 s8)
:gap-x 0.05 :gap-y 0.05
:draw? nil :nrows 4 ))
(setq w (make-view-window :left 20 :bottom 20 :right 600 :top 300))
(draw-view p :viewport (make-viewport w))
(loop for s in (sub-views-of p) do
(set-drawing-style (left-label-of s) :font :smaller)
(set-drawing-style (bottom-label-of s) :font :smaller))
(setq p2 (row-layout :subviews (list s7 s8)
:gap-x 0.08 :gap-y 0.08
:draw? t ))
|# | 4,805 | Common Lisp | .l | 89 | 45.191011 | 99 | 0.496463 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 90d092b1b65dfb0a0179333934827f3fb3516558738a595fa2d5dbc7472938aa | 32,918 | [
-1
] |
32,919 | welcome.lsp | rwoldford_Quail/data/welcome.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; welcome.lisp
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (c) 1994 Statistical Computing Laboratory, University of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
;;;
;;;
;;;-----------------------------------------------------------------------------
;;;
(in-package :quail-user)
;;;
;;; Welcome to Quail's Data Directory. Do not remove this file
;;; as it is used to test whether the data directory exists.
;;; | 656 | Common Lisp | .l | 21 | 27.714286 | 81 | 0.324367 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | cb2c7c8a2dd7dc4da317886f66633e9159a2c3c1e5ab1afcfa1e95d55f04fde2 | 32,919 | [
-1
] |
32,920 | squid.lsp | rwoldford_Quail/data/squid.lsp |
(in-package :q-user)
(defvar squids NIL
"An experiment was conducted in order to study the size of ~
squid eaten by sharks. The regresor variables are characteristics of the beak ~
or mouth of the squid. The regressor variables and response ~
considered for the study are ~&~
x1: rostral length in inches ~&~
x2: wing length in inches ~&~
x3: rostral to wing length ~&~
x4 notch to wing length ~&~
x5 width in inches ~&~
y weight in pounds")
(<- squid-vars (list "rostral" "wing" "rostral-wing"
"notch-wing" "width" "weight"))
(<- squids
(array
'((1.31 1.07 0.44 0.75 0.35 1.95)
(1.55 1.49 0.53 0.90 0.47 2.90)
(0.99 0.84 0.34 0.57 0.32 0.72)
(0.99 0.83 0.34 0.54 0.27 0.81)
(1.05 0.90 0.36 0.64 0.30 1.09)
(1.09 0.93 0.43 0.61 0.31 1.22)
(1.08 0.90 0.40 0.51 0.31 1.02)
(1.27 1.08 0.44 0.77 0.34 1.93)
(0.99 0.85 0.36 0.56 0.29 0.64)
(1.34 1.13 0.45 0.77 0.37 2.08)
(1.30 1.10 0.45 0.76 0.38 1.98)
(1.33 1.10 0.48 0.77 0.38 1.90)
(1.86 1.47 0.60 1.01 0.65 8.56)
(1.58 1.34 0.52 0.95 0.50 4.49)
(1.97 1.59 0.67 1.20 0.59 8.49)
(1.80 1.56 0.66 1.02 0.59 6.17)
(1.75 1.58 0.63 1.09 0.59 7.54)
(1.72 1.43 0.64 1.02 0.63 6.36)
(1.68 1.57 0.72 0.96 0.68 7.63)
(1.75 1.59 0.68 1.08 0.62 7.78)
(2.19 1.86 0.75 1.24 0.72 10.15)
(1.73 1.67 0.64 1.14 0.55 6.88))
:dimensions '(22 6))
)
(dataset squids :variates squid-vars :name "Shark eaten squids")
| 1,585 | Common Lisp | .l | 41 | 31.731707 | 83 | 0.555339 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 7894bb7b0097336e4132047f4d764f8dd24b95ff790850efce463824ded684b6 | 32,920 | [
-1
] |
32,921 | reaction-times.lsp | rwoldford_Quail/data/reaction-times.lsp | (in-package :q-user)
(defvar reaction-times
NIL
"Thirty teams, of two people each, conducted a randomized experiment to ~
measure the effect lighting has on a person's time to react to a visual ~
stimulus. ~
~%~
Each team had a wooden ruler which one person would drop for the other ~
to catch between thumb and index finger. ~
The visual stimulus would be the movement of the ruler. ~
~%~
In each team only one person dropped and the other caught on all trials. ~
Which member of the team would be the catcher ~
was determined by a coin toss for each team. ~
~%~
The distance the ruler falls before being caught is a surrogate measurement of ~
the catcher's reaction time. ~
A detailed protocol was established for dropping the ruler and measuring ~
the distance dropped. The distance is measured in millimetres along the ~
ruler itself. ~
The maximum value that a ruler could be measured to drop was 290 mm. ~
~%~
There were two lighting conditions, low and high. ~
High light conditions were achieved by having all lights on in the classroom ~
where the experimental study was conducted. This gave a fairly ~
uniform light intensity about the room. ~
Low light was achieved by having the doors closed and all lights turned ~
out but that of a partially covered overhead projector located roughly in the ~
centre of the room. ~
Consequently, the low light condition was not evenly distributed ~
throughout the room and so each team also recorded their distance from ~
the low light source using ceiling tiles to provide a city block distance ~
in units of tile-widths. ~
~%~
Under each condition two ~
measurements were taken and their average reported. ~
The order of lighting condition was randomized with roughly half the ~
teams doing low light first then high light and half doing the opposite ~
order. ~
One team ~
dropped the ruler on one of their low light trials so all that was ~
known was that the measurement was > 290 mm. Consequently the average ~
the recorded under low light condition is also a lower bound. ~
~%~
The experiment was carried out the morning of July 5, 1995 in my ~
introductory Statistics course. ... R.W. Oldford.")
(<- reaction-times
(array
'(163.5 150.5 13.0 4 "Male" "High Low" "OK"
114.0 122.0 -8.0 2 "Male" "High Low" "OK"
258.0 176.0 82.0 4 "Male" "High Low" "OK"
256.5 155.0 101.5 6 "Male" "High Low" "OK"
235.0 155.0 80.0 8 "Male" "Low High" "OK"
277.0 218.0 59.0 7 "Female" "High Low" "OK"
164.5 138.0 26.0 8 "Female" "Low High" "OK"
216.0 222.0 -6.0 11 "Female" "Low High" "OK"
204.0 121.5 82.5 12 "Male" "Low High" "OK"
200.0 129.0 71.0 3 "Male" "Low High" "OK"
209.0 144.0 65.0 9 "Male" "Low High" "OK"
270.0 212.5 57.5 5 "Female" "Low High" "Ruler dropped in low light"
110.0 145.0 -35.0 5 "Female" "High Low" "OK"
103.5 156.5 -53.0 4 "Male" "High Low" "OK"
236.5 173.0 63.5 12 "Male" "Low High" "OK"
241.0 141.5 99.5 11 "Male" "Low High" "OK"
234.0 146.5 87.5 10 "Male" "High Low" "OK"
221.5 189.0 32.5 12 "Male" "Low High" "OK"
167.0 139.0 128.0 7 "Male" "High Low" "OK"
272.5 183.5 89.0 6 "Female" "High Low" "OK"
162.5 64.0 98.5 6 "Male" "High Low" "OK"
170.0 124.5 45.5 9 "Female" "Low High" "OK"
247.0 163.0 84.0 11 "Female" "High Low" "OK"
206.5 202.5 4.0 6 "Female" "Low High" "OK"
242.5 205.0 37.5 8 "Female" "High Low" "OK"
169.0 128.0 41.0 4 "Female" "Low High" "OK"
180.0 126.5 53.5 3 "Male" "High Low" "OK"
130.5 143.0 -12.5 5 "Female" "High Low" "OK"
205.5 147.5 58.0 10 "Female" "High Low" "OK"
157.0 131.0 26.0 7 "Male" "High Low" "OK")
:dimensions '(30 7)))
(<- reaction-vars
(list "low light (mm)" "high light (mm)" "Low - high (mm)"
"City-block distance from source (ceiling tiles)"
"Sex of catcher"
"Lighting order"
"Other comments"))
(dataset reaction-times
:variates reaction-vars
:name "Reaction times")
| 4,472 | Common Lisp | .l | 88 | 43.318182 | 84 | 0.620594 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 722d7e791e2ae538c8dcd06df5f6d547ec06bb63cb17f36cddbbcb2c710b4df6 | 32,921 | [
-1
] |
32,922 | michelson-1879.lsp | rwoldford_Quail/data/michelson-1879.lsp | (defvar michelson-1879
NIL
"Determinations of the speed of light in air by A.A. Michelson in 1879. ~
Variables are jittered speed (less 299800), measured speed less 299800 in km per sec,~
the beat count between tuning forks, ~
the temperature correction to tuning forks, the day where 1 = June 5 1879, ~
difference between greatest and least values in cps for the 10 observations on which, ~
each case is based, the distinctness of the division where 3 is good and 1 poor, ~
displacement of the image in micrometer divisions, position of the reflected image, ~
radius or distance from the rotating mirror to the slit source, ~
number of revolutions per second of the rotating mirror as measured by the electric ~
tuning fork, screw or millimetres per division of the micrometer, ~
position of the slit source on the micrometer scale, ~
time of day 0 is night, 1 is one hour before sunset, 2 is one hour after sunrise, ~
and temperature in degrees Fahrenheit at the time of the observation. ~
The plane of rotation was slightly inclined by tilting the rotating mirror slightly. ~
The tangent of the angle of inclination is given as the last variable. ~
Note that the first measurement was taken at night using electric light, all others ~
used a heliostat to focus sunlight. ~
The rotating mirror was inverted for measurements on June 30 and July 1. ~
It was inverted again back to the original orientation for the measurements on July 2. ~
Most measurements were taken by Michelson. The exceptions are the sixth, seven and ~
eighth measurements taken June 14 by Lieut. Nazro, and those taken the evening of ~
June 17 by Mr. Clason. ~
Michelson also notes that each measurement taken on June 7 and 8 had the frame inclined ~
at various angles. Beside the last two measurements on June 13 it was noted that ~
Michelson `Set micrometer and counted oscillations.' and `Oscillations of ~
revolving mirror.' respectively. ~
(:reference A.A. Michelson, 1880, Experimental Determination of the Velocity of Light, ~
Astronomical Papers, 1, US Nautical Almanac, pp. 110-145.~
R.W. Oldford 1994 The Speed of Light: A Case Study ~
in Empirical Problem Solving U. of Waterloo Stats. and Act. Sci. Tech Report, ~
)")
(<- michelson-1879
(array
'( 50 1.423 -0.132 1 0.17 3 114.55 114.85 28.672 257.36 0.99614 0.300 0 76 .02
-60 1.533 -0.084 3 0.10 2 114.56 114.64 28.655 257.52 0.99614 0.074 1 72 .02
100 1.533 -0.084 3 0.08 2 114.50 114.58 28.647 257.52 0.99614 0.074 1 72 .02
270 1.533 -0.084 3 0.12 2 85.84 85.91 28.647 193.14 0.99598 0.074 1 72 .02
130 1.533 -0.084 3 0.07 2 85.89 85.97 28.650 193.14 0.99598 0.074 1 72 .02
50 1.533 -0.084 3 0.07 2 114.53 114.61 28.650 257.42 0.99614 0.074 1 72 .02
150 1.533 -0.216 5 0.07 3 114.47 114.54 28.658 257.39 0.99614 0.074 1 83 .02
180 1.533 -0.216 5 0.10 3 114.46 114.54 28.658 257.39 0.99614 0.074 1 83 .02
180 1.533 -0.216 5 0.08 3 114.47 114.57 28.662 257.39 0.99614 0.074 1 83 .02
80 1.533 -0.216 5 0.06 3 114.50 114.57 28.660 257.39 0.99614 0.074 1 83 .02
200 1.533 -0.216 5 0.13 2 114.53 114.61 28.678 257.39 0.99614 0.074 1 83 .02
180 1.517 -0.300 6 0.11 2 114.52 114.60 28.685 257.29 0.99614 0.074 1 90 .02
130 1.517 -0.300 6 0.08 2 114.54 114.62 28.685 257.29 0.99614 0.074 1 90 .02
-150 1.450 -0.072 8 0.09 2 114.74 114.81 28.690 257.45 0.99614 0.074 2 71 .02
-40 1.450 -0.072 8 0.05 2 114.70 114.78 28.690 257.45 0.99614 0.074 2 71 .02
10 1.450 -0.072 8 0.09 1 114.68 114.76 28.690 257.45 0.99614 0.074 2 71 .02
200 1.500 -0.084 9 0.09 3 112.56 112.64 28.172 257.49 0.99614 0.074 2 72 .02
200 1.500 -0.084 9 0.10 3 112.56 112.63 28.172 257.49 0.99614 0.074 2 72 .02
160 1.500 -0.084 9 0.08 2 112.57 112.65 28.172 257.49 0.99614 0.074 2 72 .02
160 1.517 -0.168 9 0.06 3 112.56 112.82 28.178 257.42 0.99614 0.260 1 79 .02
160 1.517 -0.168 9 0.13 3 112.56 112.82 28.178 257.42 0.99614 0.260 1 79 .02
140 1.517 -0.168 9 0.07 3 112.57 112.83 28.178 257.42 0.99614 0.260 1 79 .02
160 1.517 -0.168 9 0.06 3 112.56 112.82 28.178 257.42 0.99614 0.260 1 79 .02
140 1.517 -0.168 9 0.11 3 112.57 112.83 28.178 257.42 0.99614 0.260 1 79 .02
80 1.517 -0.168 9 11 3 113.15 113.41 28.152 258.70 0.99614 0.260 1 79 .02
0 1.517 -0.168 9 6 3 111.88 112.14 28.152 255.69 0.99614 0.260 1 79 .02
50 1.500 0.012 10 0.12 1 112.57 112.83 28.152 257.58 0.99614 0.260 2 64 .02
80 1.517 0.012 10 0.05 1 112.57 112.83 28.152 257.60 0.99614 0.260 2 64 .02
100 1.517 0.000 10 0.11 1 112.55 112.81 28.152 257.59 0.99614 0.260 2 65 .02
40 1.517 -0.012 10 0.09 1 112.57 112.83 28.152 257.57 0.99614 0.260 2 66 .02
30 1.517 -0.024 10 0.12 1 112.57 112.83 28.152 257.56 0.99614 0.260 2 67 .02
-10 1.517 -0.228 10 0.06 1 112.52 112.78 28.159 257.36 0.99614 0.260 1 84 .02
10 1.500 -0.240 10 0.08 1 112.50 112.76 28.159 257.33 0.99614 0.260 1 85 .02
80 1.483 -0.228 10 0.08 1 112.46 112.72 28.159 257.32 0.99614 0.260 1 84 .02
80 1.483 -0.228 10 0.09 1 112.47 112.73 28.159 257.32 0.99614 0.260 1 84 .02
30 1.483 -0.228 10 0.09 1 112.49 112.75 28.159 257.32 0.99614 0.260 1 84 .02
0 1.517 0.036 13 0.09 2 112.59 112.85 28.149 257.62 0.99614 0.260 2 62 .02
-10 1.500 0.024 13 0.06 2 112.58 112.84 28.149 257.59 0.99614 0.260 2 63 .02
-40 1.500 0.012 13 0.07 1 112.59 112.85 28.149 257.58 0.99614 0.260 2 64 .02
0 1.500 -0.144 13 0.07 3 112.54 112.80 28.157 257.43 0.99614 0.260 1 77 .02
80 1.500 -0.144 13 0.08 3 112.51 112.77 28.157 257.43 0.99614 0.260 1 77 .02
80 1.500 -0.144 13 0.11 3 112.51 112.77 28.157 257.43 0.99614 0.260 1 77 .02
80 1.500 -0.144 13 0.09 3 112.51 112.77 28.157 257.43 0.99614 0.260 1 77 .02
60 1.500 -0.144 13 0.08 3 112.52 112.78 28.157 257.43 0.99614 0.260 1 77 .02
-80 1.500 0.084 14 0.07 1 112.64 112.90 28.150 257.65 0.99614 0.265 2 58 .02
-80 1.500 0.084 14 0.10 1 112.64 112.90 28.150 257.65 0.99614 0.265 2 58 .02
-180 1.483 0.072 14 0.07 1 112.66 112.92 28.150 257.62 0.99614 0.265 2 59 .02
60 1.483 -0.120 14 0.09 2 112.52 112.79 28.158 257.43 0.99614 0.265 1 75 .02
170 1.483 -0.120 14 0.10 2 112.48 112.75 28.158 257.43 0.99614 0.265 1 75 .02
150 1.483 -0.120 14 0.08 2 112.49 112.76 28.158 257.43 0.99614 0.265 1 75 .02
80 1.517 0.063 16 0.07 3 112.67 112.94 28.172 257.65 0.99614 0.265 2 60 .02
110 1.517 0.048 16 0.09 3 112.65 112.92 28.172 257.63 0.99614 0.265 2 61 .02
50 1.517 0.036 16 0.07 2 112.67 112.94 28.172 257.62 0.99614 0.265 2 62 .02
70 1.517 0.024 16 0.03 2 112.66 112.93 28.172 257.61 0.99614 0.265 2 63 .02
40 1.450 -0.156 16 0.13 2 133.21 133.48 33.345 257.36 0.99627 0.265 1 78 .02
40 1.500 -0.168 16 0.09 2 133.23 133.49 33.345 257.40 0.99627 0.265 1 79 .02
50 1.500 -0.180 16 0.07 2 133.22 133.49 33.345 257.39 0.99627 0.265 1 80 .02
40 1.483 -0.168 16 0.13 2 133.24 133.50 33.345 257.39 0.99627 0.265 1 79 .02
40 1.483 -0.168 16 0.06 2 133.22 133.49 33.345 257.38 0.99627 0.265 1 79 .02
40 1.483 -0.168 16 0.10 2 133.22 133.49 33.345 257.38 0.99627 0.265 1 79 .02
90 1.533 0.048 17 0.12 2 133.29 133.56 33.332 257.65 0.99627 0.265 2 61 .02
10 1.533 0.036 17 0.08 2 133.31 133.58 33.332 257.64 0.99627 0.265 2 62 .02
10 1.533 0.024 17 0.09 2 133.31 133.57 33.332 257.63 0.99627 0.265 2 63 .02
20 1.533 0.012 17 0.11 2 133.30 133.57 33.332 257.61 0.99627 0.265 2 64 .02
0 1.533 0.000 17 0.13 2 133.30 133.56 33.332 257.60 0.99627 0.265 2 65 .02
-30 1.533 -0.180 17 0.06 3 133.21 133.48 33.330 257.42 0.99627 0.265 1 80 .02
-40 1.500 -0.192 17 0.10 3 133.19 133.46 33.330 257.38 0.99627 0.265 1 81 .02
-60 1.500 -0.204 17 0.05 3 133.20 133.46 33.330 257.37 0.99627 0.265 1 82 .02
-50 1.517 -0.204 17 0.08 3 133.20 133.46 33.330 257.38 0.99627 0.265 1 82 .02
-40 1.500 -0.192 17 0.08 3 133.19 133.46 33.330 257.38 0.99627 0.265 1 81 .02
110 1.542 -0.288 19 0.08 3 133.16 133.43 33.345 257.32 0.99627 0.265 1 89 .02
120 1.550 -0.288 19 0.06 3 133.15 133.42 33.345 257.33 0.99627 0.265 1 89 .02
90 1.550 -0.300 19 0.09 3 133.17 133.43 33.345 257.32 0.99627 0.265 1 90 .02
60 1.533 -0.300 19 0.07 3 133.16 133.43 33.345 257.30 0.99627 0.265 1 90 .02
80 1.517 -0.300 19 0.07 3 133.16 133.42 33.345 257.29 0.99627 0.265 1 90 .02
-80 1.517 -0.084 20 0.15 3 133.20 133.47 33.319 257.50 0.99627 0.265 2 72 .02
40 1.517 -0.096 20 0.04 3 133.17 133.44 33.319 257.49 0.99627 0.265 2 73 .02
50 1.517 -0.108 20 0.11 3 133.16 133.42 33.319 257.48 0.99627 0.265 2 74 .02
50 1.517 -0.120 20 0.06 3 133.16 133.42 33.319 257.47 0.99627 0.265 2 75 .02
-20 1.517 -0.132 20 0.10 3 133.18 133.44 33.319 257.45 0.99627 0.265 2 76 .02
90 1.508 -0.252 22 0.05 2 133.15 133.42 33.339 257.33 0.99627 0.265 1 86 .02
40 1.508 -0.252 22 0.08 2 133.17 133.44 33.339 257.33 0.99627 0.265 1 86 .02
-20 1.483 -0.096 23 0.11 3 133.22 133.49 33.328 257.46 0.99627 0.265 2 73 .02
10 1.483 -0.108 23 0.06 3 133.20 133.47 33.328 257.44 0.99627 0.265 2 74 .02
-40 1.483 -0.120 23 0.09 3 133.21 133.47 33.328 257.43 0.99627 0.265 2 75 .02
10 1.467 -0.120 23 0.09 3 133.19 133.45 33.328 257.42 0.99627 0.265 2 75 .02
-10 1.483 -0.132 23 0.08 3 133.20 133.47 33.328 257.42 0.99627 0.265 2 76 .02
10 1.483 -0.132 23 0.10 3 133.19 133.45 33.328 257.42 0.99627 0.265 2 76 .02
10 1.500 -0.240 26 0.05 2 99.68 35.32 33.274 193.00 0.99645 135.000 1 85 .015
50 1.508 -0.252 26 0.06 2 99.67 35.34 33.274 193.00 0.99645 135.000 1 86 .015
70 1.508 -0.252 26 0.10 2 99.66 35.34 33.274 193.00 0.99645 135.000 1 86 .015
70 1.517 -0.252 26 0.09 2 99.66 35.34 33.274 193.00 0.99645 135.000 1 86 .015
10 1.500 -0.216 27 0.07 2 132.98 2.17 33.282 257.35 0.99627 135.145 1 83 .015
-60 1.500 -0.228 27 0.09 2 133.00 2.15 33.282 257.34 0.99627 135.145 1 84 .015
10 1.467 -0.252 27 0.06 2 133.01 2.14 33.311 257.28 0.99627 135.145 1 86 .015
140 1.467 -0.252 27 0.08 2 133.00 2.14 33.311 257.28 0.99627 135.145 1 86 .015
150 1.450 -0.252 28 0.05 3 99.45 99.85 33.205 192.95 0.99606 0.400 1 86 .015
0 1.450 -0.252 28 0.03 3 66.34 66.74 33.205 128.63 0.99586 0.400 1 86 .015
10 1.467 -0.252 28 0.07 3 47.96 50.16 33.205 96.48 0.99580 0.400 1 86 .015
70 1.450 -0.240 28 0.06 3 33.17 33.57 33.205 64.32 0.99574 0.400 1 85 .015
)
:dimensions '(100 15)))
;;; Because so many of the values of the speed are the same and because this will
;;; cause overstriking in the plots, we will add a ``jittered'' version of the speed to
;;; the dataset. Jittering has the effect of moving the identical points apart.
(<- michelson-1879 (cglue (+ (ref michelson-1879 T 0)
(random-uniform :n 100 :from -4 :to 4))
michelson-1879))
(<- michelson-vars
'("jittered speed" "speed" "beat" "correction"
"day" "difference" "distinct" "division" "image"
"radius" "revolutions" "screw" "slit" "am=2,pm=1,night=0"
"temperature" "tan angle of inclination of plane of rotation"))
(<- michelson-ids
'("June 5 1"
"June 7 1" "June 7 2" "June 7 3" "June 7 4" "June 7 5"
"June 9 1" "June 9 2" "June 9 3" "June 9 4" "June 9 5"
"June 10 1" "June 10 2"
"June 12 1" "June 12 2" "June 12 3"
"June 13 1" "June 13 2" "June 13 3" "June 13 4" "June 13 5"
"June 13 6" "June 13 7" "June 13 8" "June 13 9" "June 13 10"
"June 14 1" "June 14 2" "June 14 3" "June 14 4" "June 14 5"
"June 14 6" "June 14 7" "June 14 8" "June 14 9" "June 14 10"
"June 17 1" "June 17 2" "June 17 3" "June 17 4" "June 17 5"
"June 17 6" "June 17 7" "June 17 8"
"June 18 1" "June 18 2" "June 18 3" "June 18 4" "June 18 5"
"June 18 6"
"June 20 1" "June 20 2" "June 20 3" "June 20 4" "June 20 5"
"June 20 6" "June 20 7" "June 20 8" "June 20 9" "June 20 10"
"June 21 1" "June 21 2" "June 21 3" "June 21 4" "June 21 5"
"June 21 6" "June 21 7" "June 21 8" "June 21 9" "June 21 10"
"June 23 1" "June 23 2" "June 23 3" "June 23 4" "June 23 5"
"June 24 1" "June 24 2" "June 24 3" "June 24 4" "June 24 5"
"June 26 1" "June 26 2"
"June 27 1" "June 27 2" "June 27 3" "June 27 4" "June 27 5"
"June 27 6"
"June 30 1" "June 30 2" "June 30 3" "June 30 4"
"July 1 1" "July 1 2" "July 1 3" "July 1 4"
"July 2 1" "July 2 2" "July 2 3" "July 2 4" )
)
(<- michelson-1879
(dataset michelson-1879
:variates michelson-vars
:identifiers michelson-ids
:name "Michelson's 1879 determinations of the speed of light.")
)
#|
;;; Attempts at getting the speed from Michelson's data.
;;; Note that there is disagreement between our calculations and Michelson's
;;; (in some cases by as much as 300 km/s !).
;;;
;;; First the speed is calculated from the data in three different ways.
;;; The third is essentially the method used by Michelson (using log10 tables)
;;;
(defun speed (mirror-freq disp screw-in-mm radius-in-ft tan-alpha)
(flet
((feet-to-km (x)
(/ (* x 1.609344) 5280)))
(let*
((radius-in-km (feet-to-km radius-in-ft))
(log-sec-alpha (- (log (cos (atan tan-alpha)) 10)))
(disp-in-km (expt
10
(+
;; Disp in screw turns as measured by the micrometer
(log disp 10)
;; use screw calibration to change units to millimetres
(log screw-in-mm 10)
;; correction for inclination of plane
;; of rotation. Rotating mirror was
;; inclined slightly, alpha, where
;; tan alpha = 0.02 in all but
;; the last 12 observations where it is 0.015
;; multiply by the secant of alpha
log-sec-alpha
-6
))
)
(phi (/ (atan disp-in-km radius-in-km) 2.0))
(frac-of-rev (/ phi 2.0 pi))
(time (/ frac-of-rev mirror-freq))
(distance-in-km (* 2 (feet-to-km 1986.23)))
)
(/ distance-in-km time))))
(defun speed2 (mirror-freq disp screw-in-mm radius-in-ft tan-alpha)
(flet
((feet-to-km (x)
(/ (* x 1.609344) 5280))
(log10 (x) (log x 10))
)
(let*
((log-sec-alpha (- (log10 (cos (atan tan-alpha)))))
(log-disp-in-km
(+
;; Disp in screw turns as measured by the micrometer
(log10 disp )
;; use screw calibration to change units to millimetres
(log10 screw-in-mm )
;; correction for inclination of plane
;; of rotation. Rotating mirror was
;; inclined slightly, alpha, where
;; tan alpha = 0.02 in all but
;; the last 12 observations where it is 0.015
;; multiply by the secant of alpha
log-sec-alpha
-6
)
)
(log-tan-phi (- log-disp-in-km
(+ (- (log10 radius-in-ft)
(log10 5280))
(log10 1.609344))
))
;; phi in radians
(phi (atan (expt 10.0 log-tan-phi)))
(frac-of-rev (/ phi 2.0 pi))
(log-distance-in-km (+ (log10 2.0) (log10 (feet-to-km 1986.23))))
)
(expt 10
(- (+ (log10 2.0) log-distance-in-km (log10 mirror-freq))
(log10 frac-of-rev))
)
)))
(defun speed3 (mirror-freq disp screw-in-mm radius-in-ft tan-alpha)
(flet
((feet-to-km (x)
(/ (* x 1.609344) 5280))
(log10 (x) (log x 10))
)
(let*
((log-sec-alpha (- (log10 (cos (atan tan-alpha)))))
(logT (log10 screw-in-mm))
(logd (log10 disp))
(logr (log10 radius-in-ft))
(logn (log10 mirror-freq))
(logc1 (+ -6 log-sec-alpha (- (log10 1.609344)) (log10 5280)))
(logc (log10 (* 2 60 60 360 (feet-to-km 3972.46))))
(logtanphi (- (+ logc1 logt logd) logr))
(phi (/ (* 360 60 60 (atan (expt 10.0 logtanphi)))
(* 2.0 pi)))
(logphi (log10 phi))
(logv (- (+ logc logn) logphi))
)
(expt 10.0 logv)))
)
(<- michelson-speed (+ 299800
(ref michelson-1879 t 1)))
(<- calculated-speed (speed (ref michelson-1879 t 10)
(abs (- (ref michelson-1879 t 8)
(ref michelson-1879 t 12)))
;;(ref michelson-1879 t 7)
(ref michelson-1879 t 11)
(ref michelson-1879 t 9)
(ref michelson-1879 t 15)))
(<- calculated-speed2 (speed2 (ref michelson-1879 t 10)
(abs (- (ref michelson-1879 t 8)
(ref michelson-1879 t 12)))
;;(ref michelson-1879 t 7)
(ref michelson-1879 t 11)
(ref michelson-1879 t 9)
(ref michelson-1879 t 15)))
(<- calculated-speed3 (speed3 (ref michelson-1879 t 10)
(abs (- (ref michelson-1879 t 8)
(ref michelson-1879 t 12)))
;;(ref michelson-1879 t 7)
(ref michelson-1879 t 11)
(ref michelson-1879 t 9)
(ref michelson-1879 t 15)))
(<- calculated-speeds
(dataset
(cglue (ref michelson-1879 t 4)
calculated-speed
michelson-speed
(- calculated-speed michelson-speed)
(ref michelson-1879 t 14)
(ref michelson-1879 t 13))
:variates '("Day"
"Calculated speed"
"Michelson's speed"
"Residuals"
"Temperature"
"am=2,pm=1,night=0")
:identifiers michelson-ids
:name "Checking Michelson's calculations. 2")
)
(scatterplot :data calculated-speeds
:x "Michelson's speed" :y "Calculated speed")
;;;
;;; The following set of numbers are those whose calculation Michelson
;;; gives in some detail in his paper. Again our numbers do not agree with his,
;;; although these are a lot closer and the differences may be attributable to
;;; rounding. (Note that for observation index 43, he calculates the value to
;;; be 299850 in the paper but records 299860 in his table!
;;;
;;; Notation follows Michelson pp 133-134
(defun log10 (x) (log x 10))
(defun feet-to-km (x) (/ (* x 1.609344) 5280))
;;; get michelson's speeds (except for jittered ones)
(<- test (sel michelson-1879 (iseq 39 43) '(:c 0)))
(setf (ref test t 0) (+ 299800 (ref test t 0)))
(<- b (ref test T 1))
(<- rev (ref test T 9))
(<- div (ref test T 6))
(<- image (ref test T 7))
(<- slit (ref test T 11))
(<- d (abs (- image slit)))
;; or (<- d div)
(<- n rev)
(<- r (ref test t 8))
(<- tan-alpha (ref test t 14))
(<- log-sec-alpha (- (log10 (cos (atan tan-alpha)))))
(<- screw (ref test t 10))
(<- logscrew (log10 screw))
(<- logscrew+1 (+ 1 logscrew)) ;; what Michelson records
(<- logT (log10 screw))
(<- logd (log10 d))
(<- logr (log10 r))
(<- logn (log10 n))
(<- logc1 (+ -6 log-sec-alpha (- (log10 1.609344)) (log10 5280)))
(<- logc1+3 (+ 3 logc1)) ;; what Michelson records
(<- logc (log10 (* 2 60 60 360 (feet-to-km 3972.46))))
(<- logc-6 (- logc 6)) ;; what Michelson records
(<- logtanphi (- (+ logc1 logt logd) logr))
(<- phi (/ (* 360 60 60 (atan (expt 10.0 logtanphi)))
(* 2.0 pi)))
(<- logphi (log10 phi))
(<- logv (- (+ logc logn) logphi))
;;; Velocity is
(<- v (expt 10.0 logv))
;;;
;;;
;;; Now for Michelson's published versions
;;;
(<- mlog-sec-alpha 0.00008)
(<- mlogc1+3 0.51607)
(<- mlogc1 (- mlogc1+3 3.0))
(<- mlogc-6 0.49670)
(<- mlogc (+ 6.0 mlogc-6))
(<- mlogtanphi (- (array '(.11612 .11600 .11600 .11600 0.11604)) 2))
(<- mphi (/ (* 360 60 60 (atan (expt 10.0 mlogtanphi)))
(* 2.0 pi)))
(<- mlogphi (log10 mphi))
(<- mlogv (- (+ mlogc logn) mlogphi))
;;; Velocity is
(<- mv (expt 10.0 mlogv))
;;;
;;; Even mv does not agree exactly with Michelson's numbers!
;;;
|#
| 21,425 | Common Lisp | .l | 384 | 46.059896 | 92 | 0.578555 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 089ded9ee9ab47983d9fe739d206ef1c2ee1d026e139da81a9e90e9e14319d7c | 32,922 | [
-1
] |
32,923 | cigs.lsp | rwoldford_Quail/data/cigs.lsp | (in-package :q-user)
(<- cig-names (list "Alpine" "Benson & Hedges" "Bull Durham"
"Camel Lights" "Carlton" "Chesterfield"
"Golden Lights" "Kent" "Kool" "L&M"
"Lark Lights" "Marlboro" "Merit"
"Multifilter" "Newport Lights" "Now"
"Old Gold" "Pall Mall Light" "Raleigh"
"Salem Ultra" "Tareyton" "True"
"Viceroy Rich Lights" "Virginia Slims" "Winston Lights"))
(<- cig-data '((14.1 0.86 .9853 13.6)
(16.0 1.06 1.0938 16.6)
(29.8 2.03 1.1650 23.5)
(8.0 .67 .928 10.2)
(4.1 .4 .9462 5.4)
(15.0 1.04 .8885 15)
(8.8 .76 1.0267 9)
(12.4 .95 .9225 12.3)
(16.6 1.12 .9372 16.3)
(14.9 1.02 .8858 15.4)
(13.7 1.01 .9643 13)
(15.1 .9 .9316 14.4)
(7.8 .57 .9705 10)
(11.4 .78 1.124 10.2)
(9.0 .74 .8517 9.5)
(1.0 .13 .7851 1.5)
(17 1.26 .9186 18.5)
(12.8 1.08 1.0395 12.6)
(15.8 .96 .9573 17.5)
(4.5 .42 .9106 4.9)
(14.5 1.01 1.007 15.9)
(7.3 .61 .9806 8.5)
(8.6 .69 .9693 10.6)
(15.2 1.02 .9496 13.9)
(12.0 .82 1.1184 14.9)))
(<- cig-vars (list "tar" "nicotine" "weight" "carbon-monoxide"))
(<- cigs (array cig-data))
(dataset cigs :identifiers cig-names :variates cig-vars
:name "Cigarettes") | 1,770 | Common Lisp | .l | 38 | 30.868421 | 78 | 0.386853 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | e2fc381bc6d7133bd04e3593d47b099e1d9c3933fcf02b22b8088961819bf59f | 32,923 | [
-1
] |
32,924 | solar.lsp | rwoldford_Quail/data/solar.lsp | (in-package :q-user)
(defvar solar NIL "Solar data")
(<- solar
(array
'(;;60.4 1.224 -1.206
60.1 1.078 -1.140
53.6 1.043 -1.037
52.2 .937 -.841
52.1 1.064 -1.140
51.9 .958 -.851
51.5 .990 -1.103
51.5 .980 -1.026
51.3 .995 -.990
48.8 1.004 -1.05
46.2 .886 -.897
44.1 .934 -.985
50.8 .971 -.926
38.1 1.049 -1.325
43.3 .992 -1.043
44.4 .727 -.777
40.5 .859 -.903
41.1 1.035 -1.090
40.2 1.144 -1.400
38.7 1.013 -1.217
48.2 1.059 -1.193
47.8 .854 -.862
60.4 1.040 -1.210
59.7 .970 -1.030
38.0 1.260 -1.410
36.4 1.310 -1.530
37.4 1.230 -1.390)
:dimensions '(26 3))
)
(dataset solar
:name "Solar data"
:variates (list "latitude" "c" "d")
)
| 903 | Common Lisp | .l | 37 | 16.108108 | 45 | 0.443023 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 016e8fe595d3b31fc9652713a2522f649b3a9370d2444dbcea70546b720c4ad0 | 32,924 | [
-1
] |
32,925 | nile-river.lsp | rwoldford_Quail/data/nile-river.lsp | (in-package :q-user)
(defvar
Nile
(array
'(1870 97.639 100.3466 -2.70763
1871 114.32 100.3466 13.97337
1872 81.632 100.3466 -18.7146
1873 120.842 100.3466 20.49537
1874 111.377 100.3466 11.03037
1875 96.495 100.3466 -3.85163
1876 69.349 100.3466 -30.9976
1877 138.008 100.3466 37.66137
1878 122.021 100.3466 21.67437
1879 96.084 100.3466 -4.26263
1880 91.531 100.3466 -8.81563
1881 89.221 100.3466 -11.1256
1882 106.296 100.3466 5.949367
1883 87.024 100.3466 -13.3226
1884 93.115 100.3466 -7.23163
1885 91.374 100.3466 -8.97263
1886 112.098 100.3466 11.75137
1887 66.975 100.3466 -33.3716
1888 91.844 100.3466 -8.50263
1889 111.449 100.3466 11.10237
1890 100.501 100.3466 0.154367
1891 124.586 100.3466 24.23937
1892 98.561 100.3466 -1.78563
1893 126.897 100.3466 26.55037
1894 116.224 100.3466 15.87737
1895 116.077 100.3466 15.73037
1896 87.464 100.3466 -12.8826
1897 110.86 100.3466 10.51337
1898 57.363 100.3466 -42.9836
1899 83.172 100.3466 -17.1746
1900 86.68 85.03667 1.643327
1901 70.279 85.03667 -14.7577
1902 98.06 85.03667 13.02333
1903 79.48 85.03667 -5.55667
1904 71.6 85.03667 -13.4367
1905 92.31 85.03667 7.273327
1906 66.29 85.03667 -18.7467
1907 107.24 85.03667 22.20333
1908 104.76 85.03667 19.72333
1909 94.07 85.03667 9.033327
1910 80.534 85.03667 -4.50267
1911 71.53 85.03667 -13.5067
1912 41.79 85.03667 -43.2467
1913 89.26 85.03667 4.223327
1914 67.98 85.03667 -17.0567
1915 118.91 85.03667 33.87333
1916 116.86 85.03667 31.82333
1917 70.3 85.03667 -14.7367
1918 75.8 85.03667 -9.23667
1919 82.46 85.03667 -2.57667
1920 74.847 85.03667 -10.1897
1921 86.85 85.03667 1.813327
1922 87.16 85.03667 2.123327
1923 85.65 85.03667 0.613327
1924 69.63 85.03667 -15.4067
1925 85.13 85.03667 0.093327
1926 72.06 85.03667 -12.9767
1927 82.83 85.03667 -2.20667
1928 104.01 85.03667 18.97333
1929 71.35 85.03667 -13.6867
1930 80.32 85.03667 -4.71667
1931 90.22 85.03667 5.183327
1932 82.97 85.03667 -2.06667
1933 94.98 85.03667 9.943327
1934 97.14 85.03667 12.10333
1935 87.33 85.03667 2.293327
1936 84.528 85.03667 -0.50867
1937 105.534 85.03667 20.49733
1938 75.697 85.03667 -9.33967
1939 67.802 85.03667 -17.2347
1940 70.121 85.03667 -14.9157
1941 85.73 85.03667 0.693327
1942 84.084 85.03667 -0.95267
1943 75.12 85.03667 -9.91667
1944 84.213 85.03667 -0.82367
1945 111.522 85.03667 26.48533
1946 83.984 85.03667 -1.05267
1947 89.804 85.03667 4.767327
1948 87.825 85.03667 2.788327
1949 89.381 85.03667 4.344327
1950 76.241 85.03667 -8.79567
1951 76.109 85.03667 -8.92767
1952 85.657 85.03667 0.620327
1953 110.551 85.03667 25.51433
1954 94.444 85.03667 9.407327
1955 103.357 96.007 7.35
1956 74.779 96.007 -21.228
1957 99.653 96.007 3.646
1958 100.013 96.007 4.006
1959 81.98 96.007 -14.027
1960 110.125 96.007 14.118
1961 92.936 96.007 -3.071
1962 94.471 96.007 -1.536
1963 130.175 96.007 34.168
1964 86.313 96.007 -9.694
1965 82.275 96.007 -13.732
1966 102.431 90.45156 11.97944
1967 82.258 90.45156 -8.19356
1968 84.08 90.45156 -6.37156
1969 91.705 90.45156 1.253444
1970 88.177 90.45156 -2.27456
1971 66.983 90.45156 -23.4686
1972 82.388 90.45156 -8.06356
1973 101.277 90.45156 10.82544
1974 114.765 90.45156 24.31344)
:dimensions '(105 4))
"Annual measures of the water level of the Nile river."
)
(dataset Nile :identifiers (iseq 1870 1974)
:variates (list "Year" "Water" "Fitted Values" "Residuals")
:name "Nile River annual flow rate.")
| 4,299 | Common Lisp | .l | 115 | 30.530435 | 69 | 0.595933 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 21632b68b501afd0b53dd4ed8d0238a0f7db363a053c2afa0f86c62d6ebca9ae | 32,925 | [
-1
] |
32,926 | light-speeds.lsp | rwoldford_Quail/data/light-speeds.lsp | (defvar light-speeds
NIL
"Historical measurements of the speed of light. ~
(:reference K.D. Froome and L. Essen 1969 The Velocity of Light and Radio Waves. ~
Academic Press, J.H. Sanders 1965 Velocity of Light Pergamon Press, ~
Simon Newcomb 1882 Measures of the Velocity of Light, US Nautical Almanac pp 107-239.)"
)
(<- light-speeds
(array
'(
;; Astronomical measurements rows 0-2
1676 "Roemer" "Jupiter satellites" 214000 NaN 0 0
1676 "Delambre" "Jupiter satellites" 300270 NaN 0 0
1726 "Bradley" "Aberration of stars" 301000 NaN 0 0
;; Optical methods rows 3-5
1849 "Fizeau" "Toothed wheel" 315300 NaN 1 1
1872 "Cornu" "Toothed wheel" 298500 900 1 1
1908 "Perrotin & Prim" "Toothed wheel" 299901 84 1 1
;; Optical methods: rotating mirror(s) 6-16
1862 "Foucault" "Deflection of light" 298000 500 2 1
1874 "Cornu" "Deflection of light" 298500 NaN 2 1
1878 "Cornu" "Deflection of light" 300400 800 2 1
1878 "Michelson" "Deflection of light" 300140 700 2 1
1879 "Michelson" "Deflection of light" 299910 50 2 1
1882 "Newcomb" "Deflection of light" 299810 50 2 1
1882 "Newcomb" "Deflection of light" 299860 30 2 1
1882 "Michelson" "Deflection of light" 299853 60 2 1
1924 "Michelson" "Deflection of light" 299802 30 2 1
1926 "Michelson" "Deflection of light" 299796 4 2 1
1935 "Michelson, Pease and Pearson" "Deflection of light" 299774 11 2 1
;; Optical methods: Kerr cell 17-20
1928 "Karolus and Mittelstaedt" "Kerr cell" 299778 20 3 1
1937 "Anderson" "Kerr cell" 299771 12 3 1
1940 "Huttel" "Kerr cell" 299768 10 3 1
1941 "Anderson" "Kerr cell" 299776 14 3 1
;; Electrical methods: Velocity of electomagnetic radiation in vacuo - rows 21-25
1891 "Blondlot" "Velocity of electomagnetic radiation in vacuo: Lecher wires"
297600 NaN 4 2
1895 "Trowbridge & Duane" "Velocity of electomagnetic radiation in vacuo: Lecher wires"
300300 NaN 4 2
1897 "Saunders" "Velocity of electomagnetic radiation in vacuo: Lecher wires"
299700 NaN 4 2
1899 "MacLean" "Velocity of electomagnetic radiation in vacuo: Free space"
299100 NaN 4 2
1923 "Mercier" "Velocity of electomagnetic radiation in vacuo:Lecher wires"
299700 30 4 2
;; Electrical methods: Ratio of electromagnetic to electrostatic units - rows 26 - 42
1857 "Weber and Kohlrausch" "Ratio of electromagnetic to electrostatic units"
310800 NaN 5 2
1868 "Maxwell" "Ratio of electromagnetic to electrostatic units"
284300 NaN 5 2
1869 "Thomson and King" "Ratio of electromagnetic to electrostatic units"
280900 NaN 5 2
1874 "McKichan" "Ratio of electromagnetic to electrostatic units"
289700 NaN 5 2
1879 "Ayrton and Perry" "Ratio of electromagnetic to electrostatic units"
296100 NaN 5 2
1880 "Shida" "Ratio of electromagnetic to electrostatic units"
295600 NaN 5 2
1883 "Thomson, J.J." "Ratio of electromagnetic to electrostatic units"
296400 NaN 5 2
1884 "Klemencic" "Ratio of electromagnetic to electrostatic units"
302000 NaN 5 2
1888 "Thomson, W." "Ratio of electromagnetic to electrostatic units"
300500 NaN 5 2
1889 "Rosa" "Ratio of electromagnetic to electrostatic units"
300090 NaN 5 2
1890 "Thomson, J.J. and Searle" "Ratio of electromagnetic to electrostatic units"
299690 NaN 5 2
1891 "Pellat" "Ratio of electromagnetic to electrostatic units"
301010 NaN 5 2
1892 "Abraham" "Ratio of electromagnetic to electrostatic units"
299220 NaN 5 2
1897 "Hurmuzescu" "Ratio of electromagnetic to electrostatic units"
300190 NaN 5 2
1898 "Perot and Fabry" "Ratio of electromagnetic to electrostatic units"
299870 NaN 5 2
1899 "Lodge and Glazesbrook" "Ratio of electromagnetic to electrostatic units"
301000 NaN 5 2
1907 "Rosa and Dorsey" "Ratio of electromagnetic to electrostatic units"
299710 30 5 2
;; Cavity Resonator - rows 43-45
1947 "Essen and Gordon-Smith" "Cavity Resonator" 299792 3 6 3
1950 "Essen" "Cavity resonator" 299792.5 1 6 3
1950 "Hansen and Bol" "Cavity resonator" 299789.3 0.8 6 3
;; Radar - rows 46-50
1947 "Smith, Franklin and Whiting" "Radar" 299695 50 7 4
1947 "Jones" "Radar" 299687 25 7 4
1949 "Aslakson" "Radar" 299792.4 2.4 7 4
1949 "Jones and Cornford" "Radar" 299701 25 7 4
1951 "Aslakson" "Radar" 299794.2 1.4 7 4
;; Modulated light beam Methods - rows 51-58
1949 "Bergstrand" "Geodimeter" 299796 2 8 5
1950 "Bergstrand" "Geodimeter" 299793.1 0.26 8 5
1951 "Bergstrand" "Geodimeter" 299793.1 0.4 8 5
1954 "Mackenzie" "Geodimeter" 299792.3 0.5 8 5
1955 "Scholdstrom" "Geodimeter" 299792.4 0.4 8 5
1956 "Edge" "Geodimeter" 299792.4 0.11 8 5
1956 "Edge" "Geodimeter" 299792.2 0.13 8 5
1956 "Waller" "Geodimeter" 299792.5 NaN 8 5
;; Modulated light beam Methods - rows 59-60
1966 "Karolus" "Modulated light beam" 299792.1 0.2 9 5
1967 "Karolus" "Modulated light beam: Corrected 1967"
299792.44 0.2 9 5
;; Modulated light beam Methods - quartz - rows 61-2
1950 "McKinley" "Quartz modulator" 299780 70 10 5
1950 "Houstoun" "Quartz modulator" 299775 9 10 5
;; Radio interferometry - rows 63-68
1951 "Froome" "Radio interferometer" 299792.6 0.7 11 6
1954 "Froome" "Radio interferometer" 299793.0 0.3 11 6
1958 "Froome" "Radio interferometer corrected 1958"
299792.75 0.3 11 6
1954 "Florman" "Radio interferometer" 299795.1 3.1 11 6
1958 "Froome" "Radio interferometer" 299792.5 0.1 11 6
1967 "Simkin, Lukin, Sikora and Strelenskii" "Microwave interferometer"
299792.56 0.11 11 6
;; Spectral Lines - rows 69-72
1952 "Rank, Ruth and Vanden Sluis" "Spectral lines" 299776 6 12 7
1954 "Rank, Shearer and Wiggins" "Spectral lines" 299789.8 3 12 7
1955 "Plyler, Blaine and Cannon" "Spectral lines" 299792 6 12 7
1956 "Rank, Bennett and Bennett" "Spectral lines" 299791.9 2 12 7
;; Tellurometer - rows 73-75
1956 "Wadley" "Tellurometer" 299792.9 NaN 13 8
1956 "Wadley" "Tellurometer" 299792.7 2.0 13 8
1957 "Wadley" "Tellurometer" 299792.6 1.2 13 8
)
:dimensions '(76 7)))
(<- light-speed-vars '("Year" "Authors" "Method" "Speed" "Error" "Method number" "Method group number"))
(dataset light-speeds :variates light-speed-vars :name "Light Speed Determinations")
(defvar astronomical-light
(ref light-speeds
'(0 1 2)
T)
"Light speeds calculated from astronomical observations. ~
(:see-also light-speeds)")
(dataset astronomical-light :name "Light speed from astronomical observations."
:variates light-speed-vars)
(defvar toothed-wheel
(ref light-speeds
'(3 4 5)
T)
"Light speeds calculated using Fizeau's toothed wheel. ~
(:see-also light-speeds)")
(dataset toothed-wheel :name "Light speed: toothed wheel."
:variates light-speed-vars)
(defvar rotating-mirror
(ref light-speeds
(loop for i from 6 to 16 collect i)
T)
"Light speeds using optical methods based on deflecting light from a rotating mirror. ~
(:see-also light-speeds)")
(dataset rotating-mirror :name "Optical methods: rotating mirror(s)"
:variates light-speed-vars)
(defvar kerr-cell
(ref light-speeds
(loop for i from 17 to 20 collect i)
T)
"Light speeds using optical methods based on a Kerr cell. ~
(:see-also light-speeds)")
(dataset kerr-cell :name "Optical methods: Kerr cell"
:variates light-speed-vars)
(defvar electromagnetic-radiation
(ref light-speeds
(loop for i from 21 to 25 collect i)
T)
"Light speeds using electrical methods based on the velocity of ~
electromagnetic radiation in vacuo. ~
(:see-also light-speeds)")
(dataset electromagnetic-radiation :name "Electrical methods: Electromagnetic radiation"
:variates light-speed-vars)
(defvar ratio-of-units
(ref light-speeds
(loop for i from 26 to 42 collect i)
T)
"Light speeds using electrical methods based on the ratio of ~
electromagnetic to electrostatic units. ~
(:see-also light-speeds)")
(dataset ratio-of-units :name "Electrical methods: Ratio of units"
:variates light-speed-vars)
(defvar cavity-resonator
(ref light-speeds
(loop for i from 43 to 45 collect i)
T)
"Light speeds using a cavity resonator. ~
(:see-also light-speeds)")
(dataset cavity-resonator :name "Cavity resonator"
:variates light-speed-vars)
(defvar radar
(ref light-speeds
(loop for i from 46 to 50 collect i)
T)
"Light speeds using radar. ~
(:see-also light-speeds)")
(dataset radar :name "Radar"
:variates light-speed-vars)
(defvar geodimeter
(ref light-speeds
(loop for i from 51 to 58 collect i)
T)
"Light speeds using a geodimeter. ~
(:see-also light-speeds)")
(dataset geodimeter :name "Geodimeter"
:variates light-speed-vars)
(defvar mod-light-beams
(ref light-speeds
(loop for i from 59 to 62 collect i)
T)
"Light speeds using modulated light beams. ~
(:see-also light-speeds)")
(dataset mod-light-beams :name "Modulated light beams: other"
:variates light-speed-vars)
(defvar radio-interferometry
(ref light-speeds
(loop for i from 63 to 68 collect i)
T)
"Light speeds using radio interferometry. ~
(:see-also light-speeds)")
(dataset radio-interferometry :name "Radio interferometry"
:variates light-speed-vars)
(defvar spectral-lines
(ref light-speeds
(loop for i from 69 to 72 collect i)
T)
"Light speeds using spectral lines. ~
(:see-also light-speeds)")
(dataset spectral-lines :name "spectral lines"
:variates light-speed-vars)
(defvar tellurometer
(ref light-speeds
(loop for i from 73 to 75 collect i)
T)
"Light speeds using a tellurometer. ~
(:see-also light-speeds)")
(dataset tellurometer :name "spectral lines"
:variates light-speed-vars)
(defconstant speed-of-light
299792.458
"The 1986 established speed of light in kilometres per second. ~
(:reference Cohen, E.R. and B.N. Taylor 1987 The 1986 adjustment of the ~
physical constants. Reviews of Modern Physics Volume 59 No. 4 pp. 1121-1148.)")
#| Some pictures
(loop for dataset in
(list astronomical-light toothed-wheel rotating-mirror kerr-cell electromagnetic-radiation
ratio-of-units cavity-resonator radar geodimeter mod-light-beams radio-interferometry
spectral-lines tellurometer)
as title in
'("Astronomy" "Toothed wheel" "Rotating Mirror" "kerr cell"
"electromagnetic radiation" "ratio of units" "cavity resonator"
"radar and microwave" "geodimeter" "modulated light beams" "radio interferometry"
"spectroscopy" "tellurometer")
do
(let ((sp (scatterplot :data dataset :x "Year" :y "Speed" :title (string-capitalize title)
:symbol :cross)))
(add-line (interior-view-of sp) :orientation :horizontal :intercept speed-of-light)
))
(let (layout scatterplots )
(setf scatterplots
(loop for dataset in
(list kerr-cell geodimeter
electromagnetic-radiation cavity-resonator
radar mod-light-beams radio-interferometry
spectral-lines tellurometer)
as title in
'("kerr cell" "geodimeter"
"electromagnetic radiation" "cavity resonator"
"radar and microwave" "modulated light beams" "radio interferometry"
"spectroscopy" "tellurometer")
collect
(let ((sp
(scatterplot :data dataset :x "Year" :y "Speed" :title (string-capitalize title)
:draw? NIL
:symbol :cross)))
sp)))
(<- layout (grid-layout :subviews scatterplots
:nrows 3 :box-views? NIL
:gap-x 0.05 :gap-y 0.05))
(grid-plot :interior-view layout :gap-x 0.05 :gap-y 0.05
:draw? T)
(loop for s in scatterplots
do (add-line (interior-view-of s)
:slope 0.00001 :intercept speed-of-light
:orientation :horizontal))
)
|# | 15,056 | Common Lisp | .l | 284 | 41.996479 | 105 | 0.572614 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 0ad9672aa74a1cceea42e4edca0ef8af680275e01d62fda267ed93bb496fbec2 | 32,926 | [
-1
] |
32,927 | bbwgt.lsp | rwoldford_Quail/data/bbwgt.lsp | (in-package :q-user)
(defvar brain-body-wts
NIL
"The average brain weight and average body weight of many species.")
(<- brain-body-wts
(array
'( 3.385 44.500 .530 1.648
.480 15.499 -.319 1.190
1.350 8.100 .130 .909
465.000 423.000 2.667 2.626
36.330 119.500 1.560 2.077
27.660 115.000 1.442 2.061
14.830 98.200 1.171 1.992
1.040 5.500 .017 .740
4.190 58.000 .622 1.763
.425 6.400 -.372 .806
.101 4.000 -.996 .602
.920 5.700 -.036 .756
1.000 6.600 0 .820
.005 .140 -2.301 -.854
.060 1.000 -1.222 0
3.500 10.800 .544 1.033
2.000 12.300 .301 1.090
1.700 6.300 .230 .799
2547.000 4603.000 3.406 3.663
.023 .300 -1.638 -.523
187.100 419.000 2.272 2.622
521.000 655.000 2.717 2.816
.785 3.500 -.105 .544
10.000 115.000 1.000 2.061
3.300 25.600 .519 1.408
.200 5.000 -.699 .699
1.410 17.500 .149 1.243
529.000 680.000 2.723 2.833
207.000 406.000 2.316 2.609
85.000 325.000 1.929 2.512
.750 12.300 -.125 1.090
62.000 1320.000 1.792 3.121
6654.000 5712.000 3.823 3.757
3.500 3.900 .544 .591
6.800 179.000 .833 2.253
35.000 56.000 1.544 1.748
4.050 17.000 .607 1.230
.120 1.000 -.921 .000
.023 .400 -1.638 -.398
.010 .250 -2.000 -.602
1.400 12.500 .146 1.097
250.010 489.997 2.398 2.690
2.500 12.100 .398 1.083
55.500 175.000 1.744 2.243
100.000 157.000 2.000 2.196
52.160 440.000 1.717 2.643
10.550 179.500 1.023 2.254
.550 2.400 -.260 .380
60.000 81.000 1.778 1.908
3.600 21.000 .556 1.322
4.288 39.200 .632 1.593
.280 1.900 -.553 .279
.075 1.200 -1.125 .079
.122 3.000 -.914 .477
.048 .330 -1.319 -.482
192.000 180.000 2.283 2.255
3.000 25.000 .477 1.398
160.000 169.000 2.204 2.228
.900 2.600 -.046 .415
1.620 11.400 .210 1.057
.104 2.500 -.983 .398
4.235 50.400 .627 1.702)
:dimensions '(62 4)))
(<- brain-body-wt-vars
(list "body weight" "brain weight" "log body weight" "log brain weight"))
(<- species (list "Arctic fox" "Owl Monkey" "Mountain beaver" "Cow" "Gray wolf"
"Goat" "Roe Deer" "Guinea Pig" "Vervet" "Chinchilla"
"Ground squirrel" "Arctic ground squirrel"
"African giant pouched rat" "Lesser short-tailed shrew"
"Star nosed mole" "Nine-banded armadillo" "Tree hyrax"
"North American opossum" "Asian elephant" "Big brown bat"
"Donkey" "Horse" "European hedgehog" "Patas monkey"
"Cat" "Galago" "Genet" "Giraffe" "Gorrila" "Gray Seal"
"Rock hyrax" "Human" "African elephant" "Water opossum"
"Rhesus monkey" "Kangaroo" "Yellow-bellied marmot"
"Golden hamster" "Mouse" "Little brown bat"
"Slow loris" "Okapi" "Rabbit" "Sheep" "Jaguar"
"Chimpanzee" "Baboon" "Desert hedgehog" "Giant armadillo"
"Rock hyrax" "Racoon" "Rat" "Eastern American Mole"
"Mole rat" "Musk shrew" "Pig" "Echidna" "Brazilian tapir"
"Tenrec" "Phalanger" "Tree shrew" "Red fox"))
(dataset brain-body-wts
:identifiers species
:variates brain-body-wt-vars
:name "Brain and body weights")
| 3,952 | Common Lisp | .l | 91 | 31.824176 | 81 | 0.498815 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 461f27be48b793ca7ac7d026f4b7491e4331f4cce19985b8cdcb610cfece0676 | 32,927 | [
-1
] |
32,929 | miners.lsp | rwoldford_Quail/data/miners.lsp | (in-package :q-user)
(eval-when (load)
(unless
(quail-yes-or-no-p "This is a huge data set. ~
Are you sure you want to continue?")
(quail-error "Load ended."))
)
(defvar miners NIL
"Variables for dataset, Miners84. From Robert Roscoe, April 3, 1990
Variable: Description:
1 ID Four digit identification number for reference
2 SEX 1--male, all 3347 are male
3 Race 1--white, 6--Spanish American, all considered white
4 MOB month of birth, mm
5 YOB year of birth, cyy
6 VS vital status, 1:alive, 3:unknown, 4-6:deceased
7 MOD month of death, mm
8 YOD year of death, cyy
9 UCOD underlying cause of death, nosology rules are
those in effect at the time of death
10 CONT1 contributory cause of death number 1
11 CONT2 contributory cause of death number 2
12 CS death certificate status, 1=received, 2=not rcvd
13 MFE month first employed, general, mm
14 YFE year first employed, general, yy
15 MLE month last employed, general, mm
16 YLE year last employed, general, yy
17 MINE1-MINE25 uranium mine number, four digits, up to 25
mining histories
BEGM1-BEGM25 month first employed in mine1-25, mm
BEGY1-BEGY25 year first employed in mine1-25, vy
ENDM1-ENDM25 month last employed in mine1-25, mm
ENDY1-ENDY25 year last employed in mine1-25, yy
18 NOHISTS number of work histories
19 MLO month last observed, mm
20 YLO year last observed, yy
21 MONUGU total months of underground uranium mining
22 SMKSTATUS smoking status categories:
A = Cigarette Smoker
B = Ex-cigarette Smoker
C = Cigar Smoker
D = Pipe Smoker
E = Tobacco Chewer
F = Cigar & Pipe Smoker
G = Ex-cigar or Ex-pipe Smoker
H = User or Ex-user of Snuff
Z = Unknown
1 = Never Smoked Cigarettes, Pipes or Cigars
2 = Ex-cigarette smoker
3 = Cigarette Smoker, < 1 pack per day.
4 = Cigarette Smoker, = 1 pack per day
5 = Cigarette Smoker, > 1 pack per day
9 = Unknown Smoking Status
23 EXAMYR year of first examination, yy
24 WLM total working level months of exposure to radon
daughters from uranium mining, _____._ 7
positions.
25 HRWLM total working level months from uranium mining
plus prior hardrock mining, ____, rounded,
up to 9999, 4 positions
26 HRYRS years of hardrock mining prior to uranium mining
27 SMKRATE1-SMKRATE5 rate of smoking in packs per day, up to 5
SMDATE1-SMDAT25 date miner begins to smoke at corresponding
smoking rate SMDATE1-5, 5 positions, mmcyy
28 WLMM1-WLMM9 month of entry into the 9 WLM categories, mm
WLMY1-WLMY9 year of entry into the 9 WLM categories, yy
WLM categories:
1= 0- 59 WLM
2= 60- 119 WLM
3= 120- 239 WLM
4= 240- 359 WIM
5= 360- 599 WLM
6= 600- 839 WLM
7= 840-1799 WLM
8= 1800-3719 WLM
9= 3720 WLM or more
Dropped SEX, Race, SMKSTATUS (they're all 1), all the smoking variables
(except the ones I missed).
Changed all "month of, year of" pairs to dates in the form "year +
fraction of year", where year is measured from 1900:
xOB -> TOB
xOD -> TOD
xFE -> TFE
xLE -> TLE
xLO -> TLO
BEGxyy -> BEGyy
ENDxy -> ENDMINyy
WLMxyy -> WLMEyy
All variable names were mapped to pure lower case.")
(<- miners
(array
'(149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 13 1 20 50 352 352 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 42.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 42.748 43.085 43.666 NaN NaN NaN NaN NaN 15.329 NaN 42.496 44.164 85.915
204 216 125 149 89 79 83 44 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 19 8 101 57 751.8 788 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 10 56.085 58 60.667 62 62.915 63.247 64.497 65.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 60.415 62 62.915 63.247 64.085 65.085 65.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.085 58.085 58.833 59.414 59.915 61.915 NaN NaN NaN 20.085 NaN 56.085 65.666 85.915
130 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 20 1 6 50 99 99 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 40.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.497 40.833 NaN NaN NaN NaN NaN NaN NaN 21.496 NaN 40.497 41 85.915
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 24 1 6 50 105.6 106 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 43.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43.414 43.666 NaN NaN NaN NaN NaN NaN NaN 20.497 NaN 43.414 43.915 85.915
149 131 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 26 2 24 50 422.4 422 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 46.581 47.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.581 48.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 46.581 46.833 47.162 47.748 48.249 NaN NaN NaN NaN 15.833 NaN 46.581 48.582 85.915
84 69 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 54 2 38 57 359.2 366 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 55.581 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60 60.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 56.249 57.247 59.085 NaN NaN NaN NaN NaN 26.833 NaN 55.581 60.164 85.915
161 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 63 1 12 57 171.2 171 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 55.247 56.667 NaN NaN NaN NaN NaN NaN 25.329 NaN 54.496 57.496 85.915
157 122 32 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 65 3 54 54 788.9 789 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53 56 56.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 56.331 58.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 53.162 53.414 53.833 54.247 57.247 NaN NaN NaN 29.085 NaN 53 58.915 85.915
85 74 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 70 2 37 57 163 163 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.247 56.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.249 58.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.247 55.666 56.415 NaN NaN NaN NaN NaN NaN 32.833 NaN 55.247 58.329 85.915
61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 85 1 24 60 142.8 143 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.496 60.582 61.247 NaN NaN NaN NaN NaN NaN 40.497 NaN 59.496 61.496 85.915
200 54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 95 2 13 57 58.1 58 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.497 57.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 57.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 NaN NaN NaN NaN NaN NaN NaN NaN 30.496 NaN 56.497 57.581 85.915
107 94 163 117 97 85 62 14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 16 NaN NaN 1 98 8 105 57 774.7 778 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 56.415 56.915 60.915 63 63.496 64.415 65.329 67.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.915 60.915 63 63.496 64 65.329 66.247 68.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.415 57 57.329 58 58.666 59.915 NaN NaN NaN 31.496 84.582 56.415 68.249 84.582
139 126 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 65 NaN NaN 1 101 2 25 54 589.6 590 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.331 54.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.085 55.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.331 52.582 52.749 53.162 53.581 NaN NaN NaN NaN 19.833 58.414 52.331 55.496 58.414
103 69 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 3 NaN NaN NaN NaN 122 2 7 60 128.4 128 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.331 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 60.582 60.915 NaN NaN NaN NaN NaN NaN 40.497 NaN 60.331 60.915 60.915
52 70 29 63 49 26 38 55 34 28 20 19 14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 123 13 117 57 709.1 720 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 51.666 54 57 59 59.496 60 62.915 63.414 64 64.667 65.247 65.666 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54 57 59 59.496 60 62.915 63.085 64 64.582 65.162 65.666 66.496 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.666 52.085 52.415 53.247 54.162 60.085 NaN NaN NaN 24.915 NaN 51.666 67.496 85.915
139 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 41 30 NaN 1 135 1 24 54 592.8 593 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 53.162 53.414 53.833 54.247 NaN NaN NaN NaN -6.504 75.581 53 55 75.581
20 60 43 69 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 149 4 60 57 1371.5 1371 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.085 60.667 62 66.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.915 62 62.915 67.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 57.162 57.247 57.414 57.581 57.915 58.496 NaN NaN 6.496 NaN 57.085 67.247 86.915
114 86 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 159 2 30 57 606.6 614 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 56.497 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 57.085 57.247 57.496 57.833 59 NaN NaN NaN 12.667 NaN 56.497 59 85.915
83 83 33 30 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 176 4 24 60 109 167 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 16 59.085 59.247 59.414 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.247 59.414 60.667 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.085 60.415 NaN NaN NaN NaN NaN NaN NaN 21.581 NaN 59.085 61.085 85.915
161 50 128 102 26 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 217 5 58 57 378.2 378 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57 58 61 62.496 63.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 60 62.496 63 64.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 57.247 57.496 58.247 64.085 NaN NaN NaN NaN 12.497 NaN 57 64.249 85.915
9 193 7 3 103 89 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 27 17 NaN 1 219 6 83 57 996.7 997 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.497 61 61.581 62 63.666 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.749 61.581 62 62.496 64.415 65.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 57 57.247 57.748 58.247 59.247 61.085 NaN NaN 0 74.085 56.497 65.162 74.085
61 47 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 236 2 71 57 695.2 695 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.085 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 57.414 57.833 59.329 61.247 62.581 NaN NaN NaN 37.414 NaN 57.085 63 85.915
88 151 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 240 2 39 57 801.3 801 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59 61.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.833 62.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 60 60.164 60.415 60.749 61.329 NaN NaN NaN 8.497 NaN 59 62.247 85.915
74 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 58 NaN NaN 1 242 1 3 54 13.8 21 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 NaN NaN NaN NaN NaN NaN NaN NaN 6.329 55 54.496 55 55
132 117 102 30 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 72 NaN NaN 1 244 4 39 57 125.8 126 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.582 58 58.496 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 58.496 59 59.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.582 57.833 59.748 NaN NaN NaN NaN NaN NaN 5.581 74.329 56.582 59.915 74.329
175 48 34 75 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 248 4 11 57 104.5 105 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 62.496 62.581 62.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 62.581 62.748 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 60.582 NaN NaN NaN NaN NaN NaN NaN 34 NaN 57.329 62.915 85.915
88 81 65 90 83 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 255 5 109 57 259.6 260 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 60 64 65.496 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60 64 64.415 66.496 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 59.496 61.414 66.833 NaN NaN NaN NaN NaN 26.748 NaN 57.329 67.496 85.915
156 11 173 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 32 24 7 1 261 3 5 53 134.8 135 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.496 53.581 53.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.581 53.666 53.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 53.666 53.833 NaN NaN NaN NaN NaN NaN 9.247 83.748 53.496 53.915 83.748
149 29 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 42 30 NaN 1 274 2 53 57 2468.3 2468 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.329 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.329 57.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.329 50.581 50.915 54.496 54.748 55.162 55.581 57.162 NaN 3.833 81.496 50.329 57.915 81.496
144 118 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 278 2 15 50 247.5 248 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 42.329 47.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43.496 48 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.329 42.666 42.915 48 NaN NaN NaN NaN NaN 23.496 NaN 42.329 48 85.915
36 8 5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 281 3 35 60 892.1 892 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 59 60.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.496 60.497 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 54.581 54.748 54.915 55.162 59.085 60.249 NaN NaN 31.581 NaN 54.496 60.915 85.915
170 86 1 3 3 2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 285 6 59 60 1396.6 1397 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.915 59.085 59.581 63.247 64.249 65.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 59.581 63 64.249 65.247 66.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 58.162 58.581 59.329 59.666 59.915 60.331 NaN NaN 5 NaN 57.915 66.162 85.915
34 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 294 1 3 54 17.7 18 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 NaN NaN NaN NaN NaN NaN NaN NaN 35.915 NaN 54.414 54.666 86.247
148 200 47 130 11 21 84 63 42 22 25 22 4 12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 309 14 170 54 1963.8 1964 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 48.833 51.085 52.749 54.085 54.414 55 55.329 56 57 62 62.162 63.496 64.749 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.085 52.667 53.414 54.414 54.915 55.247 55.915 57 61.915 62.162 63.496 64 65.748 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.833 49.085 49.247 49.748 50.162 51.085 53 60.331 NaN 24.833 NaN 48.833 68.331 85.915
34 28 20 17 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 311 4 9 51 157.4 157 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.414 51.414 52.415 53.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.581 51.581 52.667 53.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.414 51.496 52.582 NaN NaN NaN NaN NaN NaN 34.496 NaN 50.414 53.581 85.915
103 99 84 64 50 46 42 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 326 7 71 57 282.5 283 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 61 62 62.496 63.414 64.415 65.496 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62 62.496 62.915 64.415 65.414 66.496 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 61.581 62.581 66.162 NaN NaN NaN NaN NaN 34.496 NaN 61 67.496 85.915
136 130 78 58 64 56 47 37 21 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 327 9 32 60 98 98 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.581 59.581 63 63.748 64.164 64.833 65.085 65.247 67.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.581 63 63.748 64.164 64.833 65.085 65.247 65.833 68.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.581 63.414 NaN NaN NaN NaN NaN NaN NaN 34.414 NaN 58.581 68.415 85.915
143 201 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 333 2 7 60 35.7 36 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.331 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.582 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 NaN NaN NaN NaN NaN NaN NaN NaN 38.581 NaN 60.331 61 85.915
117 176 165 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 345 3 34 54 623.3 623 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.162 53.915 56 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.915 55 57 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.162 53.329 53.496 53.833 54.247 56.749 NaN NaN NaN 24 NaN 53.162 57 85.915
102 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 346 1 8 57 1.2 8 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 NaN NaN NaN NaN NaN NaN NaN NaN 22.414 NaN 59 60.331 85.915
22 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 354 1 6 57 48.6 49 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 NaN NaN NaN NaN NaN NaN NaN NaN 36.497 NaN 57 57.496 85.915
98 18 72 113 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 NaN NaN NaN 3 358 4 35 57 436.3 465 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 8 57 58 59 60.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 59 59.666 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 57.162 57.414 57.833 58.666 NaN NaN NaN NaN 21.085 78.496 57 60.415 78.496
13 147 125 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 70 20 NaN 1 366 3 102 54 2522 2522 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.414 59.162 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.162 61.496 61.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.414 53.581 53.666 54 54.247 54.833 55.329 57.581 NaN 12.915 66.581 53.414 61.915 66.581
77 80 88 40 35 27 53 20 29 23 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 26 NaN NaN 1 376 10 97 50 1520.8 1521 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.833 59.085 59.748 62 62.496 62.666 63.414 64.667 65.581 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.329 59.496 60.667 62.496 62.666 63.414 64.415 65.581 66.496 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.833 56.915 56.915 57.085 57.162 57.414 57.666 NaN NaN 32 81.247 56.833 67.496 81.247
149 51 24 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 394 3 67 50 1120.7 1121 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 38.748 42.085 43.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.085 43.162 44.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 38.748 39 39.329 39.915 40.415 41.581 42.833 NaN NaN 11.329 NaN 38.748 44.331 85.915
75 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 398 1 4 60 71.2 71 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 60.667 NaN NaN NaN NaN NaN NaN NaN 41.247 NaN 60.415 60.749 85.915
37 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 415 1 2 53 114.4 114 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.414 53.496 NaN NaN NaN NaN NaN NaN NaN 30.496 NaN 53.414 53.581 85.915
149 123 101 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 431 3 48 60 278.5 279 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.162 62.496 63.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 63.748 64.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 58.085 59.496 62.162 NaN NaN NaN NaN NaN 35.748 NaN 57.162 64.164 85.915
85 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 440 1 46 57 89.2 100 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 56.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.331 59.329 NaN NaN NaN NaN NaN NaN NaN 28.667 NaN 56.331 60.164 86.162
127 50 36 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 451 3 70 60 454.4 454 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.085 57.414 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 62.496 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 57.247 57.496 58.833 61.496 NaN NaN NaN NaN 15.833 NaN 57.085 62.915 86.915
106 94 118 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 464 3 21 57 36.7 37 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 62.162 62.496 63.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 62.915 64.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.162 NaN NaN NaN NaN NaN NaN NaN NaN 36.915 NaN 62.162 64.164 85.915
204 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 480 1 1 57 3.8 4 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 NaN NaN NaN NaN NaN NaN NaN NaN 36.749 NaN 57.581 57.833 85.915
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 503 1 2 51 30.2 55 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 7 51.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.496 NaN NaN NaN NaN NaN NaN NaN NaN 15.581 NaN 51.496 51.666 85.915
34 175 147 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 10 NaN NaN 1 512 3 41 51 402.5 465 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 14 49.833 59.833 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.833 62 62.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.833 50.833 51.748 55.414 61.581 NaN NaN NaN NaN 8.085 65.085 49.833 62.414 65.085
132 189 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 516 2 24 57 68.7 316 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 35 57.247 58.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 59.666 NaN NaN NaN NaN NaN NaN NaN 3.915 NaN 57.247 60 85.915
158 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 62 NaN NaN 1 528 1 1 54 17.7 18 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 NaN NaN NaN NaN NaN NaN NaN NaN 27.414 64.085 54.496 54.748 64.085
197 189 149 118 82 94 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 531 6 10 60 30.8 31 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.085 60.667 61.496 62.247 63.748 64.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.667 61 62.247 63 64.249 64.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.085 NaN NaN NaN NaN NaN NaN NaN NaN 26.247 NaN 59.085 64.749 85.915
206 6 38 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 6 44 18 1 540 3 57 57 250.4 283 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 9 56 60 60.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60 60.331 60.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56 58.666 59.329 60.331 NaN NaN NaN NaN NaN 0.833 60.749 56 60.749 60.749
52 162 55 90 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 548 4 35 57 59.1 77 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 5 57.581 58.833 59 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.833 59 60 61.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 NaN NaN NaN NaN NaN NaN NaN NaN 29.162 NaN 57.581 61.581 85.915
82 65 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 59 NaN NaN 1 549 2 9 60 90.9 91 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.249 60.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.749 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.249 60.749 NaN NaN NaN NaN NaN NaN NaN 34.162 76.915 60.249 61 76.915
173 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 589 1 2 54 73.6 74 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.085 53.247 NaN NaN NaN NaN NaN NaN NaN 7.915 NaN 53.085 53.247 85.915
52 43 162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 593 3 53 60 153.8 165 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 59.496 63 63.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63 63.162 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.496 60.749 62.581 NaN NaN NaN NaN NaN NaN 31.085 NaN 59.496 63.915 85.915
52 194 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 594 2 48 60 134.6 135 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.915 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.915 60.749 63.162 NaN NaN NaN NaN NaN NaN 33.833 NaN 58.915 63.915 85.915
56 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 623 2 18 57 131.8 132 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.331 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 58.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.331 57.162 57.833 NaN NaN NaN NaN NaN NaN 4.582 NaN 56.331 58.915 85.915
61 47 33 30 17 12 12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 8 6 NaN 1 625 7 96 60 708.8 783 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 20 59.666 63.247 64 64.833 65.329 65.915 66.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63.247 63.915 64.833 65.329 65.915 66.833 67.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.666 60.667 61.329 62.162 62.666 65.414 NaN NaN NaN 5.748 73.581 59.666 67.748 73.581
85 46 57 41 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 628 4 77 57 219.1 241 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 57.496 62.496 63 63.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 63 63.748 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 60.085 60.915 NaN NaN NaN NaN NaN NaN 23.496 NaN 57.496 63.915 85.915
60 72 57 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 652 3 31 60 131.9 132 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.496 60.915 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.915 61.496 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.496 60.415 61.748 NaN NaN NaN NaN NaN NaN 39.414 NaN 59.496 62.085 85.915
162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 30 25 20 1 654 1 3 54 74.1 346 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 35 54.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 54.496 NaN NaN NaN NaN NaN NaN NaN -2.167 83.329 54.329 54.581 83.329
162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 35 NaN NaN 1 658 1 30 54 462.6 783 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 39 54.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.162 54.329 54.581 55 55.748 NaN NaN NaN NaN -4.753 56.915 54.162 56.667 56.915
52 43 162 134 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 666 4 23 57 56.8 68 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 56.667 63 63.162 63.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63 63.162 63.833 64.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.667 NaN NaN NaN NaN NaN NaN NaN NaN 20.833 NaN 56.667 64.749 86.085
34 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 668 1 3 51 62.4 62 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.414 51.666 NaN NaN NaN NaN NaN NaN NaN 33.496 NaN 51.414 51.666 85.915
98 197 110 89 110 65 52 27 28 18 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 671 10 32 57 346.9 347 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.582 58 58.915 61.496 62.247 63.581 64.415 65 65.496 66.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 58.915 59.915 62.247 62.915 64.415 65 65.496 66.162 67.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.582 57.085 58.162 58.581 NaN NaN NaN NaN NaN 32.749 NaN 56.582 67.247 85.915
97 12 85 67 10 100 9 36 27 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 3 NaN NaN NaN NaN 673 9 44 57 527.1 527 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.915 60.249 60.415 60.667 62 62.247 62.496 62.748 63.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.249 60.415 60.667 60.915 62.247 62.496 62.748 63.085 64.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.915 58.833 60.331 60.497 60.582 NaN NaN NaN NaN 31.329 NaN 56.915 64.749 64.749
209 29 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 686 2 53 51 1142.8 1154 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 44.497 49.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 46.496 51.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.497 44.667 44.915 45.329 45.748 49.162 50.162 NaN NaN 8.249 NaN 44.497 51.496 85.915
96 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 NaN NaN NaN 3 688 1 6 54 6.6 21 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 NaN NaN NaN NaN NaN NaN NaN NaN 17.496 74.915 54.414 54.915 74.915
139 65 50 31 71 13 54 9 38 3 17 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 27 18 9 1 693 11 100 57 462 502 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 11 55.666 56.249 57.581 59 61.581 62.247 63 63.085 64.667 65.247 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.249 57.581 59 61.581 62.247 63 63.085 63.915 65.162 65.748 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.666 58.162 58.833 60.085 61.581 NaN NaN NaN NaN 13.581 70 55.666 68.331 70
161 147 67 98 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 716 4 76 57 1331.2 1367 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 10 56.749 58 59 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 59 60 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.749 57.162 57.414 57.915 58.162 58.666 59.247 NaN NaN 15.915 NaN 56.749 63.085 85.915
209 66 49 31 36 39 65 49 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 74 NaN NaN 1 718 8 104 60 770.1 798 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 5 41.496 54 55.329 56.667 58 59 59.833 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 46.496 55.329 56.667 58 59 59.414 60.667 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 42 42.496 43.581 44.582 54.581 NaN NaN NaN 18.247 63.581 41.496 61.085 63.581
198 88 104 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 720 3 52 53 880.6 881 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.247 56.249 57 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.249 57 57.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.247 49.748 50.247 51.247 52.164 54 56.582 NaN NaN 17.666 NaN 49.247 57.833 85.915
119 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 721 1 17 54 878.9 879 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.748 53.833 53.915 54.162 54.329 54.748 55.085 NaN NaN 18.085 NaN 53.748 55.162 85.915
13 11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 52 29 12 1 728 2 19 53 732 732 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 43.496 53 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.497 53.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43.496 43.666 43.748 44 44.249 53.247 NaN NaN NaN 7.414 54.247 43.496 53.581 54.247
67 97 90 74 57 50 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 745 6 48 57 126.3 141 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 55 59 60 62.496 67.414 68.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 60 62.496 63.085 68.164 68.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 62.162 68.249 NaN NaN NaN NaN NaN NaN 4 NaN 55 68.833 86.748
166 58 142 109 90 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 761 5 62 60 436.6 437 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59 63.666 65.162 66.247 67.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63.666 64.164 66.162 67.247 68.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 59.496 60.085 61.414 62.329 NaN NaN NaN NaN 9 NaN 59 68.249 85.915
148 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 35 31 NaN 1 767 1 12 50 264 270 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 40.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.497 40.749 40.915 41.414 NaN NaN NaN NaN NaN -11.585 62.414 40.497 41.496 62.414
149 152 48 50 36 15 47 37 25 4 1 2 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 50 21 9 1 781 13 90 57 451.1 451 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.915 57.329 59 60 60.415 63.496 64 64.833 65.247 66.496 67.414 67.915 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 58 60 60.415 63.496 64 64.833 65.247 65.833 67.414 67.915 68.331 69.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.915 57.329 57.666 60.497 63.247 NaN NaN NaN NaN 7.162 76.833 56.915 69.085 76.833
149 110 91 78 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 789 5 12 60 379.8 394 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 52.497 59.085 60.085 61.085 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 60.085 61.085 62.085 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.497 52.749 52.915 53.581 54.329 NaN NaN NaN NaN 23.329 NaN 52.497 63.085 85.915
22 84 127 53 7 14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 837 6 67 60 442.8 468 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 7 59.666 61 62 66.247 67.329 67.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 62 63.085 67.247 67.915 68.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.666 60.164 60.582 61.414 62.748 NaN NaN NaN NaN 18.247 NaN 59.666 68.497 85.915
22 72 137 104 34 37 20 25 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 8 4 NaN 1 850 8 134 57 520 520 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.329 57.329 60 64 64.497 65.085 65.581 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 60 64 64.497 65.085 65.581 66.496 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.329 56.164 57.414 61 63.496 NaN NaN NaN NaN 30.748 72.833 55.329 68.331 72.833
84 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 857 1 19 60 295.1 320 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 7 59.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.329 59.833 60.164 60.667 NaN NaN NaN NaN NaN 33.162 NaN 59.329 60.915 85.915
34 2 175 37 113 10 59 20 29 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 859 9 122 53 1161.3 1161 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.162 55.162 57 58 58.329 58.915 60.415 62.833 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.162 57 58 58.329 58.915 60.415 62.833 62.915 63.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.162 54 54.833 55.833 56.915 57.748 59.496 NaN NaN 34.496 NaN 53.162 63.329 85.915
78 28 103 72 24 9 1 1 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 865 9 68 57 1553.7 1554 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.329 53.496 54.414 56.249 57.496 58.496 59.496 60 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 53.833 54.915 57.496 58 59 60 60.915 61.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.329 53.666 54.581 56.667 57.833 59.666 59.915 NaN NaN 36.331 NaN 53.329 61.915 85.915
106 94 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 867 2 23 57 334.4 334 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.749 58.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.496 58.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.749 57.247 57.581 58.414 NaN NaN NaN NaN NaN 36.164 NaN 56.749 58.915 85.915
120 109 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 872 2 66 54 469 469 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.496 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.496 50 50.496 52.749 55.915 NaN NaN NaN NaN 24 NaN 49.496 62.496 85.915
172 157 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 878 2 6 54 123.4 123 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.581 55.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 54.581 55.496 NaN NaN NaN NaN NaN NaN 34.666 NaN 53 55.581 85.915
76 7 4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 9 6 NaN 1 893 3 124 54 2225.2 2225 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53 53.162 67.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.162 63.247 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 53.162 53.414 53.833 54.247 55.085 55.833 60.667 NaN 34.581 80.249 53 68.915 80.249
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 903 1 49 54 402.7 403 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.749 53.581 54.329 55.496 56.415 NaN NaN NaN NaN 31.748 NaN 52.749 56.833 85.915
13 134 82 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 909 4 39 53 240.3 240 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.247 58.085 59.085 60.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 59.085 60.085 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.247 53.414 58.414 61.085 NaN NaN NaN NaN NaN 35.247 NaN 53.247 61.085 86.748
192 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 910 1 3 54 74.1 74 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 54.496 NaN NaN NaN NaN NaN NaN NaN 34.581 NaN 54.329 54.581 85.915
141 27 116 47 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 911 4 48 54 796.4 796 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.581 55.666 57.247 57.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.666 56.582 57.329 58.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.581 53.748 54 54.414 54.833 56.249 NaN NaN NaN 34.915 NaN 53.581 58.247 85.748
149 201 166 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 915 4 44 54 829.1 829 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.915 51.748 52.415 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.748 52.415 54.414 54.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.915 51.162 51.329 51.748 52.415 53.414 NaN NaN NaN 29.329 NaN 50.915 54.581 85.915
137 51 37 120 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 931 4 64 60 239.1 239 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 60 63.085 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 63.085 63.915 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 60.415 61 NaN NaN NaN NaN NaN NaN 37.085 NaN 57.414 64.833 85.915
127 18 67 150 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 939 4 22 60 201.5 202 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.414 60.249 62 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.249 60.915 62.496 63.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.414 60 60.667 NaN NaN NaN NaN NaN NaN 37 NaN 59.414 63.247 85.915
28 85 68 52 45 39 32 29 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 941 8 91 57 179.9 180 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.085 61.496 63.496 64 64.667 65.329 65.915 66.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.414 63.496 64 64.582 65.329 65.915 66.915 67.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 62 64.833 NaN NaN NaN NaN NaN NaN 37 NaN 57.085 67.915 85.915
170 24 108 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 943 3 21 57 259.5 260 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.667 57.414 59.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 57.915 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.667 56.915 57.162 57.915 NaN NaN NaN NaN NaN 36.833 NaN 56.667 60.415 85.915
31 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 948 1 14 54 354.2 354 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 54.581 54.833 55.162 NaN NaN NaN NaN NaN 36 NaN 54.414 55.581 85.915
39 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 950 2 15 57 151.9 159 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 57.162 57.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 58.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 57.496 57.915 NaN NaN NaN NaN NaN NaN 34.329 NaN 57.162 58.414 85.915
210 57 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 956 2 18 54 649.3 649 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 55.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.247 55.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 54.581 54.833 55.247 55.414 55.833 NaN NaN NaN 34.833 NaN 54.414 55.915 85.915
107 87 28 103 28 39 32 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 959 7 72 57 541.6 542 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 59 60 62 62.581 66.915 67.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.414 60 61.915 62.581 63.085 67.915 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 58.247 59.162 59.414 59.748 NaN NaN NaN NaN 38.915 NaN 57.329 68.915 85.915
88 74 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 965 2 24 57 67.2 67 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58 59.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.915 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 59.833 NaN NaN NaN NaN NaN NaN NaN 38.329 NaN 58 60 86.666
20 131 174 145 23 18 73 62 40 31 8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 966 11 75 57 1501.8 1502 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.833 55.833 56.667 57 57.414 58 60 62 62.496 64.667 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 56.164 57 57.414 57.915 58.496 60.497 62.496 62.915 65.666 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.833 53.915 54 54.085 54.247 54.496 57 NaN NaN 33.833 NaN 53.833 68.331 85.915
186 46 57 28 16 28 22 21 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 974 8 119 57 224.9 239 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 55.414 56.415 58 62 63.162 63.915 64.833 65.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.331 58 62 63.162 63.915 64.833 65.748 66.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.414 60 60.833 NaN NaN NaN NaN NaN NaN 28 NaN 55.414 66.748 85.915
34 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 978 1 10 57 38 38 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.414 NaN NaN NaN NaN NaN NaN NaN NaN 40.667 NaN 59.414 60.249 85.915
52 194 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 980 2 7 60 42.9 43 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.667 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 NaN NaN NaN NaN NaN NaN NaN NaN 40.833 NaN 60.415 61 85.915
148 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 982 1 57 57 1195 1195 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.496 48 48.415 49.414 50.329 52.164 53.833 NaN NaN 39.085 NaN 52.497 57.496 86.162
197 186 77 84 67 59 48 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 984 7 31 60 95.6 96 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.329 59.666 60 61 61.915 63.162 64.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.666 59.915 61 61.915 62.915 64.164 65.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.329 60.833 NaN NaN NaN NaN NaN NaN NaN 40.915 NaN 59.329 65.666 85.915
108 15 79 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 987 3 29 60 123.1 123 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.496 60.415 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.833 62 64 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.496 61.666 63.833 NaN NaN NaN NaN NaN NaN 42 NaN 59.496 64 85.915
65 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 988 1 24 60 60 60 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 63 NaN NaN NaN NaN NaN NaN NaN 43.414 NaN 61 63 85.915
126 112 94 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 42 30 4 1 990 3 36 57 991.4 991 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 10.496 16.497 34.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 14.496 23.496 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 10.496 11.247 11.915 13.329 17 22.085 46.162 NaN NaN -8.252 81.329 10.496 57.496 81.329
209 145 124 96 114 8 74 18 21 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 69 NaN NaN 1 993 9 139 51 1631.4 1643 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 39.496 50.085 50.414 50.496 52.667 53.581 57.414 58.085 58.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.497 50.329 50.496 52.667 53.581 57 57.748 58.748 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 39.496 39.666 39.915 40.331 50.414 51.329 52.164 NaN NaN 5.329 74.085 39.496 61.496 74.085
174 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 27 NaN NaN 1 1023 1 24 54 346.8 376 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 8 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 54.666 54.915 55.581 NaN NaN NaN NaN NaN -4.838 68 54.496 56.497 68
153 131 108 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1043 3 7 51 117.1 271 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 23 51.414 53.247 59.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.496 53.414 60.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.414 53.329 NaN NaN NaN NaN NaN NaN NaN 11 NaN 51.414 60.164 85.915
149 69 75 37 32 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1067 5 137 57 2186.6 2201 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 47.496 55.496 59 60 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.497 59 60 61.496 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.496 47.748 48.085 48.667 49.162 50.329 51.329 59.833 NaN 19.247 NaN 47.496 62.085 85.414
5 131 169 26 107 73 74 52 21 11 6 5 3 4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1107 14 218 51 2126.1 2126 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 42.496 43.496 49.748 51.915 54.915 56.415 58 63.414 64.085 64.915 65.329 66.085 67 67.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43.496 45.496 51.915 54.915 56.415 56.915 63.414 63.915 64.915 65.329 66 67 67.915 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 43 43.496 44.085 44.667 50.085 51.329 55.748 NaN 21.247 NaN 42.496 68.915 85.915
148 130 98 131 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1108 4 92 50 1570.1 1631 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 9 42.496 47.496 53.666 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 45.496 53.496 60 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 42.915 43.414 44.331 45.247 49.085 50.833 NaN NaN 1.496 NaN 42.496 68.331 85.915
183 199 168 56 47 42 34 31 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 8 35 NaN 1 1122 8 214 51 2889 2889 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 40.497 48.415 51.414 59.414 64.085 64.497 65.247 68.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.497 51.414 59.414 64.085 64.497 65.247 66.162 69.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.497 40.749 41 41.496 41.915 42.915 43.915 51.666 NaN 21.915 76.749 40.497 69.085 76.749
16 56 45 34 21 98 15 36 9 14 21 18 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 44 9 NaN 1 1128 12 100 54 1332.9 1400 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 16 52.749 53.833 55 56.915 58.414 59.915 60.415 62 62.666 62.833 66.247 67.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.414 55 56.667 58.414 59.915 60.415 60.915 62.666 62.833 63 67.162 68.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.749 53.085 53.329 54.247 54.581 56 58.162 NaN NaN 13.414 84.249 52.749 68.085 84.249
149 11 131 4 69 3 56 14 10 8 14 1 17 5 6 4 2 2 NaN NaN NaN NaN NaN NaN NaN 5 46 42 NaN 1 1141 19 168 54 2065.1 2065 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50 51 52 52.582 52.833 53.748 53.915 54.414 55.247 57.666 59.329 59.581 59.915 61.247 62 63.247 67.247 68.164 NaN NaN NaN NaN NaN NaN NaN 51 52 52.415 52.749 53.748 53.833 54.414 55.247 56.749 59.329 59.581 59.915 61.247 62 63.085 64.249 68.164 69.085 NaN NaN NaN NaN NaN NaN NaN 50 50.247 50.581 51.085 51.329 51.833 52.331 59.247 NaN 17.496 73.915 50 69.085 73.915
198 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 35 NaN NaN 1 1159 1 56 53 808.3 808 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.247 51.666 52.164 53 53.915 56.415 NaN NaN NaN 12.833 64.749 51.247 60.415 64.749
149 153 77 87 48 92 3 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 12 NaN NaN 1 1171 8 108 60 2077 2077 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.497 57.496 60.749 62.666 63.247 64.249 64.915 65.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 60.749 62.666 63 64.249 64.915 65.329 66 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 57.162 57.496 57.666 57.915 58.247 58.666 60.415 NaN 10.915 81.915 56.497 66 81.915
149 148 126 85 68 16 14 12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 38 25 3 1 1180 8 371 60 6149.6 6150 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 30.496 58.162 59.162 60.164 60.497 64.749 65.915 66.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.162 59.162 60.164 60.497 61.085 65.748 66.748 67.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 30.496 30.833 31.085 31.748 32.331 33.496 34.748 39.581 49.247 2.748 84.249 30.496 67.581 84.249
208 10 11 68 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1181 4 70 57 2155.1 2170 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 55.496 56.249 57 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.249 57 60.331 69.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.496 56 56.331 56.582 56.749 57.162 57.496 59.496 NaN 19.748 NaN 55.496 69.329 85.915
149 208 108 13 54 68 5 4 1 7 19 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1184 11 139 60 1998.7 1999 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.496 56.497 57.496 59.496 60.331 61.329 61.666 62 62.496 66.162 68.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 57.496 59.496 60.331 61.329 61.666 62 62.496 62.915 67.162 69.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.496 49.833 50.247 50.915 51.496 52.249 52.833 59.329 NaN 27.748 NaN 49.496 69.085 85.915
147 147 129 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 57 NaN NaN 1 1185 3 117 57 3616.5 3651 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 7 43.496 55.666 64.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.497 63.414 65.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43.496 43.833 44.249 55.748 55.833 56.085 56.331 57.162 NaN -1.504 65.833 43.496 65.666 65.833
149 3 121 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 17 11 NaN 1 1208 3 38 54 596.2 596 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 40.497 53.085 55.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.915 55.581 57.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.497 40.749 54.666 56.415 57.162 NaN NaN NaN NaN 8.331 81.162 40.497 57.915 81.162
143 128 106 115 44 61 82 7 41 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 51 36 NaN 1 1231 9 117 51 1633.2 1648 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 44.331 48.164 50.329 54.329 55.085 57.581 61.496 61.666 61.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.915 50.329 52.582 54.496 55.915 61.496 61.666 61.833 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.331 44.749 48.331 49 49.666 50.666 51.414 NaN NaN 0.915 62.496 44.331 62 62.496
165 155 127 58 79 94 51 39 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1244 8 60 60 494.6 495 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.414 59.414 61.162 61.915 62.085 63.748 64.249 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.414 60.915 61.915 62.085 62.915 64.249 64.749 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.414 59.085 59.247 59.666 60.331 NaN NaN NaN NaN 24.915 NaN 58.414 68.331 85.915
158 21 22 123 66 69 36 32 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 39 NaN NaN 1 1249 8 131 53 1239.2 1239 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 41.329 46.329 49.329 50.748 52.164 60.915 61.085 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.331 49.329 50.748 52.164 53.581 61.085 61.496 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.329 41.666 41.915 42.581 43.162 47.329 51.581 NaN NaN -3.418 70.666 41.329 62 70.666
196 146 132 35 25 20 46 16 8 5 2 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1253 12 210 53 2360.1 2361 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.581 52.915 56.249 60 62.496 64.164 64.915 65.414 66.085 67.085 68 68.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.915 56.249 59.581 62.496 63 64.915 65.414 66.085 67.085 68 68.667 69.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.581 49.915 50.247 50.915 51.581 52.915 53.748 57.581 NaN 24.331 NaN 49.581 69.329 85.915
149 165 17 6 13 33 27 21 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1265 8 173 54 1358.2 1358 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 41.915 49.915 50.581 53.581 54.085 62.414 63.329 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43 50.414 53.581 53.915 62.414 63.329 63.915 64.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.915 42.329 42.748 50.247 50.833 52.915 53.833 NaN NaN 24.833 NaN 41.915 64.915 85.915
147 128 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 43 NaN NaN 1 1266 2 20 51 295.5 296 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 48.249 49.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.497 50.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.249 49.247 49.581 50.247 NaN NaN NaN NaN NaN -15.751 71.581 48.249 50.581 71.581
19 150 122 88 27 4 86 28 14 9 5 13 10 2 2 1 1 1 1 NaN NaN NaN NaN NaN NaN 5 9 41 NaN 1 1267 21 347 51 4483.4 4483 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 38.496 39 41 43 49 55.247 56.249 59.247 60.249 62 63 63.496 64.085 64.582 65.085 66.085 67.085 68 68.667 NaN NaN NaN NaN NaN NaN 39 41 43 49 55.247 56.249 59.247 60.249 62 63 63.496 64.085 64.582 65.085 65.666 67.085 68 68.667 69.329 NaN NaN NaN NaN NaN NaN 38.496 39 39.414 40.164 40.915 42.833 44.249 49.496 57.247 22.581 81.833 38.496 69.329 81.833
113 154 15 11 8 62 48 38 26 15 8 8 7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1271 13 93 51 355.3 355 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 47.666 48.415 49.414 50.414 50.915 62 62.581 63.666 64.249 65 65.414 66.247 67.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.915 48.667 49.666 50.666 51.581 62.581 63.666 64.164 65 65.414 66.162 67.247 68.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.666 47.915 48.582 52.415 NaN NaN NaN NaN NaN 24.249 NaN 47.666 68.249 85.666
15 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1280 1 30 60 61 61 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.666 62.085 NaN NaN NaN NaN NaN NaN NaN 27.329 NaN 59.666 62.162 85.915
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1299 1 2 50 35.2 35 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.748 NaN NaN NaN NaN NaN NaN NaN NaN 31.496 NaN 49.748 49.915 85.915
211 7 139 98 86 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1304 5 35 57 231.1 231 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.667 63.162 67.085 68 68.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 63.247 68 68.497 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.667 57.085 57.329 NaN NaN NaN NaN NaN NaN 31.496 NaN 56.667 68.915 85.915
183 165 168 141 112 42 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1319 6 93 51 1512.1 1512 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.496 50.496 51.414 57.414 59 59.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.748 50.748 57.414 59 59.496 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.496 49.748 50.748 51.833 52.249 53.085 53.915 NaN NaN 34.414 NaN 49.496 60 85.915
33 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1331 2 69 57 2215.9 2216 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.247 58.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 63.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 57.748 58.414 58.581 58.748 59 59.247 60.497 NaN 31.085 NaN 57.247 63.496 85.915
23 46 57 28 16 11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1365 6 80 60 735.6 736 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 59.414 60.915 62.329 63.247 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.414 60.915 62.329 63.247 63.915 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 57.666 57.833 58.247 58.666 59.748 NaN NaN NaN 34.666 NaN 57.414 64.833 85.915
98 177 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1370 2 29 60 389 396 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 60.164 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.164 60.497 60.749 61.414 62.247 NaN NaN NaN NaN 31.162 NaN 60.164 63 85.915
146 139 178 22 65 5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1378 6 34 53 692.2 692 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.666 52.331 53.162 54.414 57.085 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.331 52.667 53.581 54.666 57.414 58.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.666 52 52.331 53.247 57.247 58.162 NaN NaN NaN 34.496 NaN 51.666 58.414 85.915
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1381 1 1 60 25.5 26 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 NaN NaN NaN NaN NaN NaN NaN NaN 36.415 NaN 60.415 60.497 85.915
118 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1386 1 6 54 88.9 89 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 55.162 NaN NaN NaN NaN NaN NaN NaN 36.415 NaN 54.414 55.666 85.915
138 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 26 NaN NaN 1 1388 1 3 54 60.1 60 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 55.247 NaN NaN NaN NaN NaN NaN NaN -4.334 83.162 54.581 55.247 83.162
197 69 52 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1392 3 18 57 116 130 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 58 58.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 58.581 59.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 58.496 NaN NaN NaN NaN NaN NaN NaN 33.833 NaN 57.496 59.085 85.915
164 131 92 60 53 47 60 46 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 27 NaN NaN 1 1396 8 158 54 2339.1 2339 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 47.915 55 57 58.414 59.915 62.748 64.085 64.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 57 58.414 59.915 61.414 63.162 64.249 64.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.915 48.164 48.497 49.085 49.581 50.748 51.748 55.915 NaN 3.247 73.414 47.915 64.749 73.414
193 90 121 57 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1411 4 65 60 1580.9 1581 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.414 57 60.415 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.915 60 60.915 61.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.414 55.496 55.496 55.581 55.666 55.833 56.085 NaN NaN 37 NaN 55.414 61.329 85.915
171 95 1 55 28 66 58 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1421 8 44 60 249 249 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.833 60.164 60.833 61.329 62 62.496 64.164 64.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.164 60.497 61.162 61.915 62.247 62.915 64.915 65.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.833 60.833 60.915 65.162 NaN NaN NaN NaN NaN 39.414 NaN 59.833 65.666 85.915
112 102 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1425 2 24 60 2625.9 2626 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 57.915 58.085 58.247 58.414 58.748 59 60.331 NaN 37.748 NaN 57.414 60.915 85.915
84 69 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1431 2 6 57 68.3 68 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.496 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 60.915 NaN NaN NaN NaN NaN NaN NaN 38.748 NaN 57.329 62.085 85.915
215 19 76 99 28 44 30 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1437 8 69 57 326.8 327 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58 59 60 61.414 62 62.666 63.414 64.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 60 60.915 61.915 62.666 63.085 64.085 64.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 58.748 59.581 61.666 NaN NaN NaN NaN NaN 40.331 NaN 58 64.667 85.915
17 207 101 84 67 59 48 38 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1440 8 88 60 190.7 191 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 61.748 62.666 63.666 64.249 66.247 67.247 68.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.748 62.666 63.666 64.164 65.247 67.247 68.164 69.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 61.666 64.164 NaN NaN NaN NaN NaN NaN 38.496 NaN 60.415 69.085 85.915
85 72 155 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1441 3 32 60 123.9 124 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 61.496 66.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.496 62.085 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 61.496 67.247 NaN NaN NaN NaN NaN NaN 41.496 NaN 60.415 67.329 85.915
30 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1447 1 2 57 9.2 9 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 38.666 NaN 57.496 57.833 85.915
66 93 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 63 NaN NaN 1 1449 2 35 60 102.6 103 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 61.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.414 63.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 61.581 NaN NaN NaN NaN NaN NaN NaN 39.581 63.329 60.415 63.329 63.329
84 69 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1450 2 56 60 623.1 623 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 61.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.833 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 58.085 58.666 59.666 60.331 61.833 NaN NaN NaN 40.415 NaN 57.414 62.085 85.915
149 190 101 88 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1455 4 45 60 248.8 249 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.415 62.496 64.249 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 62.915 65.247 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.415 58 59.833 67.833 NaN NaN NaN NaN NaN 32 NaN 56.415 68.331 85.915
203 55 12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 14 NaN NaN 1 1456 3 22 57 253.8 254 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.162 57.247 58.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 58.581 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 58 58.247 58.833 NaN NaN NaN NaN NaN 39.247 70.833 57.162 59 70.833
189 103 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 67 NaN NaN 1 1459 2 13 60 70.2 70 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.666 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 60.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.666 60.331 NaN NaN NaN NaN NaN NaN NaN 41.496 60.749 59.666 60.749 60.749
98 68 69 84 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1462 4 11 60 113.8 114 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.496 59.748 60.164 60.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.748 60.164 60.331 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.496 59.666 NaN NaN NaN NaN NaN NaN NaN 41.833 NaN 59.496 60.415 85.915
195 174 74 111 4 40 17 22 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1464 8 59 60 235 235 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.496 61 62 63 65.162 65.748 66.247 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.915 62 63 63.162 65.666 66.247 67.162 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.496 61.085 63 NaN NaN NaN NaN NaN NaN 41.666 NaN 59.496 68.331 85.915
191 181 52 37 32 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 29 30 13 1 1466 5 94 57 1894.2 1894 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 11.496 15.162 59.162 60.085 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 15.162 18.915 60.085 60.915 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 11.496 11.748 12 12.497 13.085 14.085 15.085 60.497 NaN -12.838 77.162 11.496 62.085 77.162
163 106 123 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1467 3 48 51 636.8 664 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 5 41.496 42.833 44.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.833 44.164 45.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 42 42.496 44.164 44.582 45.414 NaN NaN NaN 10.666 NaN 41.496 45.496 85.915
46 22 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1468 2 30 57 87.1 94 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 55.247 59.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.915 60.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.247 60.085 NaN NaN NaN NaN NaN NaN NaN 15.162 NaN 55.247 60.331 85.915
32 113 134 105 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1505 4 117 51 3688.6 3689 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 16 17.496 49 54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 17.496 19 54 62.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 16 16.085 16.164 16.415 16.582 17 17.414 50.085 NaN -0.085 NaN 16 62.666 85.915
179 42 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 15 13 NaN 1 1507 2 16 53 395.2 395 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.833 53.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.085 53.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.833 52 52.249 52.667 53.085 NaN NaN NaN NaN 8.497 83.915 51.833 53.666 83.915
149 42 28 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 25 33 2 1 1510 3 72 57 1179.9 1210 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 36.497 54.085 62.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.085 62.247 62.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 36.497 37.748 39 41.496 44 49 52.667 NaN NaN 9.162 74.247 36.497 62.414 74.247
29 96 15 4 8 41 35 30 22 12 7 9 5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 7 3 NaN 1 1517 13 246 50 5127.3 5127 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 36.331 40.164 44 47.833 48.833 57.581 59.247 61 62.496 63.247 64.249 66.162 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.164 44 45.162 48.833 53.915 59.247 61 62.496 63 64.249 65.162 67.162 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 36.331 36.415 36.497 36.749 36.915 37.329 37.748 39.329 48.497 13.915 78.581 36.331 68.331 78.581
55 102 87 29 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 8 38 NaN 1 1547 4 62 60 2853.9 2908 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 15 58.581 59.414 62.748 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.085 62.748 63.085 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.581 59.414 59.496 59.581 59.581 59.748 59.915 60.582 NaN 12.833 75.085 58.581 67.496 75.085
209 170 143 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1559 3 24 57 360.6 382 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 41.496 62 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 62.496 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 41.666 41.915 42.329 63 NaN NaN NaN NaN 13 NaN 41.496 63 85.915
207 16 46 148 22 17 16 15 33 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1571 9 189 57 6972 7009 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 7 42.496 51.833 60 61.162 61.833 62.414 63.581 64.667 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 45.915 58.833 61.085 61.748 62.414 62.915 64.582 65.666 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 42.915 43.329 44.249 45.085 51.915 52.164 53.085 55.162 13 NaN 42.496 68.331 85.915
98 123 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 18 NaN NaN 1 1590 2 18 60 219.6 350 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 26 58.915 59.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.666 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.915 59.085 59.329 NaN NaN NaN NaN NaN NaN 18.414 69.666 58.915 60.415 69.666
149 215 61 44 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 35 NaN NaN 1 1596 4 108 60 788.1 788 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.496 56.415 61 64.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.247 61 64.164 64.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 53.666 53.833 54.247 58.162 61.414 NaN NaN NaN -8 65.666 53.496 64.667 65.666
149 131 113 73 116 99 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 3 39 12 1 1616 6 242 54 3750.9 4039 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 25 37.414 40.415 49.414 51 53 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.415 49.414 51 53 55 57.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 37.414 37.666 38 38.581 39.085 40.249 41.414 45.915 56.915 -16.419 58.581 37.414 57.581 58.581
4 59 161 129 12 101 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 49 NaN NaN 1 1617 6 62 53 274.2 289 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 53 53.247 53.581 55.162 56.833 57.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.247 53.581 55.162 56.833 57.162 58.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 53.414 53.833 57.414 NaN NaN NaN NaN NaN 20.915 80 53 58.162 80
124 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 5 6 21 1 1633 1 12 50 264 264 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 40.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.497 40.749 40.915 41.414 NaN NaN NaN NaN NaN 22.414 78.329 40.497 41.496 78.329
181 209 49 42 80 28 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1638 6 142 50 2594 2610 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 41.666 49.833 59.496 61 61.666 63.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.085 57.414 61 61.666 62.329 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.666 41.833 42.085 50.247 50.666 51.414 52.164 55.496 NaN 19.581 NaN 41.666 64.833 85.915
127 26 95 66 51 72 43 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1639 7 100 50 2899.6 2900 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 18 18.496 49.915 53.666 55.085 56.497 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 18.496 19 53.666 55.085 56.497 57.414 58.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 18 18.162 18.329 18.581 18.833 50.329 51.085 52.833 NaN 1.247 NaN 18 58.414 85.915
18 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 37 NaN NaN 1 1652 1 3 57 122.4 122 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 58.162 59.329 NaN NaN NaN NaN NaN NaN 19.496 79.414 57.414 59.414 79.414
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1655 1 2 51 35.2 35 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.247 NaN NaN NaN NaN NaN NaN NaN NaN 21.496 NaN 50.247 50.414 85.915
107 191 22 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1656 3 96 53 2120.3 2120 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 39.329 48 49.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.247 49.329 54.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 39.329 39.496 39.748 40.164 40.497 48 48.249 49.162 NaN 21.581 NaN 39.329 54.915 85.915
84 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1668 1 33 57 294.6 334 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 11 57.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 57.915 58.496 59.581 NaN NaN NaN NaN NaN 4.249 NaN 57.247 60 83.833
24 19 5 2 48 1 4 2 22 12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1671 10 65 60 214.2 214 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.414 61 62 63.666 64.164 64.915 65.329 66.162 67.915 68.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 62 63.666 64.164 64.915 65.329 65.915 67.162 68.667 69.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.414 61.247 62.414 NaN NaN NaN NaN NaN NaN 33.581 NaN 58.414 69.329 85.915
45 52 49 32 30 24 29 19 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1673 8 72 53 523.7 542 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 5 53.414 56.085 56.497 57.414 57.496 58.247 59.247 60.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.085 56.497 56.667 57.496 58.247 59.247 60.164 61.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.414 53.581 53.833 54.581 55.748 NaN NaN NaN NaN 29.414 NaN 53.414 61.329 85.915
50 30 7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 1 37 15 1 1684 3 32 53 1466 1466 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.748 52.164 53.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.164 53.414 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.748 52.164 52.249 52.415 52.582 53 53.329 NaN NaN 9.915 58.414 51.748 54.414 58.414
149 190 163 135 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1687 4 21 60 137.5 137 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.247 62.496 66.162 66.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 62.915 66.666 67.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 59.496 62.162 NaN NaN NaN NaN NaN NaN 26.496 NaN 57.247 67.162 85.915
20 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1701 1 4 51 338 338 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.915 51 51 51.162 NaN NaN NaN NaN NaN 27.496 NaN 50.915 51.247 85.915
194 184 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1711 2 27 54 84.5 110 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 7 54.162 55.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 56.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.162 55.833 NaN NaN NaN NaN NaN NaN NaN 24.833 NaN 54.162 56.415 85.915
148 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1716 1 1 50 22 29 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 46.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 46.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 46.496 NaN NaN NaN NaN NaN NaN NaN NaN 29.496 NaN 46.496 46.581 85.915
149 63 98 39 33 87 71 51 13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1719 9 137 57 1256.1 1256 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.496 55 57 59 62 64.085 64.497 65.496 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.497 57 59 60 64.085 64.497 65.414 66.496 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.496 50.748 51.085 51.414 51.833 52.415 56 NaN NaN 28.749 NaN 50.496 67.496 85.915
38 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1726 1 3 50 120 120 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.414 49.581 49.666 NaN NaN NaN NaN NaN NaN 28.497 NaN 49.414 49.666 85.915
48 127 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1742 2 15 54 141.9 142 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51 56 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 56.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51 53.414 56.331 NaN NaN NaN NaN NaN NaN 24.582 NaN 51 56.667 85.915
145 11 31 23 2 19 61 43 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 9 43 NaN 1 1744 8 163 57 1809.5 1809 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.496 53.748 54.247 57.247 59 63.666 64.164 65.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.748 54.247 57.247 58 63.666 64.164 65.162 66.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.496 50.833 51.162 51.748 52.331 53.581 54.247 65.833 NaN 1 84.749 50.496 66.085 84.749
48 120 100 124 45 39 32 29 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1746 8 71 50 103.8 104 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 61 62 62.496 63 64 64.833 65.329 66.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62 62.496 63 63.915 64.833 65.329 66 67.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 64.749 NaN NaN NaN NaN NaN NaN NaN 29.496 NaN 61 67.915 85.915
10 214 6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1750 3 22 53 578.8 579 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.414 53.085 53.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.582 53.414 53.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.414 51.581 51.748 52.085 52.331 NaN NaN NaN NaN 29.496 NaN 51.414 53.748 85.915
101 133 13 15 9 23 79 5 43 21 10 11 8 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1751 14 111 60 856.8 857 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.748 55.833 56 56.164 56.497 57.496 60.915 61.496 61.833 62.496 63.581 65.162 66.247 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.833 56 56.164 56.497 57.496 60.915 61.496 61.833 62.496 63.581 64.085 66.162 67.247 68.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.748 56.331 57.085 57.414 59.329 60.833 66.833 NaN NaN 31.833 NaN 55.748 68.497 85.915
103 97 81 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1762 3 63 60 718.2 747 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 8 57.666 62 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62 62.496 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 57.915 58.329 59.162 59.748 61 NaN NaN NaN 24.249 NaN 57.666 62.915 85.915
51 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1765 1 15 57 99.3 99 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 58.085 NaN NaN NaN NaN NaN NaN NaN 31.496 NaN 57.085 58.329 85.915
160 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1777 1 25 54 439.1 439 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.085 54.247 54.496 54.915 55.581 NaN NaN NaN NaN 29.915 NaN 54.085 56.164 85.915
137 203 171 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1782 3 6 57 17.8 18 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.247 58.247 58.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.247 58.414 58.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 NaN NaN NaN NaN NaN NaN NaN NaN 21.833 NaN 57.247 58.915 85.915
149 184 111 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 71 NaN NaN 1 1787 3 19 54 226 226 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.331 54.496 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.582 54.833 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.331 52.415 52.582 NaN NaN NaN NaN NaN NaN 33.748 75.833 52.331 61 75.833
213 172 108 10 5 35 10 13 7 6 3 6 12 8 3 2 NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1790 16 148 57 2506.3 2506 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.414 50.915 52.415 52.833 53.247 53.414 54.247 56.331 56.749 57.329 58.329 62.414 64.249 65.085 65.496 66.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.915 52.415 52.833 53.247 53.414 54.247 56.331 56.749 57.329 58.329 58.915 63.085 65.085 65.496 66.162 67.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.414 49.581 49.748 50.162 50.496 51.247 52.085 56.582 NaN 30.414 NaN 49.414 67.247 85.915
32 211 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1796 2 45 57 818.8 819 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.415 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.915 59.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.415 52.497 52.582 52.749 55.162 57.496 NaN NaN NaN 33.915 NaN 52.415 59.329 85.915
182 187 54 119 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1800 4 36 60 202.3 202 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59 60.331 63 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 60.582 63.915 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 59.496 60 NaN NaN NaN NaN NaN NaN 34.666 NaN 59 64.415 85.915
201 182 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 28 15 NaN 1 1802 2 15 54 324.9 325 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.666 54.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.247 54.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.666 53.915 54.247 54.666 NaN NaN NaN NaN NaN -1.753 70.162 53.666 54.915 70.162
33 163 8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 64 NaN NaN 1 1803 3 68 53 1459.1 1459 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.915 55 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 58 59.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.915 53.247 53.581 54.162 54.833 56.582 57.329 NaN NaN 28 59.581 52.915 59.581 59.581
103 69 87 123 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1817 4 76 57 986.5 986 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.162 62 62.085 62.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62 62.085 62.833 63.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 57.414 57.748 58.496 59.162 60.415 62.247 NaN NaN 29.247 NaN 57.162 63.496 85.915
200 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1836 1 3 54 15.6 16 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 NaN NaN NaN NaN NaN NaN NaN NaN 38 NaN 54.414 54.666 85.915
53 89 72 9 46 38 33 38 2 1 10 11 8 9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1839 14 158 57 855.2 855 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54 55.085 55.915 58 59 60 61 62 62.666 63.581 64.667 65.414 66.247 67.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.085 55.496 58 59 60 61 62 62.666 63.581 64.085 65.414 66.162 67.247 68.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54 55.247 56.164 58.162 60.164 61.748 67.162 NaN NaN 29.666 NaN 54 68.249 85.915
120 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1840 1 3 54 14.7 15 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 NaN NaN NaN NaN NaN NaN NaN NaN 37.162 NaN 54.496 54.748 85.915
35 37 71 66 61 82 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1853 6 95 57 2117.8 2118 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.581 58 59 60 62.085 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 59 60 62.085 62.496 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 56.249 57 59.162 59.496 60.085 60.249 61.162 NaN 37.329 NaN 55.581 68.331 85.915
88 74 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1855 2 42 57 101.4 101 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.497 59.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.329 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 59.085 NaN NaN NaN NaN NaN NaN NaN 37.162 NaN 56.497 60 85.915
213 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1856 1 3 54 74.1 74 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 54.581 NaN NaN NaN NaN NaN NaN NaN 36.249 NaN 54.414 54.666 85.915
149 14 181 86 52 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1857 5 78 60 801.8 802 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.496 58 58.496 59 60.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 58.496 59 60 61.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 53.748 53.915 54.581 55.329 58.085 NaN NaN NaN 36.833 NaN 53.496 61.247 85.915
138 167 135 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1862 3 26 54 126.8 148 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 54.666 64.249 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.833 65.247 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 64.497 67.247 NaN NaN NaN NaN NaN NaN 32.497 NaN 54.666 67.496 85.915
2 40 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1865 2 5 57 7.9 8 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 58.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 NaN NaN NaN NaN NaN NaN NaN NaN 37.329 NaN 57.329 58.162 85.915
135 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1869 1 13 57 56 56 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.582 NaN NaN NaN NaN NaN NaN NaN NaN 37.496 NaN 56.582 57.666 85.915
98 100 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1875 2 23 60 1332.5 1333 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.666 60.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.085 61.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.666 59.833 60.085 60.164 60.249 60.497 60.667 NaN NaN 38.162 NaN 59.666 61.581 85.915
16 13 80 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1879 4 30 57 466.2 466 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.497 57.247 58 58.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 58 58.666 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 57.085 57.247 57.496 57.833 NaN NaN NaN NaN 38.414 NaN 56.497 59 85.915
39 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1881 2 13 57 127.7 128 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 58.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 57.666 58.247 NaN NaN NaN NaN NaN NaN 37.085 NaN 57.329 58.414 85.915
185 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1891 1 2 57 7.6 8 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 38.833 NaN 57.496 57.666 85.915
147 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1892 1 3 57 10.5 11 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 39.329 NaN 57.496 57.748 85.915
154 138 119 94 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 30 16 NaN 1 1894 4 30 60 253.5 254 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 30.496 64.085 64.667 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 64.085 64.582 65.666 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 30.496 38.581 46.666 67.748 NaN NaN NaN NaN NaN 11.247 79 30.496 68.331 79
2 5 2 24 1 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 34 20 NaN 1 1919 6 124 51 2047.2 2047 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 12.497 36.497 38.496 40.497 50.666 52 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 14.496 38.496 40.497 42.496 52 56 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 12.497 13 13.496 14.496 37.666 40.085 42 53.748 NaN -9.167 56 12.497 56 56
91 79 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1924 3 90 57 1311.6 1426 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 19 50.581 62.496 63.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 63 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.581 51.162 51.581 52.164 52.415 53.162 54.414 NaN NaN -0.085 NaN 50.581 64.833 85.915
18 11 140 107 77 76 31 40 20 18 10 17 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1930 12 151 53 2017.7 2018 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.749 52.915 59 60 61 61.496 62 63.581 64.667 65.414 66.247 68.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.915 58.915 60 61 61.496 62 63.581 64.085 65.414 66.162 67.247 69.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.749 53 53.247 53.666 54.085 55 55.833 62.496 NaN 15.833 NaN 52.749 69.085 85.915
134 143 42 97 29 22 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1939 6 48 57 541.4 588 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 13 55.329 57.247 58 59 60 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.496 58 59 60 60.582 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.329 57.414 57.666 58.162 58.748 NaN NaN NaN NaN 16.749 NaN 55.329 61.085 85.915
190 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 73 NaN NaN 1 1952 1 12 57 86.8 134 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 13 58.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.329 59.162 NaN NaN NaN NaN NaN NaN NaN -4.167 81.666 58.329 59.329 81.666
198 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1957 1 24 51 480 480 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 39.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 39.496 39.748 40 40.497 41 NaN NaN NaN NaN 17.581 NaN 39.496 41.496 85.915
147 162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1967 2 5 50 67.5 68 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 44 63.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.415 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44 44.331 NaN NaN NaN NaN NaN NaN NaN 9.915 NaN 44 64.415 85.915
63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1968 1 20 57 83 94 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 56.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.164 57.496 NaN NaN NaN NaN NaN NaN NaN 21.329 NaN 56.164 57.833 85.915
198 190 160 88 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1972 4 57 60 297.5 334 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 10 57 62.496 64.667 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.496 62.915 65.666 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 57.581 58.414 60.249 NaN NaN NaN NaN NaN 18.496 NaN 57 68.331 85.915
13 19 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 11 6 NaN 1 1983 2 95 53 959.2 1074 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 17 47.915 48.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.915 55.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.915 48.085 48.164 48.415 48.667 50.329 55 NaN NaN -2.252 68.331 47.915 55.833 68.331
175 159 135 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 1998 3 35 57 349.2 367 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 5 53.748 55.748 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.748 57.414 63.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.748 55.833 56 58.833 NaN NaN NaN NaN NaN 3.748 NaN 53.748 63.329 85.162
210 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2001 1 8 54 197.6 248 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 14 54.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 54.496 54.748 NaN NaN NaN NaN NaN NaN 21.915 NaN 54.329 55 85.915
205 142 59 46 38 31 63 42 30 25 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 48 40 11 1 2011 10 128 57 762.9 816 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 14 53.496 54.496 55.666 58.915 59.085 63.162 64.249 65 65.414 66.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 55.666 58.496 59.085 63.162 63.915 65 65.414 66.162 67.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 54.581 54.748 55.329 60.085 61.915 NaN NaN NaN 10.085 80.249 53.496 67.247 80.249
139 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2014 1 6 51 148.2 155 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 53.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 53.666 53.915 NaN NaN NaN NaN NaN NaN 20.497 NaN 53.496 54 85.915
149 139 108 83 108 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 42 NaN NaN 1 2025 5 30 54 591.2 591 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 47.496 51.414 51.666 54.085 60.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.496 51.666 52.164 55.833 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.496 48.085 48.667 49.748 51.666 NaN NaN NaN NaN -6.167 79.414 47.496 61.496 79.414
179 34 25 53 46 67 68 24 16 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2049 9 197 54 3451.2 3451 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 42.496 49.581 52.749 56 57 63 63.162 63.915 67.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.581 52.749 56 56.915 57.496 63.162 63.915 64.915 68.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 42.748 43 43.496 43.915 44.915 45.915 49.748 NaN 21.748 NaN 42.496 68.415 85.915
47 41 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2072 2 4 53 76 101 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 7 53 53.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.247 53.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 53.414 NaN NaN NaN NaN NaN NaN NaN 27.496 NaN 53 53.496 85.915
212 212 61 65 81 83 6 10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2117 8 79 60 1495.8 1517 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 54.414 58.496 60.085 61 62 62.496 62.915 64.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 60 60.915 62 62.496 62.915 63.085 65.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 54.748 55.085 55.496 58.833 59.247 59.581 NaN NaN 30.748 NaN 54.414 65.247 85.915
12 82 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2122 2 51 54 325.2 325 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.496 57 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 57.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 54.247 55.085 56.415 NaN NaN NaN NaN NaN 31.666 NaN 53.496 57.748 85.915
178 181 35 110 105 88 54 41 38 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 19 1 NaN 1 2126 9 141 57 1111.7 1133 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 51.496 53.414 56.415 63.085 64.085 64.249 64.749 65.247 65.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.497 53.915 63.085 64.085 64.249 64.749 65.162 65.748 66.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.496 51.748 52 52.164 52.331 56.415 60 NaN NaN 27.414 79.581 51.496 66.748 79.581
1 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2128 2 6 60 339.6 340 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.667 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 60.497 60.582 60.749 NaN NaN NaN NaN NaN 31.748 NaN 60.415 60.915 85.915
58 156 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2134 2 22 50 611.5 612 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 48.415 49.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.833 50.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.415 48.582 48.749 49.085 49.414 50.162 NaN NaN NaN 31.496 NaN 48.415 50.247 80.915
11 124 168 147 19 43 80 30 42 17 8 8 7 6 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 9 6 NaN 1 2135 15 162 50 1845.3 1845 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.162 52.667 53.666 56.164 56.582 57.329 58 60.582 61.162 62 63 64.164 64.415 65 66.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.247 53.666 56.164 56.582 57.329 58 60.497 61.162 62 63 64.164 64.415 65 65.666 67.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.162 52.749 52.833 52.915 53.162 53.748 54.581 65 NaN 28.085 84.249 50.162 67.162 84.249
123 141 107 36 36 25 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 63 NaN NaN 1 2152 6 57 57 299.6 307 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 55.329 55.581 56.497 57.496 57.581 59.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 56.331 57 57.581 59.581 60.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.329 55.748 56.667 60.164 NaN NaN NaN NaN NaN 32.164 60.749 55.329 60.749 60.749
111 61 111 90 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2164 4 29 50 1073.5 1073 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55 56 62.666 62.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56 56.915 62.748 63.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 55.414 55.833 56.085 56.249 56.415 56.667 NaN NaN 27.496 NaN 55 63.162 85.915
115 131 108 19 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2168 4 10 50 164.6 165 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 40.085 48.249 49.748 50.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.331 48.415 50 50.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.085 40.331 49.833 NaN NaN NaN NaN NaN NaN 20.497 NaN 40.085 50.414 85.915
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2169 1 23 54 540.3 540 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.162 53.414 53.581 54 54.414 NaN NaN NaN NaN 23.162 NaN 53.162 55.085 87.329
105 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2183 1 14 57 49 49 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 NaN NaN NaN NaN NaN NaN NaN NaN 37.085 NaN 58 59.162 85.915
151 52 38 76 58 52 75 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2185 7 71 57 318.8 319 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57 60 60.667 62.162 62.496 63.581 64.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 60.667 61.329 62.496 63 64.497 65.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 58.915 62.414 64.249 NaN NaN NaN NaN NaN 37.496 NaN 57 65.329 85.915
100 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2204 1 4 57 123.6 124 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 57.414 57.581 NaN NaN NaN NaN NaN NaN 33.329 NaN 57.247 57.581 85.915
84 49 53 38 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 47 14 NaN 1 2205 4 19 57 117.8 129 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 55.666 57.496 58.162 58.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.915 58.162 58.496 59.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.666 58.085 NaN NaN NaN NaN NaN NaN NaN 30 74.162 55.666 59.085 74.162
1 147 127 100 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2209 4 33 60 292.1 292 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.496 60.249 61.496 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.666 61.414 62.496 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.496 59.581 59.666 61.329 NaN NaN NaN NaN NaN 35.666 NaN 59.496 62.915 85.915
45 7 27 84 28 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 66 NaN NaN 1 2221 5 69 57 709.3 709 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.833 57.414 58 62 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 57.915 62 62.581 63.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.833 57.414 57.833 58.666 59.329 60.582 NaN NaN NaN 31.833 65.581 56.833 63.162 65.581
54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 24 NaN NaN 1 2224 1 7 51 57.5 58 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.833 NaN NaN NaN NaN NaN NaN NaN NaN 32.833 78.666 50.833 51.414 78.666
60 49 58 31 73 64 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2243 7 134 57 765.6 766 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.915 55 56.749 57.247 61 63 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 56 57.247 61 63 63.915 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.915 53.162 53.414 53.915 57.666 60.749 NaN NaN NaN 35.915 NaN 52.915 64.833 85.915
126 95 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2251 2 7 60 41.7 42 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.331 60.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.497 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 NaN NaN NaN NaN NaN NaN NaN NaN 41.666 NaN 60.331 60.915 85.915
104 38 85 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2252 3 8 57 262.4 262 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.497 57.414 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.749 57.666 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 60.415 60.497 60.582 NaN NaN NaN NaN NaN 40.164 NaN 56.497 60.582 85.915
110 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2254 1 1 57 3.8 4 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 NaN NaN NaN NaN NaN NaN NaN NaN 37.085 NaN 57.581 57.666 85.915
82 66 50 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2256 3 15 57 91.1 91 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 58.247 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.247 59 59.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 58.833 NaN NaN NaN NaN NaN NaN NaN 39.496 NaN 57.414 59.085 85.915
49 22 18 15 111 96 7 6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2260 8 100 60 856.4 856 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.414 59.085 62.496 63 63.915 64.833 65.247 65.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.085 62.496 63 63.915 64.833 65.247 65.833 66.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.414 59.247 60.164 61.496 62.247 63.329 66 NaN NaN 40.164 NaN 58.414 66.748 85.915
209 29 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2262 2 31 60 590.9 591 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 61.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 57.247 57.581 58.162 58.666 NaN NaN NaN NaN 33.162 NaN 57 61.162 85.915
149 101 125 132 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2264 4 19 57 311.6 312 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.749 57.085 60.749 61.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 57.581 61.162 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.749 57.162 57.329 61.162 NaN NaN NaN NaN NaN 35.496 NaN 56.749 61.496 85.915
197 189 153 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2265 3 8 60 27.4 27 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.496 60.497 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.666 60.667 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.496 NaN NaN NaN NaN NaN NaN NaN NaN 40 NaN 58.496 61 85.915
101 22 31 9 75 30 18 25 18 20 11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2267 11 115 60 639 643 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 54.833 56.164 56.667 58.247 58.748 59.329 60 62 64.085 65.496 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.164 56.667 57 58.748 59.329 60 61 64.085 64.667 66.496 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.833 55.085 55.496 58.247 59.329 66.329 NaN NaN NaN 36.833 NaN 54.833 67.496 85.915
99 85 68 133 83 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2273 5 66 60 590.8 591 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 61.748 63.414 64.667 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.748 63.414 63.915 65.666 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 60.497 60.667 60.833 61.247 NaN NaN NaN NaN 36.833 NaN 60.415 67.496 85.915
155 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2280 1 5 54 111.4 111 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.582 54 NaN NaN NaN NaN NaN NaN NaN 4.833 NaN 52.582 55.581 85.915
109 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2283 1 14 57 12.6 49 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 10 56.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.497 NaN NaN NaN NaN NaN NaN NaN NaN 6.414 NaN 56.497 57.666 85.915
68 205 145 143 98 86 70 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2298 7 81 57 262.1 329 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 18 57.414 61 62 63.915 64.085 64.667 65.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 62 62.496 64.085 64.582 65.162 65.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 58.414 60.331 65.162 NaN NaN NaN NaN NaN 11.496 NaN 57.414 65.666 85.915
69 134 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2313 2 21 54 80.7 81 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.162 59.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.915 60.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.162 60.582 NaN NaN NaN NaN NaN NaN NaN 15.085 NaN 55.162 60.833 85.915
40 73 51 62 37 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2314 5 59 57 83.6 87 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 57.085 59 62.162 64 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 61.414 62.833 64.085 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 67.581 NaN NaN NaN NaN NaN NaN NaN 15.581 NaN 57.085 68.331 85.915
57 45 83 140 49 91 39 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2319 7 41 57 302.8 303 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.247 60.415 63 64 65.496 66.329 66.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.915 60.915 64 64.415 66.329 66.833 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 59.748 60.667 65.833 NaN NaN NaN NaN NaN 18.329 NaN 57.247 67.496 85.915
109 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2324 1 12 57 33.6 91 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 16 57.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 NaN NaN NaN NaN NaN NaN NaN NaN 3.414 NaN 57.329 58.329 85.915
78 86 180 82 87 60 49 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 2 47 NaN 1 2327 7 122 50 2050 2050 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51 57.247 58.162 59.162 60.249 60.833 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56 58.162 59.162 60.249 60.749 62.496 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51 51.162 51.414 51.833 52.164 52.915 53.748 59.915 NaN 1.666 82.496 51 63 82.496
40 73 55 119 99 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2336 5 95 54 176.2 183 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 56 59 62.085 64 64.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 60.415 64 64.582 65.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56 62.748 64.415 NaN NaN NaN NaN NaN NaN 11.329 NaN 56 65.666 85.915
62 92 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2339 2 36 57 95.3 95 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 61.414 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63.915 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.414 62.581 NaN NaN NaN NaN NaN NaN NaN 13.247 NaN 61.414 64.415 85.915
68 52 120 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2348 3 36 54 295.5 332 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 10 54.496 57 59.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 58 59.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 54.748 55.329 57.414 NaN NaN NaN NaN NaN -0.671 NaN 54.496 59.748 85.915
68 45 111 31 109 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2389 5 49 57 368.2 372 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 57 58 60 60.331 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 60 60.331 60.582 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 57.833 59.162 59.833 61 NaN NaN NaN NaN 22.414 NaN 57 61.085 85.915
73 204 41 142 59 53 81 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2396 7 120 57 169.3 191 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 56.249 61 62.085 63.414 64.667 65.581 66.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 61.581 63.085 64.415 65.581 66.414 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.249 61.247 65.748 NaN NaN NaN NaN NaN NaN 28.497 NaN 56.249 67.329 85.915
109 98 66 51 31 29 23 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2474 7 12 57 51 51 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.833 60.582 63.414 64.415 65.915 66.247 66.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.582 61.085 64.415 65.414 66.247 66.581 66.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.833 NaN NaN NaN NaN NaN NaN NaN NaN 26.247 NaN 56.833 66.915 85.915
71 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2516 1 6 57 1.8 2 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 25.581 NaN 57.496 58 85.915
68 134 56 119 33 87 19 51 23 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2593 9 116 54 516.2 516 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.496 58 62.496 63.414 64.085 64.582 65.085 65.247 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 62.496 62.915 64.085 64.582 65.085 65.162 65.748 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.496 56.331 58.247 60.415 63.496 NaN NaN NaN NaN 30.666 NaN 55.496 67.496 85.915
87 198 154 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2599 3 19 54 31 31 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.331 60.915 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.915 61.496 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.331 NaN NaN NaN NaN NaN NaN NaN NaN 28.497 NaN 56.331 68.331 85.915
149 44 120 128 70 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2602 5 94 54 586.5 587 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.666 53.414 56.582 59.085 60.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51 56.497 59.085 60.085 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.666 50.915 54.162 55.833 57.414 NaN NaN NaN NaN 29.329 NaN 50.666 61 85.915
70 192 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2610 2 18 57 61.1 61 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.581 58.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.581 59.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 58.581 NaN NaN NaN NaN NaN NaN NaN 28.833 NaN 57.581 59.085 85.915
68 173 65 90 99 87 19 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2614 7 130 54 518.9 519 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 59 62 64 64.749 65.666 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 61 64 64.582 65.666 66.496 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 54.666 54.915 56.249 57.833 NaN NaN NaN NaN 32.085 NaN 54.496 67.496 85.915
72 52 39 139 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2617 4 16 57 42 42 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.582 57.496 58 58.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 57.915 58.414 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.582 NaN NaN NaN NaN NaN NaN NaN NaN 31.666 NaN 56.582 59 85.915
52 72 57 54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2632 4 98 57 230.2 241 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 57.496 63 64.164 67.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63 64.164 64.667 68.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 60.085 61.247 NaN NaN NaN NaN NaN NaN 32.249 NaN 57.496 68.415 85.915
70 67 51 143 70 74 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2645 6 106 57 263.7 271 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 57.414 59.085 64 64.415 65.496 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 64 64.415 65.414 66.496 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 59.833 63.748 66.748 NaN NaN NaN NaN NaN 32.085 NaN 57.414 67.496 85.915
125 111 93 16 93 57 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2657 6 59 54 993.1 993 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.666 52.667 53.414 54.085 55 56 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.915 52.915 54 55 56 58.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.666 51.833 52.915 53.581 53.748 54.329 55.247 NaN NaN 35.581 NaN 51.666 58.915 85.915
65 51 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2663 2 54 57 173.6 174 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.582 60.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.749 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.582 59.414 60.497 NaN NaN NaN NaN NaN NaN 33.414 NaN 56.582 61.085 85.915
68 32 146 90 70 36 21 25 19 13 9 10 9 7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2672 14 142 57 452.8 453 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.915 58 59 59.915 62.496 62.915 64.415 64.582 64.749 64.915 65.085 65.581 66.496 67.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 59 59.915 62.496 62.915 63.915 64.582 64.749 64.915 65.085 65.581 66.496 67.414 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.915 56.749 57.496 60.749 65 NaN NaN NaN NaN 33.748 NaN 55.915 68.331 85.915
116 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2674 1 3 57 5.4 5 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 NaN NaN NaN NaN NaN NaN NaN NaN 35.748 NaN 57.414 57.666 85.915
68 71 56 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2690 3 18 57 74.4 74 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.085 62 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 62.496 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 62.581 NaN NaN NaN NaN NaN NaN NaN 35.666 NaN 57.085 63 85.915
57 134 111 90 35 36 28 33 24 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 53 2 NaN 1 2699 9 21 57 449.1 449 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.833 60 60.497 63.414 64.415 64.582 64.749 64.915 65.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 60.497 61 64.415 64.582 64.749 64.915 65.085 65.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.833 56.915 56.915 57.085 57.581 NaN NaN NaN NaN 35.666 65.666 56.833 65.414 65.666
52 194 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2713 2 7 60 45.4 45 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.582 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 NaN NaN NaN NaN NaN NaN NaN NaN 41.915 NaN 60.415 61 85.915
52 74 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2735 3 30 57 67.8 82 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 57.496 59 59.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 59.915 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 59.833 NaN NaN NaN NaN NaN NaN NaN 15 NaN 57.496 60 85.915
148 189 68 52 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2738 4 54 50 647.5 647 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53 60.164 61.085 61.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.164 61.085 61.915 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 53.496 53.915 54.915 56.833 60.582 NaN NaN NaN 24.497 NaN 53 62 85.915
71 183 150 77 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 26 23 5 1 2744 4 42 57 138.8 139 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.162 63.414 64.415 65.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 64.415 65.414 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 64.497 66 NaN NaN NaN NaN NaN NaN 19.581 82.329 57.162 66.496 82.329
119 45 35 90 18 13 37 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2745 8 66 57 850.2 879 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 8 53 57.247 61.414 61.833 62 62.329 62.581 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 60.415 61.748 61.915 62.329 62.496 63.085 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 53.085 53.162 53.414 57.496 59.581 67.748 NaN NaN 13.833 NaN 53 68.331 85.915
148 131 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2753 2 93 60 1011 1011 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.496 64.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 64.164 64.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 53.748 54.085 54.666 55.414 57.496 59.915 NaN NaN 30.915 NaN 53.496 64.667 85.915
149 64 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 6 58 NaN NaN 1 2755 2 28 57 542 542 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.329 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 57.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.329 51.915 52.331 53 54 NaN NaN NaN NaN 28.415 65 51.329 57.748 65
59 100 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2798 2 4 60 163.3 163 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.164 60.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.164 60.497 60.582 NaN NaN NaN NaN NaN NaN 36.164 NaN 60.164 60.582 85.915
46 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 2803 1 1 54 2.9 3 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 NaN NaN NaN NaN NaN NaN NaN NaN 34.581 NaN 54.329 54.666 85.915
149 117 98 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 73 NaN NaN 1 2978 3 68 60 606.5 822 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 31 55.915 59.581 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 62 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.915 56.667 57.247 58.329 60.249 62.414 NaN NaN NaN 1.162 83.414 55.915 62.496 83.414
128 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 55 19 NaN 1 2979 1 6 57 21.2 32 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 57.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 NaN NaN NaN NaN NaN NaN NaN NaN -0.838 79.581 57.329 58.329 79.581
90 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 30 25 NaN 1 2989 1 3 51 2994.3 3016 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 51.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.247 51.247 51.247 51.247 51.247 51.329 51.329 51.414 NaN 6 83.162 51.247 51.496 83.162
149 33 62 21 62 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3002 6 64 57 612.5 613 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.748 55 58 58.496 59 59.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 58 58.496 59 59.085 60.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.748 55 55.414 56.582 58.329 59.915 NaN NaN NaN 10.581 NaN 54.748 60.085 85.915
90 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 8 4 NaN 1 3014 1 90 51 9999.9 9999 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.833 51 51 51 51 51.085 51.162 51.247 51.329 -0.753 72.415 50.833 60.331 72.415
86 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 22 NaN NaN 1 3015 1 5 57 18 54 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 10 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 NaN NaN NaN NaN NaN NaN NaN NaN 10.496 80.582 57.414 57.833 80.582
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3022 1 16 50 281.6 282 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 41.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.833 42.085 42.414 43 NaN NaN NaN NaN NaN 16.582 NaN 41.833 43.162 85.748
199 185 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 61 NaN NaN 1 3027 2 59 54 3556.5 3556 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 42.496 54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 45.496 55.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 42.581 42.581 42.748 42.833 43.085 43.329 44.249 NaN -6.753 63.085 42.496 55.915 63.085
27 31 105 70 94 81 67 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 13 7 14 1 3034 7 170 54 2689.3 2689 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 40 50 52.331 54.414 56 60 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44 52 54.414 56 57.581 62.496 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40 50.581 51.915 53.085 53.496 54.247 61.085 61.833 NaN -11 66.833 40 62.915 66.833
149 25 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3036 2 15 54 287.1 287 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 41.496 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 54.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 41.748 42.085 54.496 NaN NaN NaN NaN NaN 18.915 NaN 41.496 54.666 85.915
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 56 NaN NaN 1 3038 1 24 50 422.4 430 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 42.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 42.748 43.085 43.666 44.164 NaN NaN NaN NaN 19.748 55.666 42.496 44.497 55.666
121 137 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3041 2 65 51 1161.8 1183 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 51.666 56.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.164 57.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.666 52 52.331 52.915 53.581 54.748 55.748 NaN NaN 19.915 NaN 51.666 57.748 85.915
119 125 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3054 2 33 54 1233.3 1233 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.247 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 56 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.247 53.329 53.414 53.666 53.833 54.247 54.581 NaN NaN 21.414 NaN 53.247 56 87
88 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3055 1 26 57 49.4 49 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.085 NaN NaN NaN NaN NaN NaN NaN NaN 13 NaN 56.085 58.247 85.915
42 114 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 40 8 NaN 1 3061 3 44 51 187.9 238 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 12 49.414 61.329 63.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.496 63 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.414 62 62.666 NaN NaN NaN NaN NaN NaN -3.418 72.249 49.414 64.415 72.249
158 105 14 25 78 97 45 23 5 16 23 20 15 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 7 NaN NaN 1 3062 13 88 54 1658.3 1658 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.329 52 53 53.162 53.833 54.247 57.496 58 59 63 63.247 64.749 65.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.329 52.331 53.162 53.496 54.247 55 58 59 59.915 63.247 63.915 65.247 65.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.329 50.666 50.915 53 53.496 58 58.247 NaN NaN 22.748 81.162 50.329 65.748 81.162
88 22 18 28 36 28 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3073 6 55 60 418.8 419 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.915 58.414 63.162 63.915 64.749 65.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.414 63.162 63.915 64.749 65.162 65.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 60 60.833 62.329 62.915 NaN NaN NaN NaN 1.748 NaN 57.915 65.748 85.915
137 203 158 106 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3075 4 54 57 139.6 140 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.085 58 64 65.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 59 65 66.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.085 57.833 65.085 NaN NaN NaN NaN NaN NaN 24.085 NaN 56.085 66.085 85.915
63 135 114 127 71 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3078 5 51 60 178.3 178 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.833 63.247 63.915 64.749 65.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63.247 63.915 64.749 65.162 65.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.833 59.581 63.162 NaN NaN NaN NaN NaN NaN 15.247 NaN 54.833 65.748 85.915
149 78 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3080 2 39 57 754.9 755 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.915 55.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.085 57.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.915 53.085 53.162 53.496 53.833 56.582 NaN NaN NaN 20.582 NaN 52.915 57.915 86.666
92 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 63 NaN NaN 1 3090 1 5 54 88.5 89 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.162 54.414 NaN NaN NaN NaN NaN NaN NaN 26.833 57 54.162 54.581 57
121 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3106 1 3 57 11.4 11 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 27.496 NaN 57.496 57.748 85.915
63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3115 1 1 60 6.5 7 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.497 NaN NaN NaN NaN NaN NaN NaN NaN 28.749 NaN 60.497 60.582 85.915
129 78 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3116 2 69 57 772.4 772 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.329 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.667 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.329 55.496 55.748 56.164 56.667 59.085 NaN NaN NaN 30.329 NaN 55.329 61.085 85.915
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3119 1 1 50 17.6 18 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.329 NaN NaN NaN NaN NaN NaN NaN NaN 24.833 NaN 50.329 50.414 87.162
129 178 170 79 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 9 32 6 1 3123 4 101 57 952.4 952 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.581 58.833 61.414 64.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.833 61.414 64.085 64.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 55.833 56.085 56.749 58.247 60.582 62.666 NaN NaN 13.496 82.915 55.581 64.667 82.915
41 33 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3124 2 90 51 4762.1 4762 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.833 55.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.833 50.915 50.915 51.329 52.085 52.415 52.833 53.414 54.748 25 NaN 50.833 60.582 85.915
130 17 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3132 2 13 54 269.5 270 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.247 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52 54.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.247 51.414 51.666 54.581 NaN NaN NaN NaN NaN 31.162 NaN 51.247 54.748 85.915
149 131 108 7 56 48 44 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3135 7 69 54 710.4 710 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 46.666 47.666 48.667 49.496 54.414 56.667 58.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 46.915 47.915 48.915 51.496 54.915 58.748 59.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 46.666 47.666 48.749 49.833 50.329 57.329 NaN NaN NaN 30.085 NaN 46.666 59.162 85.915
130 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3136 1 24 50 396 400 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 46.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 46.247 46.581 46.833 47.496 48.085 NaN NaN NaN NaN 22.496 NaN 46.247 48.249 85.915
82 49 112 114 95 93 72 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3142 7 59 57 150.9 172 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 55.915 61 62 63.162 64.085 64.497 67.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 62 63.085 64.085 64.497 65.329 68.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.915 62.581 64.331 NaN NaN NaN NaN NaN NaN 31.748 NaN 55.915 68.833 85.915
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3143 1 44 54 1215.3 1215 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.496 50.833 51.162 51.748 52.164 52.749 53.496 NaN NaN 31.162 NaN 50.496 55.329 85.915
149 39 31 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3145 3 111 57 434.6 435 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 48.915 55.581 63.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52 63.085 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.915 50.085 51.162 59.085 61.748 NaN NaN NaN NaN 33.414 NaN 48.915 64.833 85.915
116 107 89 71 39 77 25 50 31 29 24 21 13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3146 13 132 57 4779.9 4780 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 48.415 49.414 50.247 56.331 58.329 59 60 62.414 62.666 65.085 67.085 67.581 68 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.667 49.666 52.249 58.329 59 60 61.666 62.666 63 66.085 67.581 68 68.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.415 48.415 48.497 48.582 48.582 49.496 49.666 50.748 52 33.247 NaN 48.415 68.833 85.915
150 195 109 146 85 78 26 23 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3149 8 137 60 2733.4 2733 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.496 58.666 59.414 59.833 62 62.496 62.915 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.496 59.414 59.833 61 62.414 62.915 63.085 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.496 50.833 51.085 51.581 52 52.331 52.667 55.666 NaN 32.667 NaN 50.496 63.915 85.915
42 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3157 1 23 51 23 23 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.085 NaN NaN NaN NaN NaN NaN NaN NaN 32.497 NaN 51.085 53 85.915
90 202 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3158 2 72 51 9999.9 9999 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.162 54.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.162 57.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.162 51.162 51.162 51.162 51.162 51.247 51.247 51.329 51.496 33.162 NaN 51.162 57.162 85.915
187 188 152 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3160 3 29 57 65.8 66 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57 63.581 64.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 64.331 65 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57 64.833 NaN NaN NaN NaN NaN NaN NaN 23 NaN 57 65 85.915
194 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3161 1 15 54 43.7 44 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.162 NaN NaN NaN NaN NaN NaN NaN NaN 33.915 NaN 54.162 55.581 85.915
63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3172 1 53 57 347.6 351 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 58.496 59.329 60.582 NaN NaN NaN NaN NaN 36.331 NaN 57.496 61.915 85.915
159 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3174 1 23 54 177.8 178 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.247 55.247 55.666 NaN NaN NaN NaN NaN NaN 36 NaN 54.247 56.164 85.915
63 135 114 121 100 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3177 5 83 60 380 380 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.496 62.329 63.085 67.329 68.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.329 63.085 63.915 68.085 68.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.496 59.329 59.915 61.329 63.666 NaN NaN NaN NaN 35.247 NaN 58.496 68.833 85.915
100 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3178 1 4 60 18 18 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.915 NaN NaN NaN NaN NaN NaN NaN NaN 35.915 NaN 59.915 61.329 85.915
204 91 73 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3187 3 15 54 18.4 18 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.329 59 59.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 59.496 59.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 NaN NaN NaN NaN NaN NaN NaN NaN 36.833 NaN 54.329 59.915 85.915
43 84 119 94 6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 9 5 NaN 1 3191 5 93 57 1266.2 1266 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 57.666 63.085 65.162 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 63.085 63.162 66.162 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 57.833 58 58.414 58.833 59.666 60.667 NaN NaN 39.085 84.164 57.414 68.331 84.164
63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3196 1 4 57 22.8 23 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 NaN NaN NaN NaN NaN NaN NaN NaN 37.915 NaN 57.162 57.666 85.915
26 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3199 1 9 54 234 234 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 54.581 54.833 NaN NaN NaN NaN NaN NaN 35.496 NaN 54.414 55.162 85.915
121 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3202 1 10 57 121.5 122 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.415 56.749 57.581 NaN NaN NaN NaN NaN NaN 35.666 NaN 56.415 57.666 85.915
140 168 26 144 102 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3206 5 11 60 64.4 64 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.162 60.164 61.085 61.414 61.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.164 60.582 61.414 61.748 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.162 60.582 NaN NaN NaN NaN NaN NaN NaN 40.085 NaN 59.162 62.085 85.915
129 114 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3207 2 23 60 138.3 142 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 60.164 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.496 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.164 61 61.833 NaN NaN NaN NaN NaN NaN 36.415 NaN 60.164 62.085 85.915
152 76 19 16 92 90 76 26 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3209 8 121 57 1127.2 1127 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.414 60.331 61 62.085 63 64.833 65.496 67.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.162 60.915 62.085 62.496 64 65.496 66.085 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.414 53.748 54.085 54.581 55.247 60.497 61.581 NaN NaN 38.162 NaN 53.414 68.915 85.915
214 212 58 101 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3210 4 37 60 907 907 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.329 60.085 60.415 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.496 60.415 62.496 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.329 60.249 60.415 60.749 61 61.666 62.329 NaN NaN 40.915 NaN 59.329 63 85.915
177 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3213 1 6 57 10.8 11 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 NaN NaN NaN NaN NaN NaN NaN NaN 39.581 NaN 57.329 57.833 85.915
184 23 157 125 104 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3215 5 49 60 208 208 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.581 63.581 64.249 64.833 65.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.581 64.249 64.833 65.162 65.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.581 60.415 61 NaN NaN NaN NaN NaN NaN 39.748 NaN 59.581 65.748 85.915
184 191 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3216 2 36 60 173.3 173 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.581 67.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.581 68.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.581 60.415 61 NaN NaN NaN NaN NaN NaN 39.496 NaN 59.581 68.331 77.915
187 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3220 1 3 57 5.4 5 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 NaN NaN NaN NaN NaN NaN NaN NaN 40.164 NaN 57.414 57.666 85.915
85 72 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3221 2 16 60 67.9 68 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 61.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.915 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 61.833 NaN NaN NaN NaN NaN NaN NaN 40.497 NaN 60.415 62.085 85.915
212 77 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3222 2 43 60 688.9 689 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.331 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63.085 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 60.497 60.749 61.162 61.915 62.915 NaN NaN NaN 43.581 NaN 60.331 63.915 85.915
212 132 31 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3223 3 37 60 480.7 481 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.331 63 63.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.329 63.085 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 60.497 60.749 61.162 61.915 NaN NaN NaN NaN 42 NaN 60.331 64.833 85.915
63 81 56 49 43 45 41 45 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3224 8 70 57 179.8 180 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 60.667 64.415 64.582 64.749 64.915 65.085 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 64 64.582 64.749 64.915 65.085 65.414 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 61.581 63.833 NaN NaN NaN NaN NaN NaN 37.085 NaN 57.414 67.496 85.915
205 160 136 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3226 3 20 54 162.3 162 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.329 60.749 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 61.496 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 61.162 61.748 NaN NaN NaN NaN NaN NaN 36.331 NaN 54.329 62.085 85.915
85 46 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3230 2 28 60 68 68 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.414 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.414 61.915 NaN NaN NaN NaN NaN NaN NaN 37.666 NaN 59.414 63.085 85.915
94 116 159 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3233 3 4 60 28 28 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.331 60.415 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 60.582 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 NaN NaN NaN NaN NaN NaN NaN NaN 42.496 NaN 60.331 60.667 85.915
60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3235 1 36 60 168 168 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 59.666 60.833 NaN NaN NaN NaN NaN NaN 40.582 NaN 59 62 85.915
188 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3239 1 23 54 1277.7 1296 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 5 53.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.247 53.329 53.329 53.496 53.581 53.833 54.085 NaN NaN 10.414 NaN 53.247 55.162 85.915
194 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 27 22 NaN 1 3243 1 12 54 34 81 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 13 54.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 NaN NaN NaN NaN NaN NaN NaN NaN 11.414 70.748 54.329 55.329 70.748
81 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 35 27 NaN 1 3246 2 9 60 50.7 273 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 35 60.331 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.667 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 NaN NaN NaN NaN NaN NaN NaN NaN 4.164 64.249 60.331 61.085 64.249
42 144 117 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 34 37 NaN 1 3255 3 74 51 1733.8 2093 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 38 48.497 49.329 55.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.833 54.666 56.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.497 50.247 51.247 53 53.085 53.329 53.581 NaN NaN -5 62 48.497 56.249 62
149 118 99 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 45 10 NaN 1 3261 3 92 50 1526.8 1527 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 30.496 41.496 48.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 46.496 50.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 30.496 35.162 39.915 42 42.581 43.833 45 NaN NaN -6.753 84.249 30.496 50.414 84.249
130 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 33 28 1 1 3265 1 24 50 396 396 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 48.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.331 48.667 48.915 49.581 50.162 NaN NaN NaN NaN -11.333 62.329 48.331 50.329 62.329
22 138 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 63 NaN NaN 1 3268 2 6 57 35.7 117 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 20 56.085 57.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.667 57.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.085 NaN NaN NaN NaN NaN NaN NaN NaN 13.915 57.748 56.085 57.748 57.748
51 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 54 12 NaN 1 3269 1 15 54 138 170 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 9 54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54 54.581 55.085 NaN NaN NaN NaN NaN NaN 16 70.247 54 55.247 70.247
128 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3280 1 12 54 42.4 60 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 5 57.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 NaN NaN NaN NaN NaN NaN NaN NaN 12.085 NaN 57.329 58.329 85.915
129 114 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3285 2 48 54 1684 1684 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.162 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 60.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.162 51.247 51.414 51.666 51.915 52.331 52.833 NaN NaN 8.582 NaN 51.162 60.164 85.915
159 180 57 116 96 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 60 NaN NaN 1 3289 5 48 54 349.7 393 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 12 54.085 55 56 58.915 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 56 57.085 59 60.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.085 55.162 55.581 60.164 NaN NaN NaN NaN NaN 15.666 75.162 54.085 60.915 75.162
99 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 37 26 8 1 3291 1 3 50 125.1 125 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 41.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.247 41.329 41.496 NaN NaN NaN NaN NaN NaN -7.251 73.748 41.247 41.496 73.748
41 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3295 1 1 51 14.7 18 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 51.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.414 NaN NaN NaN NaN NaN NaN NaN NaN 13.915 NaN 51.414 51.496 87.329
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3302 1 6 50 105.6 106 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 47.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.414 47.666 NaN NaN NaN NaN NaN NaN NaN -15.251 NaN 47.414 47.915 85.915
133 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3310 1 3 50 49.5 50 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 32.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 32.749 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 32.497 NaN NaN NaN NaN NaN NaN NaN NaN 5.833 NaN 32.497 32.749 85.915
142 119 99 81 20 34 50 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3336 7 86 54 1330.5 1330 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.496 52.497 53.496 55.496 57 58 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.497 53.496 54.496 56.915 58 59 60.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.496 51.666 51.915 52.085 52.249 52.582 52.915 NaN NaN 22.329 NaN 51.496 60.415 85.915
145 196 142 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3339 3 18 60 160.1 160 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 62 64.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62 62.414 65.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 56.915 61.162 NaN NaN NaN NaN NaN NaN 14.666 NaN 54.414 65.247 85.915
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3350 1 12 50 211.2 211 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 42.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 43.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 42.496 42.748 43.085 NaN NaN NaN NaN NaN NaN 26.496 NaN 42.496 43.496 85.915
149 210 130 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3353 3 24 57 467.4 467 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.329 55.162 56.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.162 56.331 58.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 54.581 54.833 55.414 56.164 NaN NaN NaN NaN 29 NaN 54.329 58.748 85.915
46 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 36 28 16 1 3355 1 1 54 2.9 3 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 NaN NaN NaN NaN NaN NaN NaN NaN -18.504 62.414 54.496 54.581 62.414
134 21 64 14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3363 4 41 50 1216.3 1216 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.162 58.833 59.085 59.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.414 59.085 59.496 60 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.162 51.329 51.581 52 52.164 52.497 52.749 NaN NaN 25.496 NaN 51.162 60 85.915
119 108 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3368 2 16 54 827.2 827 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.329 54.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.496 55.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.329 53.414 54.085 54.329 54.496 54.915 NaN NaN NaN 13.496 NaN 53.329 55.247 85.915
46 39 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3369 2 28 57 67.8 86 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 5 55.414 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.414 60.667 NaN NaN NaN NaN NaN NaN NaN 22.666 NaN 55.414 61.085 85.915
185 171 18 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3372 3 102 57 910.3 917 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 54.581 57.833 58.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.833 58.833 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.581 54.833 55.247 56.085 58.833 62 62.748 NaN NaN 18.085 NaN 54.581 63.085 85.915
149 131 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3378 2 4 60 85 85 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.414 55.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.414 54.329 NaN NaN NaN NaN NaN NaN NaN 24.415 NaN 53.414 60.667 85.915
142 119 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3398 2 14 54 196.6 197 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.247 54.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.915 54.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.247 49.666 54.329 NaN NaN NaN NaN NaN NaN 27.833 NaN 49.247 54.666 85.915
129 114 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3409 2 39 57 3687.4 3687 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.414 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.085 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.414 51.414 51.496 51.496 51.581 51.666 51.833 52.249 NaN 29.162 NaN 51.414 59 85.915
149 179 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3414 2 15 57 125.1 125 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 58.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.833 59.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 58.329 59.085 NaN NaN NaN NaN NaN NaN 30.329 NaN 54.496 59.162 85.915
176 161 167 20 84 75 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3417 6 112 54 1855 1855 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 47.496 52 58.496 59.496 61 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.496 55.496 59.496 60.249 62 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 47.496 48.582 49.581 52.085 52.249 52.582 52.915 61.581 NaN 27.414 NaN 47.496 62.085 85.915
169 49 35 92 71 95 54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3418 7 116 53 1016.7 1017 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.329 56 63.247 63.833 64.415 64.915 65.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56 63.247 63.833 64.415 64.915 65.162 65.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.329 53.496 53.748 54.162 54.581 55.748 60.249 NaN NaN 24.164 NaN 53.329 65.748 85.915
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3425 1 12 50 211.2 211 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 49.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 49.329 49.581 49.915 NaN NaN NaN NaN NaN NaN 32.497 NaN 49.329 50.329 85.915
152 115 144 71 63 49 24 47 15 30 15 15 2 10 4 3 3 NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3426 18 134 57 634.2 656 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 6 55.915 56.164 57 57.162 57.329 57.496 57.666 59 60 61.414 63 63.496 63.833 64.331 64.833 65.414 67.085 NaN NaN NaN NaN NaN NaN NaN NaN 56.164 57 57.162 57.329 57.496 57.666 59 60 61.414 63 63.496 63.833 64.331 64.833 65.414 66.085 6.581 NaN NaN NaN NaN NaN NaN NaN NaN 55.915 58 59.247 60.164 60.667 65.329 NaN NaN NaN 31.247 NaN 55.915 68.085 86.085
130 115 97 8 106 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3427 5 58 57 778.7 779 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.329 52.331 53 53.915 56.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.666 52.667 53.915 55.833 58.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.329 51.496 52.415 53.085 53.496 54.748 NaN NaN NaN 34 NaN 51.329 58.162 85.915
129 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3429 1 11 54 224.4 239 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 4 56 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56 56.249 56.497 NaN NaN NaN NaN NaN NaN 29.581 NaN 56 56.915 85.915
158 4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 38 24 NaN 1 3430 2 18 54 176.6 177 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.833 54.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.085 55.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.833 54.414 55 NaN NaN NaN NaN NaN NaN 32.085 79.414 53.833 55.414 79.414
194 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3433 1 6 54 15 15 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 NaN NaN NaN NaN NaN NaN NaN NaN 32.833 NaN 54.496 55 86.162
90 114 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3438 2 59 57 375 375 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.164 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.496 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.164 56.497 56.833 58.666 61.915 NaN NaN NaN NaN 21.247 NaN 56.164 62.085 85.915
41 78 62 79 42 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 9 34 10 1 3439 5 157 51 4764.5 4764 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 50.833 52.667 54.581 63 63.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.667 54.581 63 63.085 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.833 50.915 50.915 51 51.666 52.249 52.582 52.749 53.748 12.915 80.249 50.833 64.415 80.249
82 65 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3445 2 12 60 50.4 50 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 61 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61.496 62 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 NaN NaN NaN NaN NaN NaN NaN NaN 33.247 NaN 61 62 85.915
168 213 177 95 76 70 57 53 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3449 8 131 57 905.8 906 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.162 57.581 58.329 59.162 59.915 61.247 62.581 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 58.329 59.162 59.915 61.247 62.581 63.915 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.162 53.329 53.414 53.748 54 56.915 62.329 NaN NaN 34.748 NaN 53.162 64.415 85.915
122 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3450 1 7 54 65.8 66 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.247 54.748 NaN NaN NaN NaN NaN NaN NaN 35.748 NaN 54.247 54.833 86.162
118 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3455 1 5 54 88.5 89 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.496 54.748 NaN NaN NaN NaN NaN NaN NaN 34.666 NaN 54.496 54.915 85.915
130 115 97 80 63 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3456 5 14 57 240.6 241 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.329 52.331 53.329 54.329 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.581 52.582 53.581 54.581 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.329 51.496 52.497 57.666 NaN NaN NaN NaN NaN 35 NaN 51.329 57.666 85.915
14 36 151 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3469 3 18 57 41.7 42 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 57.496 59.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 58 60.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 NaN NaN NaN NaN NaN NaN NaN NaN 38.666 NaN 57.414 60.497 85.915
167 53 40 33 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3471 4 30 60 129.2 129 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.331 64.749 65.915 66.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.582 65.748 66.581 67.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 65.496 66.833 NaN NaN NaN NaN NaN NaN 37.496 NaN 60.331 67.162 85.915
140 212 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3472 2 4 60 33.1 33 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 60.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.748 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 38.247 NaN 57.496 60.582 85.915
158 37 176 45 41 51 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3473 6 85 60 621.8 622 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.915 59.247 62 63.085 63.915 64.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 62 63.085 63.915 64.667 65.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.915 59.414 60 61.581 62.414 64.833 NaN NaN NaN 38.247 NaN 56.915 65.329 85.915
63 131 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3474 2 16 57 88 88 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56.415 61.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 61.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.415 61.414 NaN NaN NaN NaN NaN NaN NaN 37.329 NaN 56.415 61.666 85.915
158 105 164 136 71 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3475 5 52 60 283.2 283 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.748 59.833 61.833 63.915 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.833 61.833 62.085 64.915 68.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.748 60.497 61.162 64.331 NaN NaN NaN NaN NaN 41.666 NaN 59.748 68.497 85.915
149 158 108 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3477 3 23 54 498.2 498 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.915 56 56.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54 56.497 56.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.915 52.164 52.415 52.915 53.496 NaN NaN NaN NaN 37.414 NaN 51.915 56.915 85.915
120 217 179 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3480 3 50 54 340.5 341 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.085 54.833 56.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.833 56.582 57.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.085 54.085 54.915 55.666 NaN NaN NaN NaN NaN 9.247 NaN 53.085 57.247 85.915
148 114 96 79 62 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3481 6 109 57 1346.2 1346 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53 54.915 62 64.085 64.582 65.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.329 59.247 64.085 64.582 65.085 65.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53 53.162 53.414 53.833 54.247 55.496 56.415 NaN NaN 33.748 NaN 53 65.666 85.915
80 62 138 108 15 80 64 48 6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3483 9 122 57 1700.2 1700 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.415 53.414 54.329 58.329 59.329 60.915 64 66.162 67.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.667 53.666 58.329 59.329 60.915 61.085 65 67.162 68.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.415 53.496 54.329 54.748 55.329 57.085 57.414 NaN NaN 36.667 NaN 52.415 68.085 85.915
187 75 115 43 106 71 66 50 36 30 22 15 16 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3485 14 134 57 332.6 333 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 58 59.581 60.582 62 62.581 63 63.496 64 64.833 65.414 66.085 67.329 68.164 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 59.581 60.582 62 62.581 62.915 63.496 64 64.833 65.414 66.085 67.085 68.164 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 59.496 60.085 64.085 NaN NaN NaN NaN NaN 40.085 NaN 57.414 68.915 85.915
134 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 68 NaN NaN 1 3487 1 3 54 53.1 53 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 NaN NaN NaN NaN NaN NaN NaN NaN 37 80.164 54.414 54.666 80.164
141 115 144 80 63 84 69 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3497 7 14 57 179.1 179 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 55.414 57.496 60.415 61.414 63.833 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 55.666 57.666 60.667 61.666 64.415 65 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 54.581 60.497 NaN NaN NaN NaN NaN NaN 37.414 NaN 54.414 65 85.915
95 119 172 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3498 3 21 60 78.7 79 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.331 61 61.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 61 61.581 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 61.748 NaN NaN NaN NaN NaN NaN NaN 37.247 NaN 60.331 62.085 85.915
133 118 99 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3500 3 9 54 162.9 163 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 52.415 53.414 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.667 53.666 54.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.415 52.582 53.581 NaN NaN NaN NaN NaN NaN 34.748 NaN 52.415 54.666 85.915
93 169 30 27 91 80 13 11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3503 8 65 60 304.1 304 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.833 60.331 62 62.085 63.581 64.667 67.085 68 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 60.749 62.085 62.581 64.582 65.666 68 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.833 59.247 59.666 60.497 NaN NaN NaN NaN NaN 36.331 NaN 58.833 68.915 85.915
185 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3504 1 7 57 26.6 27 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 NaN NaN NaN NaN NaN NaN NaN NaN 37.915 NaN 57.329 57.915 85.915
45 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3505 1 4 57 29.2 29 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 36.497 NaN 57.496 57.833 85.915
44 206 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3508 2 6 57 18.4 18 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.496 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 58.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 36.749 NaN 57.496 58.085 85.915
152 121 97 48 115 58 77 58 32 26 4 4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3511 12 100 57 594 594 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 57.162 57.414 58 61.329 62.329 62.666 64 65 65.915 67.085 68 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.666 57.414 58 60.667 61.666 62.666 63 65 65.915 66.833 68 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 57.329 58.329 59.085 59.915 NaN NaN NaN NaN 38.581 NaN 54.414 68.915 87.915
28 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3515 1 12 60 114.6 115 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.833 62 NaN NaN NaN NaN NaN NaN NaN 38.247 NaN 58.833 62.666 85.915
130 115 97 93 88 6 78 57 37 29 15 16 13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3517 13 165 57 2020 2020 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 48.415 49.414 50.414 51 58 61.833 62.496 64 64.915 65.414 66.085 67.329 68.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.667 49.666 50.666 58 59.833 62.496 63 64.915 65.414 66.085 67.085 68.085 68.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.415 49.496 50.496 51.414 51.915 52.331 52.749 62.496 NaN 33.085 NaN 48.415 68.833 85.915
199 136 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3518 2 5 57 13 13 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.247 57.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 NaN NaN NaN NaN NaN NaN NaN NaN 40.415 NaN 57.247 57.666 85.915
180 164 141 126 40 32 66 54 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3519 8 41 57 168.9 169 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 55.414 56.415 57.414 60.582 61 61.496 63.666 64.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.666 56.667 57.666 61 61.496 62.085 64.331 65 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.414 57.666 61.581 NaN NaN NaN NaN NaN NaN 38.414 NaN 55.414 65 85.915
61 47 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 3 NaN NaN NaN NaN 3520 2 18 60 94.8 95 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.581 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.667 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.581 60.667 NaN NaN NaN NaN NaN NaN NaN 34.666 NaN 59.581 61.085 61.085
79 86 70 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3521 3 12 60 19.2 19 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60 60.331 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 60.667 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60 NaN NaN NaN NaN NaN NaN NaN NaN 37.915 NaN 60 61 85.915
89 105 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3522 2 2 60 22 22 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.497 60.667 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 NaN NaN NaN NaN NaN NaN NaN NaN 38 NaN 60.415 60.667 86.414
131 163 156 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3524 3 18 60 109.9 110 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.496 60.415 65.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.331 60.582 66.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.496 60.497 NaN NaN NaN NaN NaN NaN NaN 41.915 NaN 58.496 66.085 85.915
36 13 10 5 55 7 8 35 17 24 12 12 11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3578 13 111 57 1094.1 1098 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 57.162 57.329 58.666 60 62 62.581 62.748 62.833 63.915 66.329 67.247 68 68.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 58.666 60 62 62.496 62.748 62.833 62.915 64.915 67.247 68 68.497 68.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 57.247 57.329 57.581 57.833 58.414 60.085 NaN NaN 28.331 NaN 57.162 68.915 85.915
52 43 29 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3587 3 24 57 53.1 64 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 56.582 64.085 64.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 64.085 64.249 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.582 NaN NaN NaN NaN NaN NaN NaN NaN 17.748 NaN 56.582 64.833 85.915
28 49 35 31 18 13 55 60 4 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 23 NaN NaN 1 3594 10 68 57 336.9 373 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 10 57.581 58.581 61.414 61.915 62 63 63.833 64.749 65.247 66.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.581 60.915 61.915 62 63 63.833 64.749 65.162 65.748 67.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 59.085 59.666 61.581 NaN NaN NaN NaN NaN 9.915 76.582 57.581 67.666 76.582
35 129 148 112 72 96 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3604 6 114 54 1416.5 1424 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 50.414 53.414 53.666 58.414 63.666 64.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.414 53.666 55.666 61.414 64.331 64.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 50.414 50.833 51.247 52.085 52.915 53.414 54.162 NaN NaN 23 NaN 50.414 64.915 85.915
46 9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3612 2 36 54 160.7 161 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 53.581 56.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56.085 56.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.581 54 55.915 NaN NaN NaN NaN NaN NaN 31 NaN 53.581 56.582 85.915
84 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 4 45 17 1 3617 1 9 60 109.6 110 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.249 61 NaN NaN NaN NaN NaN NaN NaN 3.496 75.915 60.249 62.329 75.915
107 94 78 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3641 3 9 60 21.3 21 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.415 61.414 61.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.667 61.666 61.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.415 NaN NaN NaN NaN NaN NaN NaN NaN 42 NaN 60.415 61.915 85.915
179 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3645 1 33 51 815.1 819 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 51.162 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 53.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.162 51.329 51.581 52 52.415 53.162 NaN NaN NaN 24.497 NaN 51.162 53.915 85.915
101 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3650 1 19 57 114.5 115 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 56 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 56 56.582 NaN NaN NaN NaN NaN NaN NaN 3.748 NaN 56 57.581 85.915
216 42 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3654 2 19 57 165 165 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.162 57.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 58.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 58.162 58.496 NaN NaN NaN NaN NaN NaN 16.667 NaN 57.162 58.748 85.915
202 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3657 1 8 54 197.6 205 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 54.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.085 54.247 54.496 NaN NaN NaN NaN NaN NaN 29.915 NaN 54.085 54.748 85.748
61 47 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3658 2 6 57 84 84 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 57.748 NaN NaN NaN NaN NaN NaN NaN 35.581 NaN 57.414 59 85.915
109 98 82 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 31 46 19 1 3685 3 3 57 2.7 3 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.329 59.085 60.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 60.085 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.329 NaN NaN NaN NaN NaN NaN NaN NaN 15.414 82.666 57.329 61.085 82.666
210 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3692 1 13 54 293.8 294 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 54.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 54.414 54.581 54.833 55.247 NaN NaN NaN NaN NaN 29.748 NaN 54.414 55.496 85.915
3 61 3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3699 3 32 51 667 667 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 40.833 50.833 51.247 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.249 51.247 51.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 40.833 41.833 42.748 50.915 51.085 51.581 NaN NaN NaN 16.915 NaN 40.833 51.748 85.915
61 131 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3706 2 4 57 17.3 46 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 8 57.496 60.331 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.496 NaN NaN NaN NaN NaN NaN NaN NaN 23.833 NaN 57.496 60.582 85.915
130 166 60 16 74 32 66 50 31 27 18 16 16 11 5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3708 15 185 57 1563.7 1564 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51.666 52.667 57.666 60.497 61 61.414 62.581 63.496 63.915 64.415 64.833 65.414 67.085 67.581 68 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.667 57.666 60.497 61 61.414 62.581 63.496 63.915 64.415 64.833 65.414 66.085 67.581 68 68.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.666 51.833 52.085 52.415 52.749 53.162 54.414 NaN NaN 29.414 NaN 51.666 68.833 85.915
197 189 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3726 2 45 60 121.5 176 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 15 57.247 60.582 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.582 61 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.247 59.414 61 NaN NaN NaN NaN NaN NaN 8.749 NaN 57.247 61 86.247
148 104 9 55 70 26 40 34 12 10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3731 10 49 60 240.4 240 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.833 58.329 58.833 59.414 60.915 61.666 61.915 62.162 62.414 62.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.329 58.833 59.414 60.915 61.666 61.915 62.162 62.414 62.496 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.833 58.162 60 62.915 NaN NaN NaN NaN NaN 38.833 NaN 57.833 62.915 85.915
64 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 20 28 NaN 1 3735 1 18 57 305.4 461 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 26 55 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 55.496 55.915 56.915 NaN NaN NaN NaN NaN -7.251 65.085 55 57.915 65.085
28 49 35 91 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3756 4 19 60 84.5 84 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58.915 60.249 64.085 64.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.249 64.085 64.415 65.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.915 62.162 NaN NaN NaN NaN NaN NaN NaN 22.162 NaN 58.915 65.085 85.915
60 46 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3773 2 9 57 19.8 20 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58 58.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.414 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 NaN NaN NaN NaN NaN NaN NaN NaN 40.331 NaN 58 59 85.915
37 94 21 58 14 43 85 17 11 19 13 14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3780 12 138 57 1385.1 1385 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 51 54.833 55.915 56.915 58 60.249 61.748 62.496 63.162 64.833 65.581 66.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52 55.833 56.915 57.915 60 61.162 62.496 62.915 64.164 65.581 66.247 67.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51 51.085 51.162 51.414 51.581 52 56.497 NaN NaN 33.247 NaN 51 67.496 85.915
149 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 21 NaN NaN 1 3804 1 4 51 75.1 86 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 3 48.497 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 51.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.497 51 NaN NaN NaN NaN NaN NaN NaN -4.504 63.833 48.497 51.496 63.833
28 22 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3808 2 12 57 32.4 32 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 58 58.581 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58.581 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 58 NaN NaN NaN NaN NaN NaN NaN NaN 27.833 NaN 58 59 85.915
185 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3809 1 3 57 11.4 11 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.666 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.414 NaN NaN NaN NaN NaN NaN NaN NaN 32.249 NaN 57.414 57.666 85.915
158 140 44 137 101 54 2 56 35 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3817 9 242 57 4826.7 4827 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 41.414 46.666 55 56 57.329 58.329 62.833 63.581 64.249 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 44.164 55 56 57.329 58.329 62.833 63.085 64.249 64.833 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.414 41.748 42 42.666 43.247 46.915 48.164 52.164 57.329 26.581 NaN 41.414 64.833 85.915
85 46 57 41 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3818 4 26 60 95.1 95 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.162 60.331 60.582 61.496 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.581 60.582 61.496 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.162 61.247 NaN NaN NaN NaN NaN NaN NaN 39.833 NaN 59.162 62.085 85.915
25 20 16 12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3821 4 58 60 309.2 309 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 60.085 63.162 63.247 63.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63.162 63.247 63.915 64.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 60.085 60.833 61.496 63 NaN NaN NaN NaN NaN 9.748 NaN 60.085 64.915 85.915
158 202 23 138 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 42 24 NaN 1 3822 4 26 60 153.3 196 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 12 57.085 57.581 60.915 61.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.581 60.915 61.085 62.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.085 59.162 60.331 NaN NaN NaN NaN NaN NaN 7.247 80.915 57.085 62.085 80.915
21 35 133 122 36 11 11 8 39 2 16 7 6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 63 NaN NaN 1 3841 13 157 57 2451.1 2458 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 2 52.415 55 56.497 58 59.247 62.329 62.915 63 63.085 63.915 64.497 64.915 65.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 55 56 58 59.247 62.329 62.915 63 63.085 63.915 64.497 64.915 65.666 66.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 52.415 53.085 53.247 53.496 53.748 54.247 54.748 58.666 NaN 18.162 66.748 52.415 66.748 66.748
170 154 125 20 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 29 22 NaN 1 3842 4 132 54 3370.3 3370 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 41.414 50 52.415 58 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 48.415 52 54.414 59 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 41.414 41.666 41.833 42.247 42.666 43.496 44.331 47.666 NaN -6.915 78.247 41.414 59 78.247
52 194 162 134 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3869 4 93 57 223 227 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 1 57.162 63.085 63.915 67.414 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 63.085 63.915 64.833 68.415 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.162 59.915 61.085 NaN NaN NaN NaN NaN NaN 14.162 NaN 57.162 68.415 85.915
112 102 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 3872 2 46 60 3020.3 3020 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 59.247 62.915 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 62.915 63.085 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59.247 59.247 59.329 59.414 59.496 59.666 59.833 60.415 NaN 16.497 NaN 59.247 63.085 85.666
134 149 86 18 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN 4038 4 51 60 259.9 260 0 99.8999938964844 99.8999938964844 99.8999938964844 99.8999938964844 0 57.748 59 60.249 62.329 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 59 60.249 60.582 63.748 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 57.748 59.085 59.496 63.085 NaN NaN NaN NaN NaN 34.915 NaN 57.748 63.748 85.915
)
:dimensions '(485 106))
)
(<- miner-vars
(list "mine1" "mine2" "mine3" "mine4" "mine5" "mine6"
"mine7" "mine8" "mine9" "mine10" "mine11" "mine12"
"mine13" "mine14" "mine15" "mine16" "mine17" "mine18"
"mine19" "mine20" "mine21" "mine22" "mine23" "mine24"
"mine25" "vs" "ucod" "cont1" "cont2" "cs"
"id" "nohists" "monugu" "examyr" "wlm" "hrwlm"
"smrate1" "smrate2" "smrate3" "smrate4" "smrate5" "hryrs"
"begin-mine1" "begin-mine2" "begin-mine3" "begin-mine4" "begin-mine5" "begin-mine6"
"begin-mine7" "begin-mine8" "begin-mine9" "begin-mine10" "begin-mine11" "begin-mine12"
"begin-mine13" "begin-mine14" "begin-mine15" "begin-mine16" "begin-mine17" "begin-mine18"
"begin-mine19" "begin-mine20" "begin-mine21" "begin-mine22" "begin-mine23" "begin-mine24"
"begin-mine25" "end-mine1" "end-mine2" "end-mine3" "end-mine4" "end-mine5"
"end-mine6" "end-mine7" "end-mine8" "end-mine9" "end-mine10" "end-mine11"
"end-mine12" "end-mine13" "end-mine14" "end-mine15" "end-mine16" "end-mine17"
"end-mine18" "end-mine19" "end-mine20" "end-mine21" "end-mine22" "end-mine23"
"end-mine24" "end-mine25" "wlme1" "wlme2" "wlme3" "wlme4"
"wlme5" "wlme6" "wlme7" "wlme8" "wlme9" "tob"
"tod" "tfe" "tle" "tlo"
)
)
(<- miner-ids (loop for i from 0 to 484
collect (format NIL "Miner ~s" i)))
(dataset miners
:identifiers miner-ids
:variates miner-vars
:name "Miner illness data.")
"Miners data loaded." | 255,632 | Common Lisp | .l | 607 | 411 | 592 | 0.735437 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | fa262af354df32984375d22f5782e441bc3b3935618ae5dc829ff2bfd0d571dc | 32,929 | [
-1
] |
32,930 | ais.lsp | rwoldford_Quail/data/ais.lsp |
(in-package :quail-user)
#|
Data on 102 male and 100 female athletes collected at the Australian
Institute of Sport, courtesy of Richard Telford and Ross Cunningham.
(This dataset is part of the R-code distribution).
Hemotology: RCC - red cell count
WCC - white cell count
Hc - Hematocrit
Hg - Hemoglobin
Ferr - plasma ferritin concentration
Physical: BMI - body mass index = weight/(height)**2
SSF - sum of skin folds
%Bfat - % body fat
LBM - lean body mass
Ht - height (cm)
Wt - weight (kg)
Other: Sex of participant (0=male or 1=female)
Sport of participant~%"))
|#
(<- bodymass (array '(
female B_Ball 3.960 7.500 37.50 12.30 60. 20.56 109.10 19.75 63.32 195.9 78.90
female B_Ball 4.410 8.300 38.20 12.70 68. 20.67 102.80 21.30 58.55 189.7 74.40
female B_Ball 4.140 5.000 36.40 11.60 21. 21.86 104.60 19.88 55.36 177.8 69.10
female B_Ball 4.110 5.300 37.30 12.60 69. 21.88 126.40 23.66 57.18 185. 74.90
female B_Ball 4.450 6.800 41.50 14. 29. 18.96 80.30 17.64 53.20 184.6 64.60
female B_Ball 4.100 4.400 37.40 12.50 42. 21.04 75.20 15.58 53.77 174. 63.70
female B_Ball 4.310 5.300 39.60 12.80 73. 21.69 87.20 19.99 60.17 186.2 75.20
female B_Ball 4.420 5.700 39.90 13.20 44. 20.62 97.90 22.43 48.33 173.8 62.30
female B_Ball 4.300 8.900 41.10 13.50 41. 22.64 75.10 17.95 54.57 171.4 66.50
female B_Ball 4.510 4.400 41.60 12.70 44. 19.44 65.10 15.07 53.42 179.9 62.90
female B_Ball 4.710 5.300 41.40 14. 38. 25.75 171.10 28.83 68.53 193.4 96.30
female B_Ball 4.620 7.300 43.80 14.70 26. 21.20 76.80 18.08 61.85 188.7 75.50
female B_Ball 4.350 7.800 41.40 14.10 30. 22.03 117.80 23.30 48.32 169.1 63.00
female Row 4.260 6.200 41. 13.90 48. 25.44 90.20 17.71 66.24 177.9 80.50
female Row 4.630 6.000 43.70 14.70 30. 22.63 97.20 18.77 57.92 177.5 71.30
female Row 4.360 5.800 40.30 13.30 29. 21.86 99.90 19.83 56.52 179.6 70.50
female Row 3.910 7.300 37.60 12.90 43. 22.27 125.90 25.16 54.78 181.3 73.20
female Row 4.510 8.300 43.70 14.70 34. 21.27 69.90 18.04 56.31 179.7 68.70
female Row 4.370 8.100 41.80 14.30 53. 23.47 98. 21.79 62.96 185.2 80.50
female Row 4.900 6.900 44. 14.50 59. 23.19 96.80 22.25 56.68 177.3 72.90
female Row 4.460 5.700 39.20 13. 43. 23.17 80.30 16.25 62.39 179.3 74.50
female Row 3.950 3.300 36.90 12.50 40. 24.54 74.90 16.38 63.05 175.3 75.40
female Row 4.460 9.500 41.50 14.50 92. 22.96 83. 19.35 56.05 174. 69.50
female Row 5.020 6.400 44.80 15.20 48. 19.76 91. 19.20 53.65 183.3 66.40
female Row 4.260 5.800 41.20 14.10 77. 23.36 76.20 17.89 65.45 184.7 79.70
female Row 4.460 5.600 41.10 14.30 71. 22.67 52.60 12.20 64.62 180.2 73.60
female Row 4.160 5.800 39.80 13.30 37. 24.24 111.10 23.70 60.05 180.2 78.70
female Row 4.490 7.600 41.80 14.40 71. 24.21 110.70 24.69 56.48 176. 75.00
female Row 4.210 7.500 38.40 13.20 73. 20.46 74.70 16.58 41.54 156. 49.80
female Row 4.570 6.600 42.80 14.50 85. 20.81 113.50 21.47 52.78 179.7 67.20
female Row 4.870 6.400 44.80 15. 64. 20.17 99.80 20.12 52.72 180.9 66.00
female Row 4.440 10.100 42.70 14. 19. 23.06 80.30 17.51 61.29 179.5 74.30
female Row 4.450 6.600 42.60 14.10 39. 24.40 109.50 23.70 59.59 178.9 78.10
female Row 4.410 5.900 41.10 13.50 41. 23.97 123.60 22.39 61.70 182.1 79.50
female Row 4.870 7.300 44.10 14.80 13. 22.62 91.20 20.43 62.46 186.3 78.50
female Netball 4.560 13.300 42.20 13.60 20. 19.16 49. 11.29 53.14 176.8 59.9
female Netball 4.150 6.000 38. 12.70 59. 21.15 110.20 25.26 47.09 172.6 63.0
female Netball 4.160 7.600 37.50 12.30 22. 21.40 89. 19.39 53.44 176. 66.30
female Netball 4.320 6.400 37.70 12.30 30. 21.03 98.30 19.63 48.78 169.9 60.70
female Netball 4.060 5.800 38.70 12.80 78. 21.77 122.10 23.11 56.05 183. 72.9
female Netball 4.120 6.100 36.60 11.80 21. 21.38 90.40 16.86 56.45 178.2 67.90
female Netball 4.170 5.000 37.40 12.70 109. 21.47 106.90 21.32 53.11 177.3 67.50
female Netball 3.800 6.600 36.50 12.40 102. 24.45 156.60 26.57 54.41 174.1 74.10
female Netball 3.960 5.500 36.30 12.40 71. 22.63 101.10 17.93 55.97 173.6 68.20
female Netball 4.440 9.700 41.40 14.10 64. 22.80 126.40 24.97 51.62 173.7 68.80
female Netball 4.270 10.600 37.70 12.50 68. 23.58 114. 22.62 58.27 178.7 75.30
female Netball 3.900 6.300 35.90 12.10 78. 20.06 70. 15.01 57.28 183.3 67.40
female Netball 4.020 9.100 37.70 12.70 107. 23.01 77. 18.14 57.30 174.4 70.00
female Netball 4.390 9.600 38.30 12.50 39. 24.64 148.90 26.78 54.18 173.3 74.00
female Netball 4.520 5.100 38.80 13.10 58. 18.26 80.10 17.22 42.96 168.6 51.90
female Netball 4.250 10.700 39.50 13.20 127. 24.47 156.60 26.50 54.46 174. 74.10
female Netball 4.460 10.900 39.70 13.70 102. 23.99 115.90 23.01 57.20 176. 74.30
female Netball 4.400 9.300 40.40 13.60 86. 26.24 181.70 30.10 54.38 172.2 77.80
female Netball 4.830 8.400 41.80 13.40 40. 20.04 71.60 13.93 57.58 182.7 66.90
female Netball 4.230 6.900 38.30 12.60 50. 25.72 143.50 26.65 61.46 180.5 83.80
female Netball 4.240 8.400 37.60 12.50 58. 25.64 200.80 35.52 53.46 179.8 82.90
female Netball 3.950 6.600 38.40 12.80 33. 19.87 68.90 15.59 54.11 179.6 64.10
female Netball 4.030 8.500 37.70 13. 51. 23.35 103.60 19.61 55.35 171.7 68.85
female Swim 4.360 5.500 41.40 13.80 82. 22.42 71.30 14.52 55.39 170. 64.80
female Swim 4.070 5.900 39.50 13.30 25. 20.42 54.60 11.47 52.23 170. 59.00
female Swim 4.170 4.900 38.90 12.90 86. 22.13 88.20 17.71 59.33 180.5 72.10
female Swim 4.230 8.100 38.20 12.70 22. 25.17 95.40 18.48 61.63 173.3 75.60
female Swim 4.460 8.300 42.20 14.40 30. 23.72 47.50 11.22 63.39 173.5 71.40
female Swim 4.380 5.800 42. 14. 27. 21.28 55.60 13.61 60.22 181. 69.70
female Swim 4.310 5.300 41.10 13.90 60. 20.87 62.90 12.78 55.73 175. 63.90
female Swim 4.510 5.100 40.90 14. 115. 19. 52.50 11.85 48.57 170.3 55.10
female Swim 4.130 7.000 39.70 13.10 124. 22.04 62.60 13.35 51.99 165. 60.00
female Field 4.480 9.500 36.50 13.30 54. 20.12 49.90 11.77 51.17 169.8 58.00
female T_400m 5.310 9.500 47.10 15.90 29. 21.35 57.90 11.07 57.54 174.1 64.70
female Field 4.580 5.800 42.10 14.70 164. 28.57 109.60 21.30 68.86 175. 87.50
female Field 4.810 6.800 42.70 15.30 50. 26.95 98.50 20.10 63.04 171.1 78.90
female Field 4.510 9.000 39.70 14.30 36. 28.13 136.30 24.88 63.03 172.7 83.90
female Field 4.770 7.100 40.60 14.60 40. 26.85 103.60 19.26 66.85 175.6 82.80
female Field 5.330 9.300 47. 15. 62. 25.27 102.80 19.51 59.89 171.6 74.40
female Field 4.750 7.500 43.80 15.20 90. 31.93 131.90 23.01 72.98 172.3 94.80
female T_400m 4.110 7.300 38.70 12.40 12. 16.75 33.80 8.07 45.23 171.4 49.20
female T_Sprnt 4.760 7.600 42.90 13.40 36. 19.54 43.50 11.05 55.06 178. 61.90
female T_400m 4.270 6.900 44.10 14.70 45. 20.42 46.20 12.39 46.96 162. 53.60
female T_400m 4.440 6.100 42.60 13.90 43. 22.76 73.90 15.95 53.54 167.3 63.70
female T_400m 4.200 6.500 39.10 13. 51. 20.12 36.80 9.91 47.57 162. 52.80
female T_400m 4.710 6.900 43.50 13.80 22. 22.35 67. 16.20 54.63 170.8 65.20
female T_400m 4.090 6.400 40.10 13.20 44. 19.16 41.10 9.02 46.31 163. 50.90
female T_400m 4.240 6.600 38.20 12.60 26. 20.77 59.40 14.26 49.13 166.1 57.30
female T_400m 3.900 6.000 38.90 13.50 16. 19.37 48.40 10.48 53.71 176. 60.00
female T_Sprnt 4.820 7.600 43.20 14.40 58. 22.37 50. 11.64 53.11 163.9 60.10
female T_400m 4.320 6.800 40.60 13.70 46. 17.54 54.60 12.16 46.12 173. 52.50
female T_400m 4.770 7.200 43.30 14.80 43. 19.06 42.30 10.53 53.41 177. 59.70
female T_Sprnt 5.160 8.200 45.30 14.70 34. 20.30 46.10 10.15 51.48 168. 57.30
female T_Sprnt 4.970 7.800 44.70 14.20 41. 20.15 46.30 10.74 53.20 172. 59.60
female Tennis 4.000 4.200 36.60 12. 57. 25.36 109. 20.86 56.58 167.9 71.50
female Tennis 4.400 4.000 40.80 13.90 73. 22.12 98.10 19.64 56.01 177.5 69.70
female Tennis 4.380 7.900 39.80 13.50 88. 21.25 80.60 17.07 46.52 162.5 56.10
female Tennis 4.080 6.600 37.80 12.10 182. 20.53 68.30 15.31 51.75 172.5 61.10
female Tennis 4.980 6.400 44.80 14.80 80. 17.06 47.60 11.07 42.15 166.7 47.40
female Tennis 5.160 7.200 44.30 14.50 88. 18.29 61.90 12.92 48.76 175. 56.00
female Tennis 4.660 6.400 40.90 13.90 109. 18.37 38.20 8.45 41.93 157.9 45.80
female Gym 4.190 9.000 39. 13.40 69. 18.93 43.50 10.16 42.95 158.9 47.80
female Gym 4.530 5.000 40.70 14. 41. 17.79 56.80 12.55 38.30 156.9 43.80
female Gym 4.090 4.900 36. 12.50 66. 17.05 41.60 9.10 34.36 148.9 37.80
female Gym 4.420 6.400 42.80 14.50 63. 20.31 58.90 13.46 39.03 149. 45.10
male Swim 5.130 7.100 46.80 15.90 34. 22.46 44.50 8.47 61. 172.7 67.00
male Swim 4.830 7.600 45.20 15.20 97. 23.88 41.80 7.68 69. 176.5 74.40
male Swim 5.090 4.700 46.60 15.90 55. 23.68 33.70 6.16 74. 183. 79.30
male Swim 5.170 4.100 44.90 15. 76. 23.15 50.90 8.56 80. 194.4 87.50
male Swim 5.110 6.700 46.10 15.60 93. 22.32 40.50 6.86 78. 193.4 83.50
male Swim 5.030 7.100 45.10 15.20 46. 24.02 51.20 9.40 71. 180.2 78.00
male Swim 5.320 6.000 47.50 16.30 155. 23.29 54.40 9.17 71. 183. 78.00
male Swim 4.750 8.600 45.50 15.20 99. 25.11 52.30 8.54 78. 184. 85.00
male Swim 5.340 6.600 48.60 16.50 35. 22.81 57. 9.20 77. 192.7 84.70
male Swim 4.870 4.800 44.90 15.40 124. 26.25 65.30 11.72 81. 187.2 92.00
male Swim 5.330 5.200 47.80 16.10 176. 21.38 52. 8.44 66. 183.9 72.30
male Swim 4.810 6.200 45.20 15.30 107. 22.52 42.70 7.19 77. 192. 83.00
male Swim 4.320 4.300 41.60 14. 177. 26.73 35.20 6.46 91. 190.4 96.90
male Row 4.870 8.200 43.80 15. 130. 23.57 49.20 9. 78. 190.7 85.70
male Row 5.040 7.100 44. 14.80 64. 25.84 61.80 12.61 75. 181.8 85.40
male Row 4.400 5.300 42.50 14.50 109. 24.06 46.50 9.03 78. 188.3 85.30
male Row 4.950 5.900 45.40 15.50 125. 23.85 34.80 6.96 87. 198. 93.50
male Row 4.780 9.300 43. 14.70 150. 25.09 60.20 10.05 78. 186. 86.80
male Row 5.210 6.800 44.50 15.40 115. 23.84 48.10 9.56 79. 192. 87.90
male Row 5.220 8.400 47.50 16.20 89. 25.31 44.50 9.36 79. 185.6 87.20
male Row 5.180 6.500 45.40 14.90 93. 19.69 54. 10.81 48. 165.3 53.80
male Row 5.400 6.800 49.50 17.30 183. 26.07 44.70 8.61 82. 185.6 89.80
male Row 4.920 5.400 46.20 15.80 84. 25.50 64.90 9.53 82. 189. 91.10
male Row 5.240 7.500 46.50 15.50 70. 23.69 43.80 7.42 82. 193.4 88.60
male Row 5.090 10.100 44.90 14.80 118. 26.79 58.30 9.79 83. 185.6 92.30
male Row 4.830 5.000 43.80 15.10 61. 25.61 52.80 8.97 88. 194.6 97.00
male Row 5.220 6.000 46.60 15.70 72. 25.06 43.10 7.49 83. 189. 89.50
male Row 4.710 8.000 45.50 15.60 91. 24.93 78. 11.95 78. 188.1 88.20
male B_Ball 5.240 7.200 46.60 15.90 58. 22.96 40.80 7.35 85. 200.4 92.20
male B_Ball 4.540 5.900 44.40 15.60 97. 20.69 41.50 7.16 73. 195.3 78.90
male B_Ball 5.130 5.800 46.10 15.90 110. 23.97 50.90 8.77 82. 194.1 90.30
male B_Ball 5.000 6.700 45.30 15.70 72. 24.64 49.60 9.56 79. 187.9 87.00
male B_Ball 5.170 8.000 47.90 16.40 36. 25.93 88.90 14.53 97. 209.4 113.70
male B_Ball 4.890 7.500 41.60 14.40 53. 23.69 48.30 8.51 90. 203.4 98.00
male B_Ball 4.500 9.200 40.70 13.70 72. 25.38 61.80 10.64 90. 198.7 100.20
male B_Ball 4.840 8.300 46.30 15.90 39. 22.68 43. 7.06 74. 187.1 79.40
male B_Ball 4.130 8.900 40.30 13.50 61. 23.36 61.10 8.87 82. 196.6 90.30
male B_Ball 4.870 7.400 43.50 15. 49. 22.44 43.80 7.88 72. 186.1 77.70
male B_Ball 4.820 6.400 44.30 14.80 35. 22.57 54.20 9.20 76. 192.8 83.90
male B_Ball 4.730 6.700 42.80 14.90 8. 19.81 41.80 7.19 70. 195.2 75.50
male T_400m 4.550 5.550 42.60 14.40 106. 21.19 34.10 6.06 57. 169.1 60.60
male T_400m 4.710 7.200 43.60 14. 32. 20.39 30.50 5.63 67. 186.6 71.00
male T_400m 4.930 7.300 46.20 15.10 41. 21.12 34. 6.59 67. 184.4 71.80
male T_400m 5.210 7.500 47.50 16.50 20. 21.89 46.70 9.50 70. 187.3 76.80
male Field 5.090 8.900 46.30 15.40 44. 29.97 71.10 13.97 88. 185.1 102.70
male Field 5.110 9.600 48.20 16.70 103. 27.39 65.90 11.66 83. 185.5 94.25
male Field 4.940 6.300 45.70 15.50 50. 23.11 34.30 6.43 74. 184.9 79.00
male T_400m 4.870 6.300 45.80 16.10 41. 21.75 34.60 6.99 62. 175. 66.60
male T_400m 4.410 4.500 44.20 15. 101. 20.89 31.80 6. 67. 185.4 71.80
male T_400m 4.860 3.900 44.90 15.40 73. 22.83 34.50 6.56 70. 181. 74.80
male T_400m 4.910 9.000 46.30 15.40 56. 22.02 31. 6.03 64. 176. 68.20
male T_400m 4.930 7.300 45.20 15.80 74. 20.07 32.60 6.33 58. 176.2 62.30
male T_400m 4.200 4.500 41.20 14.30 58. 20.15 31.50 6.82 57. 174. 61.00
male T_400m 5.100 6.100 45.30 14.90 87. 21.24 32.60 6.20 73. 191. 77.50
male T_400m 4.500 6.100 42.20 14.70 139. 19.63 31. 5.93 54. 171. 57.40
male T_Sprnt 4.890 5.800 45.50 15.60 82. 23.58 28. 5.80 67. 174. 71.40
male T_Sprnt 5.130 4.000 44.10 15.20 87. 21.65 33.70 6.56 66. 180.2 70.30
male T_Sprnt 4.880 4.300 45.60 15.50 80. 25.17 30.30 6.76 75. 178.5 80.20
male Field 5.000 8.200 46.80 14.70 67. 23.25 38. 7.22 78. 190.3 84.20
male Field 5.480 4.600 49.40 18. 132. 32.52 55.70 8.51 102. 185. 111.30
male Field 5.930 6.400 49.10 16.10 43. 22.59 37.50 7.72 74. 189. 80.70
male Field 5.010 8.900 46. 15.90 212. 30.18 112.50 19.94 78. 180.1 97.90
male Field 5.480 6.200 48.20 16.30 94. 34.42 82.70 13.91 106. 189.2 123.20
male T_Sprnt 5.160 8.400 44.40 15.50 213. 21.86 29.70 6.10 68. 182.6 72.90
male T_Sprnt 4.640 9.000 42.90 14.90 122. 23.99 38.90 7.52 77. 186. 83.00
male T_Sprnt 6.720 7.100 59.70 19.20 76. 24.81 44.80 9.56 69. 174.9 75.90
male T_400m 4.830 6.600 43.80 14.30 53. 21.68 30.90 6.06 66. 180.6 70.70
male T_400m 5.340 7.600 48.30 16.20 91. 21.04 44. 7.35 62. 178.6 67.10
male T_400m 5.130 4.600 45.30 16.80 36. 23.12 37.50 6. 65. 173. 69.20
male T_400m 4.680 4.800 43. 14.80 101. 20.76 37.60 6.92 62. 179.7 67.05
male T_Sprnt 5.000 5.200 45.10 15.10 184. 23.13 31.70 6.33 66. 174.6 70.50
male T_Sprnt 4.990 7.200 41.40 14.90 44. 22.35 36.60 5.90 67. 178. 70.80
male T_400m 5.490 5.900 47.70 15.90 66. 22.28 48. 8.84 65. 178.5 71.00
male T_Sprnt 5.590 7.900 49.70 17.20 220. 23.55 41.90 8.94 63. 171.3 69.10
male T_400m 5.030 6.600 44.70 15.90 191. 19.85 30.90 6.53 59. 178. 62.90
male T_Sprnt 5.500 6.400 48.10 16.50 40. 26.51 52.80 9.40 86. 189.1 94.80
male Field 5.110 9.300 45.40 15.80 189. 24.78 43.20 8.18 87. 195.4 94.60
male Field 4.960 8.300 45.30 15.70 141. 33.73 113.50 17.41 89. 179.1 108.20
male Field 5.010 8.900 46. 15.90 212. 30.18 96.90 18.08 80. 180.1 97.90
male Field 5.110 8.700 46.50 16.30 97. 23.31 49.30 9.86 68. 179.6 75.20
male T_Sprnt 5.690 10.800 50.50 18.50 53. 24.51 42.30 7.29 69. 174.7 74.80
male W_Polo 4.630 9.100 42.10 14.40 126. 25.37 96.30 18.72 77. 192.7 94.20
male W_Polo 4.910 10.200 45. 15.20 234. 23.67 56.50 10.12 68. 179.3 76.10
male W_Polo 4.950 7.500 44.50 15. 50. 24.28 105.70 19.17 77. 197.5 94.70
male W_Polo 5.340 10.000 46.80 16.20 94. 25.82 100.70 17.24 71. 182.7 86.20
male W_Polo 5.160 12.900 47.60 15.60 156. 21.93 56.80 9.89 72. 190.5 79.60
male W_Polo 5.290 12.700 48. 16.20 124. 23.38 75.90 13.06 74. 191. 85.30
male W_Polo 5.020 6.100 43.60 14.80 87. 23.07 52.80 8.84 68. 179.6 74.40
male W_Polo 5.010 9.800 46.50 15.80 97. 25.21 47.80 8.87 85. 192.6 93.50
male W_Polo 5.030 7.500 43.60 14.40 102. 23.25 76. 14.69 75. 194.1 87.60
male W_Polo 5.250 7.400 47.30 15.80 55. 22.93 61.20 8.64 78. 193. 85.40
male W_Polo 5.080 8.500 46.30 15.60 117. 26.86 75.60 14.98 86. 193.9 101.00
male W_Polo 5.040 6.000 45.90 15. 52. 21.26 43.30 7.82 69. 187.7 74.90
male W_Polo 4.630 14.300 44.80 15. 133. 25.43 49.50 8.97 79. 185.3 87.30
male W_Polo 5.110 7.000 47.70 15.80 214. 24.54 70. 11.63 80. 191.5 90.00
male W_Polo 5.340 6.200 49.80 17.20 143. 27.79 75.70 13.49 82. 184.6 94.70
male W_Polo 4.860 8.900 46.90 15.80 65. 23.58 57.70 10.25 68. 179.9 76.30
male W_Polo 4.900 7.600 45.60 16. 90. 27.56 67.20 11.79 82. 183.9 93.20
male Tennis 5.660 8.300 50.20 17.70 38. 23.76 56.50 10.05 72. 183.5 80.00
male Tennis 5.030 6.400 42.70 14.30 122. 22.01 47.60 8.51 68. 183.1 73.80
male Tennis 4.970 8.800 43. 14.90 233. 22.34 60.40 11.50 63. 178.4 71.10
male Tennis 5.380 6.300 46. 15.70 32. 21.07 34.90 6.26 72. 190.8 76.70)
:dimensions '(202 13)))
(let ((pl *print-length*))
(setq *print-length* 4)
(dataset bodymass :identifiers NIL
:variates (list "Sex" "Sport" "RCC" "WCC" "Hc" "Hg" "Ferr" "BMI" "SSF"
"%Bfat" "LBM" "Ht" "Wt") :name "Bodymass")
(setq *print-length* pl))
#|
(setq bodymass1
(make-data-subset bodymass (loop for c in (list-cases bodymass)
for i upfrom 0
when (zerop (mod i 8)) collect c)
:name "Small body mass"))
(push bodymass1 *datasets*)
|#
| 16,786 | Common Lisp | .l | 237 | 66.864979 | 81 | 0.654849 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 8c6e8de55efb4a9ad0c27547915e55c35ac4ba3e72ae9f66624e736e8093816a | 32,930 | [
-1
] |
32,931 | coal.lsp | rwoldford_Quail/data/coal.lsp |
(in-package :q-user)
(defvar coal-data
NIL
"Coal miners often encounter methane gas. ~
Methane in coal mines has several implications: ~
it can cause dangerous explosions; if captured, ~
methane is potentially a cleaner fuel source than coal itself; ~
and if simply released into the earth's atmosphere, ~
methane contributes substantially to the greenhouse ases that may ~
change the earth's climate. Depper coal tends to contain more ~
methane. ~
The following table gives depth and methane content of 15 core samples from the ~
Hartshorne coalbed of Oklahoma.~&~
Depth is in feet; methane is in cc/g."
)
(<- coal-vars '("depth" "methane"))
(<- coal-data
(array
'((175 2.5)
(252 5.7)
(318 8.7)
(356 10.8)
(516 11.8)
(553 13.1)
(571 11.8)
(561 11.5)
(556 10.9 )
(823 15.5)
(892 16.8)
(1439 17.1)
(1440 16.7)
(489 10.9)
(1296 17.5))))
(dataset coal-data :variates coal-vars :name "Coal data")
| 1,098 | Common Lisp | .l | 34 | 25.529412 | 86 | 0.609943 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | b6b10ca244daa9767413883093344e609f81d6ae506526dcac8d07876669b69c | 32,931 | [
-1
] |
32,932 | welcome.lsp | rwoldford_Quail/examples/welcome.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; welcome.lisp
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (c) 1997 Statistical Computing Laboratory, University of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1997.
;;;
;;;
;;;-----------------------------------------------------------------------------
;;;
(in-package :quail-user)
;;;
;;; Welcome to Quail's Documentation Directories. Do not remove this file
;;; as it is used to test whether the "Doc" directory exists.
;;;
;;; | 674 | Common Lisp | .l | 22 | 27.181818 | 81 | 0.331279 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | c797725e073fd3503a8e061dac491123e6eb8a1cb7effe7ecfba8af6317a90f4 | 32,932 | [
-1
] |
32,933 | overview.lsp | rwoldford_Quail/examples/quaff/overview.lsp | The Quail Foreign Functions Interface ("Quaff") is designed to be
a portable interface from Quail to functions written in Fortran or
C.
This document very briefly outlines the features of Quaff and
states some restrictions. The features outlined here are really
the highest-level interface; when things stabilize at the lower
level (ie. after porting the software to some other platforms)
and when time permits, more features will be documented.
High-Level Functionality
-----------------------
1. def-ffenv is a function which collects all the information
about a group of files which will always be loaded together, as a
so-called 'foreign environment'. Relevant information includes
the language of the foreign code, which entry points in the
foreign code are to be accessible from Quail, and which C or
Fortran libraries to use.
2. defunf is a macro which defines the Quail interface function
to an entry point.
The files fortran-example.lisp, etc demonstrate the syntax for
these.
Restrictions
-----------
Here are some current restrictions imposed by Quaff. We will
remove as many of these as possible as time permits.
1. Quaff currently works only with Macintosh Common Lisp
(MCL), though it has been designed to be easily portable.
2. The MCL foreign functions loader generates a large number
of warnings when loading, and is slow. Usually only warnings
concerning entry points defined by the user are of any
consequence.
3. Since the MCL foreign functions interface does not support
standard input and output from foreign code, Quaff doesn't
either.
4. Currently only some very basic data types are supported.
These are 4-byte integers and 8-byte floats. For C these can be
referred to as "c-int" and "c-double". For Fortran they are
called "f-integer" and "f-real*8" (or "f-double-precision").
5. Currently, all arguments to foreign functions are treated as
passed by reference. [ Thus in the examples, there is really no
distinction between, say, f-real*8 and (array f-real*8) in a
defunf statement. ] This has no impact in the case of Fortran,
but it does mean that all arguments to C routines attached to
Quaff must be pointer types (see c-example.lisp).
6. Different languages on different machines support different
mechanisms for returning values from functions. Accordingly,
Quaff is designed for calling subroutines, which may modify the
values pointed to by the arguments passed to the subroutines.
To attach a function, write a cover subroutine in the same
language which takes an argument for the return value (see
c-example.lisp).
7. Mixed-language foreign environments, while possible, can be
flaky. Proceed at your own risk. In the def-ffenv statement
:standard-libraries (list :c :fortran)
will call in both sets of standard libraries.
| 2,912 | Common Lisp | .l | 54 | 50.592593 | 68 | 0.771054 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 768797470e9fcc74ecb1e2826a17991ce81d6cf33155185f98c6e64ea75bbbc3 | 32,933 | [
-1
] |
32,934 | overview.lsp | rwoldford_Quail/examples/views/overview.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; overview
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1995.
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; Make a view. It is not drawn automatically.
;;;
(setq v (view))
;;; To draw the view...
;;; Since this is just a vanilla view, all you get is an empty viewport.
(draw-view v)
;;; The basic view can be highighted or not, invisible or not.
;;; These properties of a view are called its drawing style.
;;; Some kinds of views have more detailed drawing styles,
;;; but highlight and invisible styles are common to all views.
;;; To examine its drawing style do
(drawing-style-of v)
;;; To highlight it do
(set-drawing-style v :highlight? t)
;;;------------------------------------------------------------------------
;;; Different kinds of views
;;; See (edit-file "q:Examples;Views;classes.lsp") for
;;; details on drawing styles.
;;;------------------------------------------------------------------------
;;; To make this overview more interesting, let's construct
;;; and draw a view which produces something in the viewport.
;;; Views are divided into simple views and compound views.
;;; Compound views are composed of other views, which are themselves
;;; compound or simple views.
;;; Simple views on the other hand have no subviews, but usually will
;;; produce some figure when drawn on the screen.
;;; point-symbol, bar and label are examples of simple views.
;;; The result of (list-view-classes 'simple-view)
;;; lists all views that inherit from simple-view.
;;; The result of (list-view-classes 'compound-view)
;;; lists all views that inherit from compound-view.
;;; Try them out..
(loop for v in (list-view-classes 'simple-view)
do (print v) (view :type v :draw? t))
;;; There are a lot of compound views to try- instead pick a few
;;; randomly.. its a good idea to first load some data, eg the apple data.
(let* ((l (list-view-classes 'compound-view))
(v (nth (random (length l)) l)))
(view :type v :draw? t))
;;; Most of the interesting view classes have constructor functions.
;;; For example, the function bar constructs a view of type bar.
;;; There are also constructor functions to construct views
;;; which are small variations on existing classes.
;;; The variable *view-constructors* contains a list of the
;;; functions to construct views.
;;; Try one..
(let ((v (nth (random (length *view-constructors*)) *view-constructors*)))
(funcall v :draw? t))
;;; First, I introduce some view operations that work for any view.
;;;
(setq v (arrow :draw? t)) ; or any other kind of view.
;;; By default, only plots are automatically draw, so we need :draw? to
;;; draw the arrow.
;;;------------------------------------------------------------------------
;;; Drawing styles
;;; See (edit-file "q:Examples;Views;drawing-styles.lsp") for
;;; details on drawing styles.
;;;------------------------------------------------------------------------
;;; All views have drawing styles highlight and invisible.
;;; These values can also be set from the view's middle menu.
;;; See (edit-file "q:Examples;Views;mouse.lsp") for details on the menus.
(set-drawing-style v :highlight? t)
(set-drawing-style v :highlight? nil)
(set-drawing-style v :highlight? :toggle)
(set-drawing-style v :invisible? t)
(set-drawing-style v :invisible? nil)
(set-drawing-style v :invisible? :toggle)
;;; Any drawing style which takes values t or nil (for on and off)
;;; can also be toggled, as above.
;;; Notice an invisble view can still be highlit.
;;;------------------------------------------------------------------------
;;; Moving and Copying
;;; See (edit-file "q:Examples;Views;move-copy.lsp") for
;;; more details.
;;;------------------------------------------------------------------------
;;; A view is drawn on a rectangular portion of a window called a viewport.
;;; By default, the viewport occupies all of the window. To move or reshape the
;;; viewport, invoke "Drag" from the right button menu or equivalently
(move-view v :new-location (make-region 40 80 20 90))
;;; The new location is a region with coordinates in order left right bottom top,
;;; which should be in the coordinate system of the window. If it happens
;;; that the new-location is outside the window, the view will not be drawn.
;;; A view can be drawn in more that one viewport.
;;; The viewports where the view is drawn can be accessed by
(viewports-of v)
;;;
It will be useful to
(setq vp (car (viewports-of v)))
For instance, we can draw
;;; v a second time with
(draw-view v :viewport (make-viewport))
;;; Now try (viewports-of v) again.
;;; Now
(move-view v :new-location (make-region 40 80 20 90))
;;; moves v in the new viewport by default.
;;; If we want to move v in the original viewport we must
;;; specify the viewport,
(move-view v :new-location (make-region 40 80 120 145) :viewport vp)
;;; Another way to may another image of a view uses the "DragCopy" operation
;;; on the right button, or equivalently
(copy-view v :new-location (make-region 500 600 300 400))
;;; Here the new-location should define a region in the coordinates
;;; of the screen. If it turns out that the new-location is contained
;;; in an existing window, then the view is drawn in that window,
;;; regardless of whether the view already appears in that window or not.
(copy-view v :new-location (make-region 90 130 90 120))
;;; To get rid of a view from the window invoke "cut" from the fight menu
;;; or do
(remove-view v :viewport vp)
;;; This is more drastic than setting the drawing style to invisible,
;;; removing the view actually removes the pointer from the window to
;;; the view.
;;;------------------------------------------------------------------------
;;; Moving and Copying with Compound views
;;; See (edit-file "q:Examples;Views;move-copy.lsp") for
;;; more details.
;;;------------------------------------------------------------------------
(setq v (view :type 'compound-view :draw? t))
;;; V is a compound view. It has no subviews.
;;; Let's give v a few subviews.
;;; Add a label to v. The default bounding region of v is the
;;; unit square, so we specifiy the location of the new view
;;; as a region within the bounding region.
(setq s1 (label :text "one"))
(add-subview v s1 (make-region .2 .4 .1 .3))
;;; and another
(setq s2 (label :text "two"))
(add-subview v s2 (make-region .5 .7 .1 .3))
;;; Now if we want to move s1 say, we can use
(move-subview v s1 (make-region .1 .3 .2 .4))
;;; where the new location is specified in the parent
;;; v's coordinatye system, or, do as in the previous section
(move-view s1 :new-location (make-region 40 80 120 145) )
;;; where the new location is specified in the window coordinate
;;; system. In any case, neither move-view or move-subview will
;;; allow you to move s1 to a region outside that occupied by
;;; its parent.
;;; One can remove s1 by
(remove-subview v s1)
;;; or as above by
(remove-view s2)
;;; For copying the view, there is no copy-subview, just copy-view.
;;; There is no need for a copy-subview, since
;;; a subview is restricted to appearing once in the parent.
;;; For this reason,
(copy-view s2 :new-location (make-region 40 80 120 145) )
;;; is equivalent to move-view, but with the location
;;; specified in screen coordinates.
| 7,871 | Common Lisp | .l | 164 | 44.682927 | 84 | 0.627565 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 7e7740545cec5d3a23e4ed24c4965f73b43fe53182be2c6fe748f524b7de1230 | 32,934 | [
-1
] |
32,935 | selection.lsp | rwoldford_Quail/examples/views/Plots/selection.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; selection
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1997
;;;
;;;
(in-package :quail-user)
(load "q:Data;cigs.lsp")
(setq a (scatterplot :data cigs :x "tar" :y "nicotine"))
(setq b (scatterplot :data cigs :x "weight" :y "carbon-monoxide"))
;; link the scatterplots via, or
;; link each in turn by invoking `link' from the Plots menu from the
;; menubar on the op of the screen.
(link-views a b)
(setq c (case-display-list :data cigs :draw? t))
;; to link c to the scatterplots..
(link-view c)
;; LEFT = SELECT
;; Left mouse on a view (try the point symbol or label) highlights it
;; and downlights everything else.
;; (if it happens that the view is already highlighted, then the
;; left mouse button downlights it).
;; Groups of point symbols can be highlighted by dragging
;; out the rectangle provided with a left mouse on the point cloud.
;; Groups can also be highlighed via brushing
;; The colors of the highlighted point symbols can be changed via
;; the middle menu on the point cloud
(set-drawing-style (interior-view-of a) :color *red-color* :highlit? t)
;; and the shape via
(set-drawing-style (interior-view-of a) :symbol :circle :highlit? t)
;; or all at once
(set-drawing-style (interior-view-of a) :color *red-color*
:fill? t :symbol :circle :highlit? t)
;;; now make histograms and link those.
(col-layout :subviews (loop for v in (list-variates cigs)
collect (histogram :data cigs :title " " :left-label nil :var v :draw? nil))
:draw? t
:box-views? nil
:link? t
)
;; MIDDLE = UNION
;;; Hitting Shift along with the left mouse buttom (shift-mouse on the Mac)
;;; does extended selection. Unlike the MAC UI this does a union (OR) rather than
;;; XOR.
;;; eg Left mouse on the right-most bar in the tar histogram
;;; highlights high tar cigarettes.
;;; Then shift-left on the right-most bar in the weight histogram
;;; highlights those who have high weight or tar.
;; SHIFT MIDDLE = INTERSECTION
;;; Hitting Shift along with the middle mouse buttom (shift-option-mouse on the Mac)
;;; does an intersection.
;;; eg Highlight the left-most bar on the tar histogram
;;; Then shift-middle on the left-most bars in the other histogram
;;; This highlights those who have low weight, and low tar, and low carbon monoxide
;; SHIFT RIGHT = DIFFERENCE
;;; Hitting Shift along with the RIGHT mouse buttom (shift-command-mouse on the Mac)
;;; does a difference: ie removes the current selection from the previous selection.
;;; eg Highlight the right-most bar on the weight histogram.
;;; Then shift-right on the right-most bar on the nicotine histogram.
;;; This identifies 2 brands as having high weight but middling values on the
;;; other 3 variables.
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;; Another example
(load "q:Data;ais.lsp")
;; The dataset has two categorical variables, "Sport" and Sex".
;; The following shows the factor levels..
(setq b (grid-layout :subviews (list (batch-display-list
:data bodymass
:by "Sport")
(batch-display-list
:data bodymass
:by "Sex"))
:nrows 1 :draw? t
:box-views? nil))
;; Get rid of the old links with
(delete-link-table)
;; This starts off a fresh link table
(link-view b)
;; Select female-- and see that there are no female w_polo participants.
;; There are no male netball or gym athletes.
(setq h (histogram :data bodymass :var "%Bfat" :function #'log))
(setq s (scatterplot :data bodymass :x "SSF" :y "BMI"))
(link-view h)
(link-view s)
;; Color the females red.
(set-drawing-style (interior-view-of h) :fill? t)
;; Select female-- then intersection-select T_400M.
;; Female 400m runners belong to low-fat categories.
;; Select those in the scatterplot with the highest 6 SSF values.
;; They are all Female, and Five of the six are netball players.
;; Select the 2.5-3.0 Bfat category- there are high Bfat values for men.
;; The labels show there are no sprinters in this category.
;; Intersect-select male label:
;; Then netball and gym are downlit, because they are not played by
;; males. However, the highlit labels are NOT the sports played by high fat
;; males.
;; If the selection order is reversed:
;; Select males, and intersect-select the 2.5-3.0 Bfat category
;; the first action shows all sports played by males, and the second downlights
;; sports which are not played by males in the in the high fat category,
;; thus showing that the high fat males are
;; all Rowers, B_ball, W_polo or field athletes.
;; Check this via the following:
(setq sports '(NETBALL GYM SWIM ROW B_BALL T_400M FIELD T_SPRNT W_POLO TENNIS))
(defun sport-num(s)
(position s sports))
(setq sport-labels (vw::descendant-views-of-type (car (subviews-of b)) 'label))
(setq s1 (scatterplot :data bodymass :y "Sport" :y-function #'sport-num :x "BMI"
:left-labels (reverse sport-labels)
:left-label-size .2
:left-view nil
:case-views-from s
))
| 5,841 | Common Lisp | .l | 121 | 41.330579 | 107 | 0.624509 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 7bf4ce1f77ce2b1db8f8131cba9a5a8db2a5fd278a3e8dc99d3736293e6017a1 | 32,935 | [
-1
] |
32,936 | interaction-plots.lsp | rwoldford_Quail/examples/views/Plots/interaction-plots.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; interaction-plots
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1997
;;;
;;;
(in-package :quail-user)
(<- bact (array '(39.77 40.23
39.19 38.95
40.37 41.71
40.21 40.78)
:dimensions '(2 2 2)))
(<- bill (mway-dataset bact :factors (list "Temp" "Bact" "Run" )
:variates (list "length")
:factor-levels '((cold warm)
(ctrl myco)
(run-1 run-2))
:name "Bacteria"))
(setq s (scatterplot :data bill
:x "Temp"
:x-function #'(lambda(x) (position x '(cold warm)))
:y "length"))
(loop for d in (funcall (data-subsets-fn (list "Run" "Bact")) bill) do
(layer-view (interior-view-of s)
'simple-lines :data d))
;;
;; or
(setq b (grid-layout :subviews (list (batch-display-list
:data bill
:by "Temp")
(batch-display-list
:data bill
:by "Bact")
(batch-display-list
:data bill
:by "Run"))
:nrows 1 :draw? t
:box-views? nil))
;; Select labels. Move the mouse cursor to the scatterplot
;; and paste (right menu) a line-segment (or simple-lines) on the pointcloud.
;; Simple-lines has the advantage over the line segment in that transforming
;; the pointcloud coordinates via sqrt will also transform the lines coordinates.
(defun treat(c)
(let ((vals (values-of c (list "Bact" "Temp"))))
(cond ((equal vals '(ctrl cold)) 1)
((equal vals '(myco cold))
2)
((equal vals '(ctrl warm))
3)
((equal vals '(myco warm))
4)
(t nil))))
(setq s1 (scatterplot :data bill
:x #'treat
:y "length"))
(loop for d in (funcall (data-subsets-fn "Run") bill) do
(layer-view (interior-view-of s1)
'simple-lines :data d))
| 2,699 | Common Lisp | .l | 66 | 25.848485 | 84 | 0.401308 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 2c2411cb29e29ac34b22c84990bb4d93f9f0f534917aa666ae2b7d903a0c9ddc | 32,936 | [
-1
] |
32,937 | general.lsp | rwoldford_Quail/examples/views/Plots/general.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; A general collection of plots.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1994.
;;; R.W. Oldford 1994.
;;;
;;;
(in-package :quail-user)
(load "q:Data;squid.lsp")
;; The basic single variable plots are:
(histogram)
(boxplot)
(dotplot)
;; To specify the data use:
(setq h (histogram :data squids :var "weight"))
(boxplot :data squids :var "weight")
(dot-plot :data squids :var "weight")
;; To specify the number of histogram bins:
(histogram :data squids :var "weight" :nbins 10)
;; You may not get exactly 10 bins: it tries to produce "nice" bins.
;; To specify the bins end points use:
(histogram :data squids :var "weight" :break-points '(0 1 2 3 4 5 6 7 8 9 10 11))
;; When you give unequal bins widths the y axis is on a density scale.
(histogram :data squids :var "weight" :break-points '(0 1 2 3 4 5 6 7 8 11))
;;--------------------------------------------------------------
;;The basic 2 variable plots are
(scatterplot :data squids :x "weight" :y "width")
;;;coordinates for the ith case are (i, width)
(scatterplot :data squids :x :iseq :y "width")
(scatterplot :data (vw::select-data-subset squids '(> "wing" 1))
:x "weight" :y "width")
(lines-plot :data squids :x "weight" :y "width")
(fitted-line-plot :data squids :x "weight" :y "width" )
;; For a running median smooth:
(smooth-plot :data squids :x "weight" :y "width" )
;; To specify the smoothing parameter:
(smooth-plot :data squids :x "weight" :y "width" :smooth-par 3)
;; To change to a running average
(smooth-plot :data squids :x "weight" :y "width" :fit-fn (run-fn 'mean))
;; To dispense with the points use
(2d-plot :data squids :x "weight" :y "width" :interior-view 'smooth)
;; To compare smoothing parameters
(2d-plot :data squids :x "weight" :y "width"
:interior-view `(2d-point-cloud
(:type smooth :smooth-par 3 :color ,wb:*yellow-color*)
(:type smooth :smooth-par 9 :color ,wb:*green-color*)))
;; or smoothing methods
(2d-plot :data squids :x "weight" :y "width"
:interior-view `(2d-point-cloud
(:type smooth :smooth-par 3 :color ,wb:*yellow-color*)
(:type smooth :fit-fn ,(run-fn 'mean) :color ,wb:*green-color*)))
(2d-plot :data squids :x "weight" :y "width"
:interior-view `((:type 2d-point-cloud :color ,wb:*red-color* :size 5)
(:type smooth :smooth-par 3 :color ,wb:*yellow-color*)
(:type smooth :smooth-par 9 :color ,wb:*green-color*)))
;; To use something other than a point symbol
(scatterplot :data squids :x "wing" :y "width" :case-view 'arrow)
(scatterplot :data squids :x "wing" :y "width" :case-view 'line-segment)
;; For line segments its more appropriate to specify the end points of the
;; line segment or segments
(line-segment-2d-plot :data squids
:x "wing"
:x-function #'(lambda(s) (list (- s .05) s (+ s .05)))
:y "rostral"
:y-function #'(lambda(s) (list (- s .02) (+ s .02) (- s .02))))
;; or use multiple x variables
(line-segment-2d-plot :data squids
:x (list "wing" "width") :y (list "rostral" "weight"))
(line-segment-2d-plot :data squids
:case-view 'vw::connected-points
:x (list "wing" "width") :y (list "rostral" "weight"))
(line-segment-2d-plot :data squids
:x (list "wing" "width" "rostral-wing")
:y (list "rostral" "weight" "rostral-wing" "notch-wing"))
;;--------------------------------------------------
(rotating-plot :data squids :x "weight" :y "width" :z "rostral-wing")
(rotating-lines-plot :data squids :x '("weight" "rostral")
:case-view 'vw::connected-points
:y '("width" "rostral-wing")
:z '("rostral-wing" "notch-wing"))
;;--------------------------------------------------
(scat-mat :data squids :vars (list "weight" "width" "rostral-wing") )
(scat-mat :data squids :vars (list-variates squids))
(1d-layout-plot :data squids :vars '("rostral-wing" "notch-wing") :subview-type 'boxplot-view)
(1d-layout-plot :data squids :vars '("rostral-wing" "notch-wing") :subview-type '1d-point-cloud)
(1d-layout-plot :data squids :vars '("rostral-wing" "notch-wing") :subview-type 'histogram-view)
(xy-layout-plot :data squids :x-vars '("rostral-wing" "notch-wing")
:y-vars '("weight" "width")
:subview-type '2d-point-cloud)
(xy-layout-plot :data squids :x-vars '("rostral-wing" "notch-wing")
:y-vars '("weight" "width")
:subview-type '(2d-point-cloud smooth))
;;------------------------------------------------------------------------------------
(load "q:Data;ais.lsp")
(case-display-list :data bodymass :draw? t)
(variate-display-list :data bodymass :draw? t)
(setq b (batch-display-list
:data bodymass :draw? t
:by "Sport"))
(batch-display-list
:data bodymass :draw? t
:by (list "Sport" "Sex"))
(bar-plot :data bodymass :by "Sport" ) ;; one bar for each sport value
(bar-plot :data bodymass :by "Wt" ) ;; too many weight values!
;; use 4 weight levels, constructed by binning the weight range into 4 equal width bins
(bar-plot :data bodymass :by "Wt" :level-function '(:equisize-bins 4 ))
;; Display the median of each batch on the bottom...
(bar-plot :data bodymass :by "Wt" :level-function '(:equisize-bins 4 median ))
;; use 4 weight levels, constructed by binning the weight range into 4 equal count bins
;; Display the mean of each
(bar-plot :data bodymass :by "Wt" :level-function '(:equicount-bins 4 mean))
(bar-plot :data bodymass :by "Sport" :bar-height #'(lambda(d) (mean (values-of d "RCC" ))))
(defun sport-type(sport)
(case sport
(Netball 'Team)
(T_Sprnt 'Athletics)
(Gym 'Other)
(Swim 'Water)
(Row 'Water)
(B_Ball 'Team)
(T_400m 'Athletics)
(Field 'Athletics)
(W_Polo 'Water )
(t 'Other)))
(bar-plot :data bodymass :by "Sport" )
(bar-plot :data bodymass :by "Sport" :level-function #'sport-type)
(bar-plot :data bodymass :by "Sport" :orientation :vertical )
(bar-plot :data bodymass :by (list "Sport" "Sex") )
(bar-plot :data bodymass :by (list "Sport" "Sex") :gap '(.5 .1 ) :bottom-label-size .12)
(setq b (table-plot :data bodymass :by (list "Sport" "Sex") ))
;; by default all entries are the same size.
;; to change this do ..
(rescale-entries (interior-view-of b) :justification :bottom :dimension :height)
(rescale-entries (interior-view-of b) :justification :left :dimension :width)
(rescale-entries (interior-view-of b) :justification :center :dimension :area)
;; changing cell labels
(setq b (table-plot :data bodymass :by "Sport" ))
(set-cell-text (interior-view-of b) #'(lambda(d) (format nil "~4,2F" (if d
(sd (values-of d "SSF" )) 0))))
;; make bar length proportional to SSF
(rescale-entries (interior-view-of b) :justification :left :dimension :width
:scale #'(lambda(d) (if d (sd (values-of d "SSF" )) 0)))
;;--------------------------------------------------------------
(batch-plot :data bodymass :by "Sex" :subview-type '1d-point-cloud
)
(batch-plot :data bodymass :by "Wt" :level-function '(:equicount-bins 3)
:subview-type '1d-point-cloud :var "Ferr"
:left-label '("Low" "Mid" "High")
)
(batch-plot :data bodymass :by (list "Sport" "Sex" ) :subview-type '1d-point-cloud
:var "Ferr" )
(batch-plot :data bodymass :by "Sex" :subview-type '1d-point-cloud
:var "Ferr")
(batch-plot :data bodymass :by (list "Sex" "Wt") :level-function (list nil '(:equicount-bins 3))
:subview-type '2d-point-cloud
:x "Ferr" :y "BMI" :bottom-label '("Low" "Mid" "High") :left-label-size .06
:top-label t)
(batch-plot :data bodymass :by "Sex" :subview-type '(:type histogram-view :nbins 10 )
:var "Ferr" :left-label-size .1)
(batch-plot :data bodymass :by "Sex" :subview-type '2d-point-cloud
:x "Ferr" :y "BMI")
(batch-plot :data bodymass :by "Sex" :subview-type '(2d-point-cloud smooth)
:x "Ferr" :y "BMI")
(batch-plot :data bodymass :by "Sex"
:subview-type `(2d-point-cloud
(:type smooth :smooth-par 3 :color ,wb:*yellow-color*)
)
:x "Ferr" :y "BMI")
;; this doesn't turn out right because there are different male and female sports
(batch-plot :data bodymass :by "Sex" :subview-type '(:type bar-chart :by "Sport")
)
;; specify an ordering for Sport
(defmethod order-levels ((var string))
(if (equal var "Sport")
'(NETBALL T_SPRNT GYM SWIM ROW B_BALL T_400M FIELD
TENNIS W_POLO)
(call-next-method)
))
(batch-plot :data bodymass :by "Sex" :subview-type '(:type bar-chart :by "Sport"))
;; the interior to batch-plot is flexible
(batch-plot :data bodymass :by "Sex" :subview-type 'rotating-plot
)
;; the following is not quite right: by default the batch-plot makes
;; the bounding regions of all panels the same:
(batch-plot :data bodymass :by "Sex" :subview-type 'pairs-layout
:bottom-label nil)
;; need to make bounding regions the same in every row and column
(batch-plot :data bodymass :by "Sex" :subview-type 'pairs-layout
:link-bounds-x? :by-col
:link-bounds-y? :by-block-row
:bottom-label nil)
(batch-plot :data bodymass :by "Sex" :subview-type 'pairs-layout
:link-bounds-x? :by-col
:link-bounds-y? :by-block-row
:bottom-label nil)
(batch-plot :data bodymass :by "Sex"
:subview-type '(:type 1d-layout :subview-type boxplot-view :vars ( "RCC" "WCC" "Hc")
:link-bounds-x? nil)
:box-views? nil
:link-bounds-x? :by-col)
| 10,679 | Common Lisp | .l | 208 | 43.230769 | 106 | 0.583604 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | bed3da2fdedfab65c44aed574e48896e06e9416791a14896e5998bf6a47435e8 | 32,937 | [
-1
] |
32,938 | grid-plot.lsp | rwoldford_Quail/examples/views/Plots/grid-plot.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; grid-plot
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1994.
;;; R.W. Oldford 1994.
;;;
;;;
(<- x (array (random-gaussian :n 40) :dimensions '(20 2)))
(<- (ref x (iseq 7) 0)
(+ (ref x (iseq 7) 0) 2))
(<- y (random-gaussian :n 20))
(<- z (+ (* x x) (* .1 y)))
(<- w (append (make-list 7 :initial-element 'a)
(make-list 13 :initial-element 'b)))
(<- w2 (append (make-list 10 :initial-element 'c)
(make-list 10 :initial-element 'd)))
(<- d (cglue x z w w2))
;;;================================================================================
;;; Plotting multiple variables.
;;;--------------------------------------------------------------------------------
;;; First, displaying each variable separately: 1d-layout-plot
;;; Here you get prompted for the type of view to use for the variables:
(1d-layout-plot :data d :vars '(0 1 2))
;;; To supply the type of view for each variable, use
(1d-layout-plot :data d :vars '(0 1 2) :subview-type 'boxplot-view)
(1d-layout-plot :data d :vars '(0 1 2) :subview-type '1d-point-cloud)
(1d-layout-plot :data d :vars '(0 1 2) :subview-type 'histogram-view)
(1d-layout-plot :data d :vars '(0 1 2) :subview-type 'boxplot-view
:orientation :horizontal
:box-views? nil)
;;; The parameter :box-views? nil gets rid of the boxes, and the parameters
;;; :gap-x and :gap-y specify the gap sizes in the x and y directions
;;; gap-x of .5 means the gaps between panels in the horizontal direction is half
;;; the panel width.
(1d-layout-plot :data d :vars '(0 1 2)
:gap-x .5
:subview-type `(:type 1d-point-cloud :color ,*red-color*))
;;; cols specifies the column positions: here the first col extends from
;;; .2 to .4, the second from .5 to .6 and the third from .8 to .9
;;; and the entire region allocated to the columns extends from .2 to .9.
(1d-layout-plot :data d :vars '(0 1 2)
:cols '(.2 .4 .5 .6 .8 .9)
:subview-type `(:type 1d-point-cloud :color ,*red-color*))
;;; Other parameters can be specified for the subview type:
(1d-layout-plot :data d :vars '(0 1 2)
:subview-type `(:type 1d-point-cloud :color ,*red-color*
:case-view (:type oriented-line )))
;;; Arguments to subview-type can be supplied like those of :interior-view to plots,
;;; See (edit-file "q:Examples;Views;scatterplot.lsp") for examples of this.
;;; Notice that the case-views are linked by default across the
;;; panels. This is because the same case-view objects are used in
;;; each of the panels. Specifying :common-case-views? with a nil value
;;; removes this feature.
(1d-layout-plot :data d :vars '(0 1 2)
:common-case-views? nil
:subview-type `(:type 1d-point-cloud :color ,*red-color*
:case-view (:type oriented-line )))
;;; If you want to use a different display type for the panels
;;; use the :subviews keyword parameter: (there should be as many
;;; elements in the subviews list as there are variables.)
(1d-layout-plot :data d :vars '(0 1 2)
:subviews `(1d-point-cloud (:type 1d-point-cloud :color ,*red-color*)
boxplot-view))
;;; The :subviews parameter can be used in conjunction with :subview-type:
;;;; then the values in subview-type are given precendence over those in
;;; subviews.
(1d-layout-plot :data d :vars '(0 1 2)
:subview-type `1d-point-cloud
:subviews `(( :color ,*red-color*) ( :color ,*blue-color*)
( :color ,*green-color*)))
;;; 1d-layout-plot constructs a plot which has a 1d-layout as its interior-view.
;;; A 1d-layout can be constructed without its plot wrapper. The convention is
;;; that only plots are automatically drawn: to draw the 1d-layout supply the
;;; :draw? parameter with a value of t.
(1d-layout :data d :vars '(0 1 2) :subview-type 'histogram-view
:draw? t)
;;;--------------------------------------------------------------------------------
;; Second, displaying pairs of variables...xy-layout-plot, scat-mat
;; The following shows the y variables plotted agains the x variables.
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2))
;; To supply the type or types of view for each variable pair, use
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2)
:subview-type '2d-point-cloud)
;;; Notice you can select multiple types of view from the menu for overlays.
;;; Other parameters can be specified for the subview type:
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2)
:subview-type `(:type 2d-point-cloud :color ,*red-color*
:symbol :circle :size 6 :fill? t))
;;; Subview types can be layered
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2)
:subview-type `(2d-point-cloud lines))
;;; or
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2)
:subview-type `(2d-point-cloud smooth))
;;; To specify extra parameters for either or both of the layers use
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2)
:subview-type `((:type 2d-point-cloud :color ,*red-color*
:symbol :circle :size 6 :fill? t)
smooth))
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2)
:subview-type `((:type 2d-point-cloud :color ,*red-color*
:symbol :circle :size 6 :fill? t)
(:type smooth :color ,*blue-color*)))
;;; Notice that the case-views are linked by default across the
;;; panels. This is because the same case-view objects are used in
;;; each of the panels. Specifying :common-case-views? with a nil value
;;; removes this feature.
;;; If you want to use a different parameters for the panels
;;; use the :subviews keyword parameter: (there should be as many
;;; elements in the subviews list as there are pairs of x and y variables.)
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2 2)
:subviews '((2d-point-cloud smooth) (2d-point-cloud smooth)
(2d-point-cloud fitted-line) (2d-point-cloud fitted-line)))
(xy-layout-plot :data d :x-vars '(0 1)
:y-vars '(2 2)
:subview-type '(2d-point-cloud smooth)
:subviews '((:smooth-par 3) (:smooth-par 3) (:smooth-par 7) (:smooth-par 7)))
;;; xy-layout-plot constructs a plot which has an xy-layout as its interior-view.
;;; An xy-layout can be constructed without its plot wrapper. The convention is
;;; that only plots are automatically drawn: to draw the xy-layout supply the
;;; :draw? parameter with a value of t.
(xy-layout :data d :x-vars '(0 1)
:y-vars '(2)
:subview-type '2d-point-cloud
:draw? t)
;;; A scatterplot matrix is similar to an xy-plot and is obtained with:
(scat-mat)
;;; or to specify the data arguments
(scat-mat :data d :vars '(0 1 2))
;;; and the display type
(scat-mat :data d :vars '(0 1 2) :pairs-view '(2d-point-cloud smooth))
;;; 2d-point-cloud is the default pairs-view.
;;; Other parameters can be specified for the point-cloud and smooth:
(scat-mat :data d :vars '(0 1 2) :pairs-view `((:type 2d-point-cloud :color ,*green-color*)
(:type smooth :color ,*yellow-color*)))
;;; The view used along the diagonal is specified using the :diag-view parameter:
(scat-mat :data d :vars '(0 1 2) :diag-view 'histogram-view)
(scat-mat :data d :vars '(0 1 2) :diag-view 'boxplot-view )
;;; The default orientation is :vertical for the boxplot-view and
;;; :horizontal for the histogram, the orientation can be specified with
(scat-mat :data d :vars '(0 1 2)
:diag-view '(:type boxplot-view :orientation :horizontal))
;;; Notice that the case-views are linked by default across the
;;; off-diagonal panels. This is because the same case-view objects are used in
;;; each of the off-diagonal panels. A :link? argument of t will link all
;;; linkable views in the scat-mat to each other.
(scat-mat :data d :vars '(0 1 2) :diag-view 'boxplot-view :link? t)
;;; By default, the x bounds in every column and the y bounds in every row are the same:
;;; that is :link-bounds-x? is :by-col and :link-bounds-y? is :by-row
;;;To use the same x-bounds in all views, and the same y-bounds in all views:
(scat-mat :data d :vars '(0 1 2) ::link-bounds-x? t :link-bounds-y? t)
;;;================================================================================
;;; Plotting groups of cases
;;;--------------------------------------------------------------------------------
;;; Here you get prompted for the dataset, grouping variable,
;;; and the display type (and plotting variables as necessary) to use:
(batch-plot)
;;; Here you get prompted for the the display type only:
(batch-plot :data d :by 4 :var 0)
(batch-plot :data d :by 4 :x 0 :y 1)
(batch-plot :data d :by 4 :x 0 :y 1 :z 2)
;;; Here :format :col is unecessary because it is the default.
;;; Notice that :format :col has the meaning "position the views in
;;; a column", rather than the opposite "position the views in columns".
(batch-plot :data d :subview-type 'boxplot-view
:by 4 :format :col
:var 0)
(batch-plot :data d :subview-type 'boxplot-view
:by 4 :format :row
:var 0)
;;;Supplying extra parameters to subview-type..
(batch-plot :data d :subview-type `(:type boxplot-view :color ,*red-color* :symbol :star)
:by 4 :var 0
)
;;;Layering views in panels
(batch-plot :data d :subview-type '(2d-point-cloud smooth)
:by 4 :x 0 :y 1)
;;;Supplying extra parameters to the layers
(batch-plot :data d :by 4 :x 0 :y 1
:subview-type `((:type 2d-point-cloud :color ,*red-color*
:symbol :circle :size 6 :fill? t)
(:type smooth :color ,*blue-color*)))
;;; If you want to use a different parameters for the panels
;;; use the :subviews keyword parameter: (there should be as many
;;; elements in the subviews list as there are batches)
(batch-plot :data d :by 4 :x 0 :y 1
:subviews `((:color ,*red-color* :smooth-par 2)
(:color ,*blue-color* :smooth-par 4))
:subview-type '(2d-point-cloud smooth))
(batch-plot :data d :by 4 :x 0 :y 1
:subviews `((2d-point-cloud smooth)
(2d-point-cloud fitted-line)))
(batch-plot :data d :by 4 :x 0 :y 1
:subviews `((2d-point-cloud (:type smooth :color ,*red-color*))
(2d-point-cloud (:type fitted-line :color ,*blue-color*))))
;;; There can be multiple by variables...
(batch-plot :data d :subview-type '2d-point-cloud
:by '(4 5) :x 0 :y 1)
;;; and the subview-type is arbitary
(batch-plot :data d :subview-type 'label
:by '(4 5) :x 0 :y 1)
(batch-plot :data d
:by 4 :format :col
:x 0 :y 1 :z 2
:subview-type 'rotating-plot)
;;; This makes a pairs layout for each of the levels of var 4.
;;; :link-bounds-x? :by-col makes the x-bounds fixed for a column,
;;; :link-bounds-y? :by-block-row makes the y-bounds fixed for row i of
;;; both blocks.
(batch-plot :data d :by 4 :subview-type 'pairs-layout
:vars '(0 1 2)
:link-bounds-x? :by-col
:link-bounds-y? :by-block-row
:bottom-label nil)
;;; If you want to keep separate bounding regions for the blocks
;;; you will need to put separate axes for the two groups.
(batch-plot :data d :by 4 :subview-type 'scat-mat
:vars '(0 1 2) :box-views? nil
:link-bounds-x? nil
:link-bounds-y? nil
:bottom-label nil :left-view nil :bottom-view nil
)
;;; See (edit-file "q:Examples;Views;general.lsp") for other examples.
;;;--------GRID-PLOT ---------------------------------------------
;;; The above plots are all grid plots. Each of the above plots
;;; could be produced by using the grid-plot function directly.
;;; Here are some examples:
;;;--------------------------------------------------------------------------------
(grid-plot :subviews (list (boxplot-view :data d :var 0 :color *red-color*)
(boxplot-view :data d :var 1 :color *blue-color*)
(boxplot-view :data d :var 2 :color *green-color*))
:format :row
:left-view t
:bottom-label t)
(grid-plot :subviews (list (list (2d-point-cloud :data d :x 0 :y 2)
(smooth :data d :x 0 :y 2))
(list (2d-point-cloud :data d :x 1 :y 2)
(smooth :data d :x 1 :y 2)))
:format :row
:left-view t :bottom-view t
:bottom-label t :left-label t)
;;; By default grid-plot has no margin views and margin labels. Hence we specify
;;; :left-view t etc.
;;; By default grid-plots uses the same bounds for all the panels.
;;; If we want to override this, say by using the same horizontal bounds for
;;; panels in a column and by using the same vertical bounds for
;;; panels in a row use
(grid-plot :subviews (list (list (2d-point-cloud :data d :x 0 :y 2)
(smooth :data d :x 0 :y 2))
(list (2d-point-cloud :data d :x 1 :y 2)
(smooth :data d :x 1 :y 2)))
:format :row
:left-view t :bottom-view t
:bottom-label t :left-label t
:link-bounds-x? :by-col
:link-bounds-y? :by-row)
;;; When the subviews all use the same type, one can provide a :subview-type just once
;;; Similarly the :data can be specified once.
(grid-plot :data d
:subview-type 'boxplot-view
:subviews `((:var 0 :color ,*red-color*)
(:var 1 :color ,*blue-color*)
(:var 2 :color ,*green-color*))
:format :row
:left-view t
:bottom-label t)
(grid-plot :data d
:subview-type '(2d-point-cloud smooth)
:subviews '((:x 0 :y 2)
(:x 1 :y 2))
:format :row
:left-view t :bottom-view t
:bottom-label t :left-label t
:link-bounds-x? :by-col
:link-bounds-y? :by-row)
;;; 1d-layout and xy-layout are typically used for plotting different
;;; variables with the same cases. Therefore :common-case-views? for
;;; 1d-layout and xy-layout has the default-value of t. However grid-layouts
;;; just position views in a grid and make no assumptions about the type of
;;; data. Therefore with grid-layouts one should specify :common-case-views? to be
;;; t if required. Of couse, this option will have no effect if the
;;; panel views are constructed prior to constructing the grid-layout.
;;; grid-plot constructs a plot which has an grid-layout as its interior-view.
;;; A grid-layout can be constructed without its plot wrapper. The convention is
;;; that only plots are automatically drawn: to draw the grid-layout supply the
;;; :draw? parameter with a value of t.
;;; Useful parameters for any grid-layout or grid-plot are
;;; gap-x gap-y cols rows link-bounds-x? link-bounds-y?
;;; See examples above.
| 16,284 | Common Lisp | .l | 305 | 44.311475 | 94 | 0.57499 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 3b0e5769246e93ce0f1d33d543edf81f783ca528aaa50079c3e1c88805cd3f16 | 32,938 | [
-1
] |
32,939 | scatterplot.lsp | rwoldford_Quail/examples/views/Plots/scatterplot.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; scatterplots
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1994.
;;; R.W. Oldford 1994.
;;;
;;;
(in-package :quail-user)
;;; Some data
;;;
;;; First some fake data.
(<- x (random-gaussian :n 10))
(<- y (random-gaussian :n 10))
(<- z (+ (* x x) (* .1 y)))
(<- d (cglue x y z))
;;; scatterplot takes either a dataset, d, and specified variates x and y
;;; or the x and y values themselves.
;;; X and Y given directly to scatterplot
(scatterplot :x x :y y)
;;;
;;; Title and labels can be given directly to scatterplot.
(scatterplot :x x :y z
:title "Example"
:bottom-label "The value x"
:left-label "Response y")
;;; The dataset d is given; X is the 0'th variate (or column) of d
;;; and Y is the 1'th.
(scatterplot :data d :x 0 :y 1)
;;; If X and Y are not specified, the user is prompted to choose variates
;;; from the dataset d.
(scatterplot :data d)
;;; If no data is specified at all then the user will be prompted
;;; for the dataset d.
(scatterplot)
;;;
;;; Selection functions can be given in place of X and Y.
;;; These are called on each case of the dataset to produce
;;; the x and y values for that case.
;;;
;;; First define a couple of functions.
(defun select-x (a)
"Selects x from the case a. It must return a number."
(+ (eref a 0) (eref a 2)))
(defun select-y (a)
"Selects y from the case a. It must return a number."
(- (eref a 0) (eref a 1)))
(scatterplot :data d :x #'select-x :y #'select-y)
;;;
;;; or
;;;
(scatterplot :data d :x #'mean :y #'sd)
;;;
;;; Functions can also be given to scatterplot.
;;; These are called on the corresponding x and y values before plotting.
;;;
;;; First define a couple of functions.
(defun square (a)
"Returns the square of a."
(* a a))
(defun cube (a)
"Returns the cube of a."
(* a a a))
(scatterplot :data d :x 0 :y 1
:x-function #'square
:y-function #'cube)
;;;
;;; And the x and/or y coordinates can be flipped.
(scatterplot :x x :y z
:title "Flipping"
:flip-x? T
:flip-y? T)
;;;
;;; Functions which can also be given to scatterplot.
;;; These are called on the corresponding x and y values before plotting.
;;;
;;; First define a couple of functions.
(defun copy-permute (a)
"Randomly permute the elements of a copy of a."
(permute a :copy? T))
(scatterplot :data d
:x 0 :y 2
:y-transform #'copy-permute)
;;; By default a scatterplot has left and bottom labels and
;;; left and bottom margin views which are axes.
;;; The following adds top and right labels and suppresses
;;; the left-label.
(scatterplot :x x :y z
:title "Example"
:bottom-label "The value x"
:top-label "A top label"
:right-label "Response y"
:left-label nil)
;;; The following adds top and right axes and suppresses
;;; the left and bottom axes.
(scatterplot :x x :y z
:title "A funny plot"
:left-label nil :bottom-label nil
:left-view nil :bottom-view nil
:right-view t
:top-view t)
;;;
;;; Because a scatterplot is just a kind of plot its subviews
;;; (title left-label left-view top-label top-view
;;; right-label right-view bottom-label bottom-view
;;; and interior-view)
;;; can be given other kinds of views at instantiation.
;;;
;;; This is done by specifying the selected keyword argument (:title etc.)
;;; in one of two ways:
;;; either a view is created directly and given as the value
;;; or a specification of the view is given which scatterplot then
;;; interprets and constructs the desired view.
;;;
;;; The latter approach is usually the more desirable and will be illustrated
;;; first.
;;; The following choose different kinds of views for the bottom-view
;;; left-view, top-view, and right-view. Here the specification passed
;;; is a the name of a function that will create the view or the name of
;;; the class of the view.
(scatterplot :x x :y z
:left-view 'boxplot-view :bottom-view 'histogram-view
)
(scatterplot :x x :y z
:left-view 'axis :bottom-view 'fringe-view
)
(scatterplot :x x :y z
:right-view 'fringe-view :top-view 'fringe-view
)
(scatterplot :x x :y z
:right-view 'histogram-view :top-view 'histogram-view
)
(scatterplot :x x :y z
:interior-view 'lines
)
(scatterplot :x x :y z
:interior-view 'simple-lines
)
;;;
;;; If we want to pass more arguments to the functions
;;; we pass these in a list. Note that the elements of this list must
;;; be evaluated before being passed on.
;;; First a simple one-- equivalent to the last above.
(scatterplot :x x :y z
:interior-view '(:type lines :simple? T)
)
;;;Another simple example..
(scatterplot :x x :y z
:right-view '(:type histogram-view :fill? T)
:top-view 'histogram-view
)
;;;
;;; or equivalently
(scatterplot :x x :y z
:right-view (list :type 'histogram-view :fill? T)
:top-view 'histogram-view
)
;;;
;;; Or choosing a color where it is important to have the color evaluated.
(scatterplot :x x :y z
:right-view (list :type 'histogram-view :fill? T :color wb:*green-color*)
:top-view 'histogram-view
)
;;;
;;; Note that missing from the above examples was any mention of the data
;;; arguments :data, :x and :y. That is because scatterplot has that information
;;; and can pass it on to its subviews.
;;;
;;; Sometimes we may want to have more than one view in a single position
;;; in the plot. Then a list of legal specifications is given.
(scatterplot :x x :y z
:interior-view '(lines 2d-point-cloud)
:bottom-view '((:type fringe-view
:size .1)
(:type axis
:justification :bottom))
)
;;;
;;; which overlays a lines view and a 2d-point-cloud for the interior-view.
;;;
;;; Because 2d-point-cloud is the default interior-view of scatterplot,
;;; rather than replace it by the pair of overlayed views it is
;;; more natural to overlay the lines view directly on the default interior-view.
;;; This is achieved as follows:
(scatterplot :x x :y z
:interior-view '(lines :default)
:bottom-view '(axis histogram-view)
)
(scatterplot :data d :x 0 :y 2
:interior-view (lines :data d :x 0 :y 2)
)
;;;
;;; Or you can be prompted for the data.
;;;
(scatterplot :x x :y z
:interior-view (lines)
)
(scatterplot :x x :y z
:interior-view '(2d-point-cloud lines)
)
;;; If you want to have lines from each point symbol extending to the axis
;;; use
(scatterplot :x x :y z
:interior-view '(:type 2d-point-cloud :lines-to :left)
)
;;; The :lines-to argument can also be :left-right :top-bottom :left :right :top :bottom :x :y,
;;; and nil (the default)
;;; Use :ecolor :edashing :ewidth to specify color, dashing (cons dash gap) and line width, as in
(scatterplot :x x :y z
:interior-view `(:type 2d-point-cloud :lines-to :top-bottom :ecolor ,wb:*red-color*
:ewidth 2 :edashing (4 . 4))
)
;;; If you want to specify a drawing style for each edge line, use a
;;; 2d-point-cloud where the case-view is a justified-line...
(scatterplot :x x :y z
:interior-view `(:type 2d-point-cloud
:case-view (:type justified-line :justification :left))
)
;;; To overlay this with a regular point-cloud...
(scatterplot :x x :y z
:interior-view `(:default (:type 2d-point-cloud
:case-view (:type justified-line :justification :left))
))
(scatterplot :x x :y z
:interior-view
'(2d-point-cloud
(:type smooth :smooth-par 4) ;; running-median of 4
)
)
;;; The above kind of view is so useful that there is a built-in
;;; function for it: (Note, it suffices to give the the smooth-par
;;; argument to smooth-plot because arguments to the plot are
;;; automaically passed to the interior-view)
(smooth-plot :x x :y z :smooth-par 4)
;;; There are analgous functions lines-plot, simple-lines-plot
;;; and fitted-line-plot.
;;;
;;; One can also pass on an instance of a view directly. Of course, then some
;;; care should be taken that the same data is used.
;;;
(scatterplot :data d :x 0 :y 2
:right-view
(case-display-list :data d ))
;;; equivalent to:
(scatterplot :data d :x 0 :y 2
:right-view
'case-display-list)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Programmatic use of scatterplots.
;;;
;;; Scatterplots also produce instances that can be manipulated
;;; programmatically. All of these things can be done via mouse interaction,
;;; nevertheless, ...
(<- s (scatterplot :data d :x 0 :y 2
:right-view 'fringe-view :top-view 'fringe-view
:title "Example"
:bottom-label "The value x"
:left-label "Response y"))
;;;
;;; s and all of its subviews are added to the set of linked views
;;;
(link-view s)
;;; And the reverse.
(unlink-view s)
;;; So now you might change the x axis limits
;;;
(set-extent (bottom-view-of s) -4 4)
(set-ntics (bottom-view-of s) 3)
(set-tics (bottom-view-of s) '(-4 0 5/2 4))
(set-tic-format (bottom-view-of s) "~D")
(set-tics (bottom-view-of s) '(-1 1))
(set-tics (bottom-view-of s) '((-1 "-one") (1 "one")))
(set-extent (bottom-view-of s) -4 4)
;;;
;;; Or change the variables plotted.
;;;
(change-variable s :x-function 'square)
(change-variable s :x-function 'identity)
(change-variable s :y-function 'square)
(change-variable s :y-function 'identity)
;;;
;;; And because the dataset viewed by the scatterplot has more than one
;;; variable
(change-variable s :y 1)
(change-variable s :x 2)
;;;
;;; or equivalently
(change-variable (interior-view-of s) :x 0)
(change-variable (interior-view-of s) :y 2)
(change-variable (bottom-view-of s) :var 1)
(change-variable (bottom-view-of s) :function 'square)
(change-variable (bottom-view-of s) :var 0 :function 'identity)
;;;
;;; The region can be given new bounds.
;;; If pretty? is non-NIL, then these bounds are used in conjunction
;;; with the data to choose a new region to display the data.
(new-bounds (interior-view-of s)
:region (make-region -5 3 -1 4)
:pretty? T)
(new-bounds (interior-view-of s)
:region :original
:pretty? T)
;;; The following will force the extent.
;;;
(set-extent (bottom-view-of s) :min -1 :max 3)
(set-extent (left-view-of s) :min 0 :max 4)
;;;
;;; You can also layer some views on s or its subviews etc.
;;; Here are some built-in functions.
(add-lines s)
(remove-subview s (first (subviews-of-type s 'lines))) ;; more easily and naturally
;; done using the mouse.
(add-fitted-line s)
(remove-subview s (first (subviews-of-type s 'fitted-line)))
;;;
;;; We also have add-simple-lines add-smoothed-lines add-smoothed-simple-lines
;;; add-line add-fitted-line
;;;
;;;
;;; Cases can also be temporarily removed from the plot's consideration
;;; by deactivating them.
;;;
;;; For example, first go to the plot, s, and select some cases with the mouse.
;;;
(deactivate-cases s :selected)
;;; will cause them to disappear. Moreover they and their values are
;;; no longer involved in any display computations.
;;; And reactivated using
(activate-all-cases s :rescale? NIL)
;;;
;;; This is more interesting when there is a fitted line on the plot, say,
;;; and if we don't allow the plot to be rescaled each time.
(add-fitted-line s)
(deactivate-cases s :selected :rescale? NIL)
(activate-all-cases s :rescale? NIL)
;;; This feature is better illustrated on some real data.
;;; Here chemical measurements on some brands of US cigarettes.
(load "q:Data;cigs.lsp")
(<- cig-plot (scatterplot :data cigs :x "tar" :y "carbon-monoxide"
:right-view 'fringe-view :top-view 'fringe-view))
(link-view cig-plot)
(add-fitted-line cig-plot)
;;; Named cases can be deactivated.
(deactivate-cases cig-plot (list "Bull Durham" "Old Gold")
:rescale? NIL)
(activate-all-cases cig-plot)
;;;
;;; case identifiers can be seen using a case-display-list
(<- cd (case-display-list :data cigs :draw? t))
(link-view cd)
;;;
;;; We'll examine the effect of the brand "Bull Durham" on the fit
;;; while keeping the original fitted line on the plot.
(setq f (add-fitted-line cig-plot :color wb:*green-color*))
(deactivate-cases f (list "Bull Durham") :link? nil)
;;;
;;;
;;;
;;; And nearly any view can be layered on any other.
;;;
(layer-view (interior-view-of s)
(lines :x x
:y (* x x)))
(remove-subview s (first (subviews-of-type s 'lines)))
(layer-view (interior-view-of s)
(function-view :function 'square ))
;;;
;;; As was the case with the
(layer-view (interior-view-of s)
'function-view :function 'square)
(reposition-view s :title-width 0.5 :title-height 0.07)
;;;
;;; Operations on labels:
;;; The title of a plot is is a label and is accessed by (title-of s),
;;; similarly the left label as (left-label-of s) and the
;;; bottom label as (bottom-label-of s).
;;; See (edit-file "q:Examples;Views;labels.lsp") for examples of operating on labels
(remove-subview s (title-of s))
;;;
;;; And of course you don't have to draw the plot immediately.
;;;
(<- snd (scatterplot :x x :y z
:title "Example"
:bottom-label "The value x"
:left-label "Response y"
:draw? NIL))
;;;
;;; A place to draw it
;;;
(<- w (make-viewport))
(draw-view snd :viewport w)
;;;
;;; Another place to draw it
;;;
(draw-view snd :viewport (make-viewport))
;;;
;;;
;;; If we built a plot through the menu operations (or programmatically)
;;; and want to create a function that will reproduce that plot on new data,
;;; all we need do is clone it!
(<- new-plot
(scatterplot :x x :y z
:interior-view
'(2d-point-cloud
(:type smooth :smooth-par 4) ;; running-median of 4
)
:right-view 'fringe-view
:top-view 'fringe-view
:title "Running median smooth."
))
(clone-view-fn new-plot 'neat-plot)
(<- dd (array (random-gaussian :n 100) :dimensions '(50 2)))
(neat-plot :data dd :x 0 :y 1)
(neat-plot :data dd :x 0 :y 1
:title "Another title"
:bottom-view 'histogram-view)
| 16,069 | Common Lisp | .l | 424 | 31.051887 | 98 | 0.598824 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 771e80d35a84471a70888c788914fe1949688377aa00a0b3763969b032ab8eb4 | 32,939 | [
-1
] |
32,940 | surface.lsp | rwoldford_Quail/examples/views/Plots/surface.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; surface.lsp
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Copyright (c) 1993
;;; Statistical Computing Laboratory
;;; University of Waterloo
;;; Canada.
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1993
;;;
;;;
;;;
;;;----------------------------------------------------------------------------------
;;;
;;;
;;; Surface plotting
;;;
(in-package :quail-user)
;;; Get the x-grid
(<- x (seq -2 2 1))
;;; y-grid
(<- y (array '(-2 -1.5 -1 0 2)))
;;; A surface function
(defun foo (x y)
"Some surface"
(exp (- (+ (* x x) (* y y)))))
;;; Some plots
(surface-plot :x x :y y :surface-function #'foo)
(surface-plot :x x :y x :surface-function #'foo)
;;; Just get the plot
(<- s-p (surface-plot :x x :y y :surface-function #'foo :draw? NIL))
;;; Then draw it.
(draw-view s-p)
;;; Get some heights (need 25 points for x-y pairs y element varies fastest)
(<- z (array (loop for i from 1 to 25 collect (random 100))))
(surface-plot :x x :y x :surface-heights z )
;;; Fancier stuff
;;;
;;; Get a surface
(<- s (make-instance 'surface :x x :y y :surface-function #'foo))
;;; Draw it (in two different windows)
(surface-plot :surface s)
(surface-plot :surface s)
;;; Or could get a surface-view and work with that a la views.
(<- s-v (make-instance 'surface-view :surface s))
;;; Here's a more interesting surface
(defun my-surface (x y)
(- (* 3 (expt (- 1 x) 2)
(exp (- (+ (expt x 2)
(expt (+ y 1) 2)))))
(* 10 (- (/ x 5) (expt x 3) (expt y 5))
(exp (- (+ (expt x 2) (expt y 2))))
)
(* 1/3 (exp (- (+ (expt (+ x 1) 2)
(expt y 2)))))))
(<- grid (seq -3 3 .2))
(surface-plot :x grid :y grid
| 2,023 | Common Lisp | .l | 62 | 28.145161 | 86 | 0.442177 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 73747bd38f51e2b342c9e79de8a457aa90d9abe00e09beade8561cd7935543df | 32,940 | [
-1
] |
32,941 | interaction-plots.lsp | rwoldford_Quail/examples/views/Advanced/interaction-plots.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; interaction-plots
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1997
;;;
;;;
(in-package :quail-user)
(<- bact (array '(39.77 40.23
39.19 38.95
40.37 41.71
40.21 40.78)
:dimensions '(2 2 2)))
(<- bill (mway-dataset bact :factors (list "Temp" "Bact" "Run" )
:variates (list "length")
:factor-levels '((cold warm)
(ctrl myco)
(run-1 run-2))
:name "Bacteria"))
(setq s (scatterplot :data bill
:x "Temp"
:x-function #'(lambda(x) (position x '(cold warm)))
:y "length"))
(loop for d in (funcall (data-subsets-fn (list "Run" "Bact")) bill) do
(layer-view (interior-view-of s)
'simple-lines :data d))
;;
;; or
(setq s (scatterplot :data bill
:x "Temp"
:x-function #'(lambda(x) (position x '(cold warm)))
:y "length"))
(setq b (grid-layout :subviews (list (batch-display-list
:data bill
:by "Temp")
(batch-display-list
:data bill
:by "Bact")
(batch-display-list
:data bill
:by "Run"))
:nrows 1 :draw? t
:box-views? nil))
;; Link b and s
;; Select label for ctrl, then intersect select with run-1. This highligts
;; the two points for the crtl at run-1. Move the mouse cursor to the scatterplot
;; and paste (right menu) a line-segment (or simple-lines) on the pointcloud.
;; Simple-lines has the advantage over the line segment in that transforming
;; the pointcloud coordinates via sqrt will also transform the lines coordinates.
(defun treat(c)
(let ((vals (value-of c (list "Bact" "Temp"))))
(cond ((equal vals '(ctrl cold)) 1)
((equal vals '(myco cold))
2)
((equal vals '(ctrl warm))
3)
((equal vals '(myco warm))
4)
(t nil))))
(setq s1 (scatterplot :data bill
:x #'treat
:y "length"))
(loop for d in (funcall (data-subsets-fn "Run") bill) do
(layer-view (interior-view-of s1)
'simple-lines :data d))
| 2,969 | Common Lisp | .l | 72 | 26.680556 | 84 | 0.417629 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 943d4a8e299ba8624b9b473b201102e3acc6801b3df69eaed4fa10105ba259c5 | 32,941 | [
-1
] |
32,942 | trellis.lsp | rwoldford_Quail/examples/views/Advanced/trellis.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; trellis
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley
;;;
;;;
(in-package :quail-user)
#|
Datafile Name: Protein
Datafile Subjects: Europe , Health , Nutrition
Story Names: Protein Consumption in Europe
Reference: Weber, A. (1973) Agrarpolitik im Spannungsfeld der
internationalen Ernaehrungspolitik, Institut fuer Agrarpolitik und
marktlehre, Kiel. Also found in: Gabriel, K.R. (1981) Biplot display of
multivariate matrices for inspection of data and diagnosis. In Interpreting
Multivariate Data (Ed. V. Barnett), New York: John Wiley & Sons, 147-173.
Hand, D.J., et al. (1994) A Handbook of Small Data Sets, London: Chapman &
Hall, 297-298.
Authorization: Free Use
Description: These data measure protein consumption in twenty-five European
countries for nine food groups. It is possible to use multivariate methods
to determine whether there are groupings of countries and whether meat
consumption is related to that of other foods.
Number of cases: 25
Variable Names:
1. Country: Country name
2. RdMeat: Red meat
3. WhMeat: White meat
4. Eggs: Eggs
5. Milk: Milk
6. Fish: Fish
7. Cereal: Cereals
8. Starch: Starchy foods
9. Nuts: Pulses, nuts, and oil-seeds
10. Fr&Veg: Fruits and vegetables
|#
(<- euro (array '(
Albania 10.1 1.4 0.5 8.9 0.2 42.3 0.6 5.5 1.7
Austria 8.9 14.0 4.3 19.9 2.1 28.0 3.6 1.3 4.3
Belgium 13.5 9.3 4.1 17.5 4.5 26.6 5.7 2.1 4.0
Bulgaria 7.8 6.0 1.6 8.3 1.2 56.7 1.1 3.7 4.2
Czechoslovakia 9.7 11.4 2.8 12.5 2.0 34.3 5.0 1.1 4.0
Denmark 10.6 10.8 3.7 25.0 9.9 21.9 4.8 0.7 2.4
EGermany 8.4 11.6 3.7 11.1 5.4 24.6 6.5 0.8 3.6
Finland 9.5 4.9 2.7 33.7 5.8 26.3 5.1 1.0 1.4
France 18.0 9.9 3.3 19.5 5.7 28.1 4.8 2.4 6.5
Greece 10.2 3.0 2.8 17.6 5.9 41.7 2.2 7.8 6.5
Hungary 5.3 12.4 2.9 9.7 0.3 40.1 4.0 5.4 4.2
Ireland 13.9 10.0 4.7 25.8 2.2 24.0 6.2 1.6 2.9
Italy 9.0 5.1 2.9 13.7 3.4 36.8 2.1 4.3 6.7
Netherlands 9.5 13.6 3.6 23.4 2.5 22.4 4.2 1.8 3.7
Norway 9.4 4.7 2.7 23.3 9.7 23.0 4.6 1.6 2.7
Poland 6.9 10.2 2.7 19.3 3.0 36.1 5.9 2.0 6.6
Portugal 6.2 3.7 1.1 4.9 14.2 27.0 5.9 4.7 7.9
Romania 6.2 6.3 1.5 11.1 1.0 49.6 3.1 5.3 2.8
Spain 7.1 3.4 3.1 8.6 7.0 29.2 5.7 5.9 7.2
Sweden 9.9 7.8 3.5 24.7 7.5 19.5 3.7 1.4 2.0
Switzerland 13.1 10.1 3.1 23.8 2.3 25.6 2.8 2.4 4.9
UK 17.4 5.7 4.7 20.6 4.3 24.3 4.7 3.4 3.3
USSR 9.3 4.6 2.1 16.6 3.0 43.6 6.4 3.4 2.9
WGermany 11.4 12.5 4.1 18.8 3.4 18.6 5.2 1.5 3.8
Yugoslavia 4.4 5.0 1.2 9.5 0.6 55.9 3.0 5.7 3.2
) :dimensions '(25 10)))
(<- food-names '(RedMeat WhiteMeat Eggs Milk Fish Cereals Starch Nuts Fr&Veg))
(<- mdata (ref euro t (iseq 1 9)))
(<- country-names (loop for i from 0 to 24 collect (eref euro i 0)))
#| This reorders the countries and uses only a subset...
(<- food-names '(RedMeat WhiteMeat Eggs Milk Fish Cereals Starch Nuts Fr&Veg))
(<- all-country-names (loop for i from 0 to 24 collect (eref euro i 0)))
(<- country-names '(BELGIUM DENMARK FRANCE IRELAND ITALY NETHERLANDS NORWAY SPAIN Portugal SWEDEN UK WGERMANY))
(<- mdata (ref euro (loop for c in country-names
collect (position c all-country-names)) (iseq 1 9)))
|#
(<- mdata (mway-dataset mdata :factors (list "Country" "Food Group" )
:variates (list "protein")
:factor-levels (list country-names food-names)
:name "Protein data"))
;; There are many ways to make trellis-type plots.
;; ----VERSION 1. --------------------------------------------------------
;; This first attempt looks nice but is missing country labels.
;; Each panel in the plot shows a scatterplot corresponding to a single Food Group.
;; The datasets (one per food group) are constructed by applying the
;; function (data-subsets-fn "Food Group") to mdata
(setq b
(batch-plot :data mdata :by "Food Group" :x "protein" :x-function #'log :y :iseq :ncols 3
:subview-type '(:type scatterplot
:no-labels? t :no-margin-views? t
:lines-to :left)
:no-labels? t :no-margin-views? t
))
;; ----VERSION 2: add labels --------------------------------------------------------
;; To add labels, make the left margin view a 1d-point-cloud. These point clouds
;; use a "data-label" instead of a point-symbol. (A data-label is just a linkable-label
;; for use in a plot). They automtically get data information
;; (cases and var) from the adjacent scatterplot.
;; This looks right....
;; But, if b is linked, the country labels are linked only to the point symbols
;; in the adjacent scatterplot.
(setq b
(batch-plot :data mdata :by "Food Group" :x "protein" :x-function #'log :y :iseq :ncols 3
:subview-type '(:type scatterplot :margins :none :title label
:lines-to :left)
:left-view `(:type 1d-point-cloud :labels "Country"
:case-view (:type data-label :font ,wb:*very-small-graphics-font*
:justification :right
))
:no-labels? t :top-view nil
:right-view nil
))
;; ----VERSION 3: link the country labels --------------------------------------------------------
;; Ideally, clicking on a country label should show all values for that country.
;; We will first construct a point cloud to place in the left margin..
;; Using :cases of (:by "Country") constructs one dataset for each country. These datasets
;; are the cases, that is, the viewed object of each case-view is a country dataset.
;; The case-views are group-labels, which automatically pick up the country name as its
;; text. A group-label differs from a data-label in that it will "open up" its viewed object
;; into constituent cases prior to linking.
(setq p (1d-point-cloud :data mdata :var :iseq :orientation :vertical
:cases '(:by "Country")
:case-view `(:type group-label
:font ,wb:*very-small-graphics-font*
:justification :right)
))
(setq b
(batch-plot :data mdata :by "Food Group" :x "protein" :x-function #'log :y :iseq :ncols 3
:subview-type '(:type scatterplot :margins :none
:title label
:lines-to :left-right)
:left-view (list p (copy-view p ) (copy-view p ))
:no-labels? t :top-view nil
:right-view nil
))
;; We use copies of p for the three sets of left margin labels. That is, they
;; are three different point clouds, which use the same (eq) case-views.
;; Now, when view b is linked, each country label is linked to nine point symbols.
;; This occurs because, for group labels, linking is done on the basis of the
;; constituent cases of the viewed objects, rather than considering the viewed object
;; as a single entity.
;; By contrast, the food group labels are not linked, because they are of type label,
;; which by default are not linkable.
;; ----VERSION 4: link both country labels and food group labels -----------------
;; If we want the food group labels and the country labels to have the same behaviour
;; then they should have the same type:eg change food-group labels to be of type group-label
(setq b
(batch-plot :data mdata :by "Food Group" :x "protein" :x-function #'log :y :iseq :ncols 3
:subview-type '(:type scatterplot :margins :none
:title group-label
:lines-to :left-right)
:left-view (list p (copy-view p ) (copy-view p ))
:no-labels? t :top-view nil
:right-view nil
))
;; Notice now each country label is linked to each food group label, because each pair
;; has a case in common.
;; ----VERSION 5: no interlabel linking -----------------
;; Alternatively, all labels could be ordinary data labels, in which
;; case they will have no links (because data-labels, while linkable,
;; do not open up the viewed object before calculating links.)
;; Howevever, one can alter this linking behaviour by using a different link
;; test, notably contains-data-p:
(setq p (1d-point-cloud :data mdata :var :iseq :orientation :vertical
:cases '(:by "Country")
:case-view `(:type data-label
:font ,wb:*very-small-graphics-font*
:justification :right)
))
(setq b
(batch-plot :data mdata :by "Food Group" :x "protein" :x-function #'log :y :iseq :ncols 3
:subview-type '(:type scatterplot :margins :none
:title data-label
:lines-to :left-right)
:left-view (list p (copy-view p ) (copy-view p ))
:no-labels? t :top-view nil
:right-view nil
))
(setq contains-lt (make-link-table :test #'contains-data-p :name "Contains"))
(link-view b :link-table contains-lt)
;; ----VERSION 6: reorder categories -----------------
;; the computation -------------
;; Finally, to order countries and food groups by their average value:
(setq fg-order (loop for x in (funcall (data-subsets-fn "Food Group") mdata )
for i upfrom 0
collect
(list
(apply #'+ (mapcar #'log (values-of (list-cases x) "protein")))
;; (median (values-of (list-cases x) "protein"))
(identifier-of x )
i)))
(setq fg-order (sort fg-order #'< :key #'car))
(defun fg-order-fn(i)
(position i fg-order :key #'third :test #'=))
(setq c-order (loop for x in (funcall (data-subsets-fn "Country") mdata )
for i upfrom 0
collect
(list
(apply #'+ (mapcar #'log (values-of (list-cases x) "protein")))
;;(median (values-of (list-cases x) "protein"))
(identifier-of x )
i)))
(setq c-order (sort c-order #'< :key #'car))
(defun c-order-fn(i)
(position i c-order :key #'third :test #'=))
;; the plots -------------
(setq p (1d-point-cloud :data mdata :var :iseq :function #'c-order-fn :orientation :vertical
:cases '(:by "Country")
:case-view `(:type data-label
:font ,wb:*very-small-graphics-font*
:justification :right)
))
(setq b
(batch-plot :data mdata :by "Food Group" :order-levels (reverse (mapcar #'second fg-order))
:x "protein" :x-function #'log
:y :iseq :y-function #'c-order-fn :ncols 3
:subview-type '(:type scatterplot :margins :none
:title data-label
:lines-to :left-right)
:left-view (list p (copy-view p ) (copy-view p ))
:no-labels? t :top-view nil
:right-view nil
))
;; ----VERSION 7: Cases or datasets?-------------------------------
#|
A dataset is an object from which one can extract cases, via "list-cases".
A case is an object from which one can extract values for variates.
Therefore, a case is a kind of dataset.
A d-view is a view like a point-cloud or histogram-view which displays information about a list
of objects which are typically cases . A d-view obtains one or more variate values
from each of these `cases'. However, in some situations
it is convenient to use :iseq in place of a variate, in which case the values are the
integers 0,1,2 .... , and the integer i is used instead of a variate value for
the ith case (starting at 0).
In the construction of p above, the 1d-point-cloud has a case list which is actually a
list of datasets, rather than cases.
This worked because :iseq was used in place of a variates, and so there was no need
to obtain data values from the datasets.
One could adopt a convention that the viewed object of a point symbol
in a point cloud should be a case, and it would seem sensible that
this convention should be followed when labels are used in place of
point symbols in the point cloud.
So, this version of p is constructed as below.
This does not affect linking behaviour when contains-data-p
is used as the link-test, because for example
(contains-data-p france-case france.cereal-case) is true.
|#
(setq p (1d-point-cloud :data (dataset-transpose mdata "Country")
:var :iseq :function #'c-order-fn :orientation :vertical
:case-view `(:type data-label
:font ,wb:*very-small-graphics-font*
:justification :right)
))
;; -----------------------------------------------------------
| 14,492 | Common Lisp | .l | 259 | 46.227799 | 112 | 0.5467 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 0cf35971cb08fdf7e24713463c420c7a7f88f31364a5c6094cee9f732033e154 | 32,942 | [
-1
] |
32,943 | paired.lsp | rwoldford_Quail/examples/views/Advanced/paired.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; paired.lsp
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Copyright (c) Statistical Computing Laboratory
;;; University of Waterloo
;;; Canada.
;;;
;;; This file is part of the Views system, a toolkit for interactive statistical graphics.
;;;
;;;
;;; Authors:
;;; C.Hurley
;;;
;;;
;;;----------------------------------------------------------------------------------
#|
We consider a dataset (from \cite{JohnsonWichern}),
where eleven effluent samples are divided in two and sent to two
laboratories for testing. Two measurements, biochemical oxygen demand (BOD) and suspended
solids (SS) are obtained for each half sample.
This is a two-way dataset, where the factors are sample number and
laboratory, and each half-sample is a case.
|#
(<- mdata (mway-dataset (array
'(6 27 25 15
6 23 28 13
18 64 36 22
8 44 35 39
11 30 15 31
34 75 44 64
28 26 42 30
71 124 54 64
43 54 34 56
33 30 29 20
29 14 39 21)
:dimensions '(11 2 2))
:factors '("Sample" "Lab")
:variates '("Bod" "Ss")
:factor-levels (list (loop for i from 1 to 11 collect i)
(list "com" "state"))
:name "Effluent data"))
;;Alternatively, the dataset could be regarded
;;as multivariate, where each sample is a case.
;;The plots of constructed reflect this dual nature of the data.
;;The first plots (a and b) show dotplots of the half samples where point symbol shape encodes
;;the two levels of the laboratory factor.
(let ((p (1d-point-cloud :data mdata
:cases '(:by "Sample")
:var #'(lambda(d) (select-value d "Sample"))
:orientation :vertical
:case-view `(:type data-label
:justification :right
:font nil
)
:flip-y? t )))
(setq a (scatterplot :data mdata :title nil :left-label nil
:x "Bod" :y "Sample" :lines-to :left :left-view p :flip-y? t))
(setq b (scatterplot :data mdata :title nil :left-label nil
:x "Ss" :y "Sample" :lines-to :left :left-view p :flip-y? t
:case-views-from a)))
;; Next we make a "legend" for the plots:
(setq legend (grid-layout :nrows 1
:subviews (list (case-display-list :data mdata :cases '(:by "Lab") :subview-height 10)
(case-display-list :data mdata :cases '(:by "Lab")
:item-type 'point-symbol :subview-height 10))
:box-views? nil))
;; and position it somewhere convenient in a...
(add-subview a legend (make-region .7 .9 .8 .9))
;; An easy way to assign different symbols to the two labs is:
;; Make a link table using test #'contains-data-p
(setq contains-lt (make-link-table :test #'contains-data-p :name "Contains"))
(link-view a :link-table contains-lt)
;; There is no need to link b since a and b were constructed to use the same point symbols.
(set-drawing-style (second (subviews-of (second (subviews-of legend))))
:symbol :triangle :size 7 :fill? t)
(set-drawing-style (first (subviews-of (second (subviews-of legend))))
:symbol :box :size 5 )
;;The third plot shows a scatterplot of the laboratory
;; differences for the two response variables.
;;
(defun lab-diff(var)
#'(lambda(d) (- (select-value d var :test '("Lab" "com"))
(select-value d var :test '("Lab" "state")))))
(setq c (scatterplot :data mdata :cases '(:by "Sample")
;; :value-fn #'values-of
:x (lab-diff "Bod")
:y (lab-diff "Ss")
:title nil
:bottom-label "BOD" :left-label "SS"
))
(layer-view (interior-view-of c)
(line :orientation :horizontal :color wb:*light-grey-color*))
(layer-view (interior-view-of c)
(line :orientation :vertical :color wb:*light-grey-color*))
;; c can also be linked to the others test #'contains-data-p
(link-view c :link-table contains-lt)
;; Mark the two outliers in c with different colours- they are cases 3 and 8.
;; If you change the drawing styles of the point symbols in c
(set-drawing-style (interior-view-of c) :fill? t :symbol :circle :size 6)
;; This will also affect those of a and b and
;; you will want to redo
(set-drawing-style (second (subviews-of (second (subviews-of legend))))
:symbol :triangle :size 7 :fill? t)
(set-drawing-style (first (subviews-of (second (subviews-of legend))))
:symbol :box :size 5 )
;; Here we are using the colors of the point symbols in a (also b) to
;; reflect a case's sample, and the choice of symbol shape encodes
;; the lab used.
;;; To prepare these plots for printing or inclusion in a document:
(draw-view (grid-layout :box-views? nil :gap 0 :nrows 1 :subviews (list a b c))
:viewport (make-viewport (make-view-window :left 10 :right 700 :bottom 10 :top 300)))
#|
;; alternatively...
(<- sample-data (dataset-transpose mdata "Sample" :name "Sample data"))
(setq legend (grid-layout :nrows 1
:subviews (list (case-display-list :data (dataset-transpose mdata "Lab") :subview-height 10)
(case-display-list :data (dataset-transpose mdata "Lab")
:item-type 'point-symbol :subview-height 10))
:box-views? nil))
(defun diff(pair) (- (first pair) (second pair)))
(setq c (scatterplot :data sample-data :x '("com BOD" "state BOD")
:x-function #'diff
:y '("com SS" "state SS") :y-function #'diff :title nil
:bottom-label "BOD" :left-label "SS"))
|# | 6,631 | Common Lisp | .l | 128 | 38.953125 | 106 | 0.524316 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 72b14525d5ee984f9a0c38736d68dabf8fe7f8a88c02c0e2ab443db70e3b27e1 | 32,943 | [
-1
] |
32,944 | suicide.lsp | rwoldford_Quail/examples/views/Advanced/suicide.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; suicide
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley
;;;
;;;
#| The suicide data
consists of numbers of suicides in W. Germany in 1974-1977.
The suicides are classified by
age (17 groups), method (9 categories), and sex.
Therefore, this multiway dataset has one response variable (count) and
17 x 9 x 2 cases, one for each combination
of the three factor variables.
This data comes originally from Van der Heijden, P.G.M. and de Leeuw, J. (1985)
`Correspondence analysis used complementary to log-linear analysis',
{\it Psychometrika} 50, 429-47. I obtained the data from `Statistical
Analysis using Splus', by Brian Everitt.
(<- suiclist '(
m 10 4 0 0 247 1 17 1 6 9
m 15 348 7 67 578 22 179 11 74 175
m 20 808 32 229 699 44 316 35 109 289
m 25 789 26 243 648 52 268 38 109 226
m 30 916 17 257 825 74 291 52 123 281
m 35 1118 27 313 1278 89 299 53 78 198
m 40 926 13 250 1273 89 299 53 78 198
m 45 855 9 203 1381 71 347 68 103 190
m 50 684 14 136 1282 87 229 62 63 146
m 55 502 6 77 972 49 151 46 66 77
m 60 516 5 74 1249 83 162 52 92 122
m 65 513 8 31 1360 75 164 56 115 95
m 70 425 5 21 1268 90 121 44 119 82
m 75 266 4 9 866 63 78 30 79 34
m 80 159 2 2 479 39 18 18 46 19
m 85 70 1 0 259 16 10 9 18 10
m 90 18 0 1 76 4 2 4 6 2
w 10 28 0 3 20 0 1 0 10 6
w 15 353 2 11 81 6 15 2 43 47
w 20 540 4 20 111 24 9 9 78 67
w 25 464 6 27 125 33 26 7 86 75
w 30 530 2 29 178 42 14 20 92 78
w 35 688 5 44 272 64 24 14 98 110
w 40 566 4 24 343 76 18 22 103 86
w 45 716 6 24 447 94 13 21 95 88
w 50 942 7 26 691 184 21 37 129 131
w 55 723 3 14 527 163 14 30 92 92
w 60 820 8 8 702 245 11 35 140 114
w 65 740 8 4 785 271 4 38 156 90
w 70 624 6 4 610 244 1 27 129 46
w 75 495 8 1 420 161 2 29 129 35
w 80 292 3 2 223 78 0 10 84 23
w 85 113 4 0 83 14 0 6 34 2
w 90 24 1 0 19 4 0 2 7 0
))
(<- suic (array suiclist :dimensions '(2 17 11)))
(<- methods '(Poison Cookgas Toxicgas Hang Drown Gun Knife Jump Other))
(<- sex '(Male Female))
(<- age (loop for i from 10 to 90 by 5 collect i))
(<- suic (ref suic t t (iseq 2 10)))
(<- sdata (mway-dataset suic :factors (list "Sex" "Age" "Method" )
:variates (list "count")
:factor-levels (list sex age methods)
:name "Suicide data"))
;;; --- The trellis plot ------------------------------------------------
(defun log1(x) (log (+ 1 x)))
(setq b
(let* ((p (1d-point-cloud :data sdata :cases '(:by "Age") :var :iseq :orientation :vertical
:flip-y? t
:case-view `(:type label
:font ,wb:*very-small-graphics-font*
:justification :right) ))
(b (batch-plot :data sdata :by "Method" :x "count" :y :iseq :x-function #'log1
:ncols 3
:subview-type `(:type overlay-plot :margins :none :title label :flip-y? t
;;:lines-to :left-right :ecolor ,wb::*light-gray-color*
:by "Sex" )
:left-view (list p (copy-view p) (copy-view p ) )
:no-labels? t :top-view nil
:right-view nil :left-view-size 0.08
:bottom-view '(:type axis :min 0 :max 8 :pretty? nil :tic-list (0 4 8))
:draw? nil
))
(w (make-view-window :left 0 :bottom 0 :top 400 :right 400)))
(draw-view b :viewport (make-viewport w))
b))
(loop for v in (subviews-of (interior-view-of b))
when (typep v '2d-plot)
do (set-drawing-style (second (interior-views-of v) ) :edashing nil )
(set-drawing-style (second (interior-views-of v) ) :ecolor 13421772 )
(set-lines-to (second (interior-views-of v) ) :left-right) )
;; It might be clearer to show all the factor levels separately:
(setq g (grid-layout :data sdata :subviews
`((:type case-display-list :title "Age" :cases (:by "Age") :scrollable? nil
)
(:type case-display-list :title "Method" :cases (:by "Method") :scrollable? nil )
(:type case-display-list :title "Sex" :cases (:by "Sex") :scrollable? nil ))
:cols '(.1 .28 .3 .68 .7 1.0)
:draw? t))
(setq lt (make-link-table :test #'subset-id))
(setq lc (make-link-table :test #'contains-data-p))
(link-view b :type 'point-symbol :link-table lt)
(link-view b :link-table lt)
(link-view g :link-table lt)
;; Note: we can use g to select various combinations of factor levels
;; We link only the point symbols in b. Otherwise the age labels would be linkable
;;; --- Correspondence analysis computation ------------------------------------------------
(<- d (array suiclist :dimensions '(34 11)))
(<- d (ref d t (iseq 2 10)))
(<- d (/ d (sum d)))
(<- dr (collapse #'sum d :slices 0))
(<- dc (collapse #'sum d :slices 1))
(<- drdc (.* dr (tp dc)))
(<- e (/ (- d drdc) (sqrt drdc)))
(<- esvd (svd-of e))
(<- delta (singular-values-of esvd))
(<- u (ref (left-singular-vectors-of esvd) t '(0 1)))
(<- v (ref (right-singular-vectors-of esvd) t '(0 1)))
(<- u1 (/ (* (ref u t 0) (eref delta 0)) (sqrt dr)))
(<- u2 (/ (* (ref u t 1) (eref delta 1)) (sqrt dr)))
(<- v1 (/ (* (ref v t 0) (eref delta 0)) (sqrt dc)))
(<- v2 (/ (* (ref v t 1) (eref delta 1)) (sqrt dc)))
(<- udata (array (row-major-list-elements (cglue u1 u2)) :dimensions '(2 17 2)))
(<- vdata (cglue v1 v2))
;; edata are the Pearson residuals assuming independece of Method with Age.Sex
;; which are fed into the SVD to compute the CA
;; udata are the CA coordinates for "rows" = Age.Sex factor, vdata are the
;; CA coordinates for the "columns" = Method factor.
;; Turn these into datasets prior to plotting:
(<- edata (mway-dataset (array e :dimensions '(2 17 9)) :factors (list "Sex" "Age" "Method" )
:variates (list "resid")
:factor-levels (list sex age methods)
:name "Suicide residuals"))
(<- udata (mway-dataset udata
:factors (list "Sex" "Age" )
:variates (list "CA1" "CA2")
:factor-levels (list sex age )
:name "Age.Sex score"))
(<- vdata (mway-dataset vdata
:factors (list "Method" )
:variates (list "CA1" "CA2")
:factor-levels (list methods )
:name "Method score"))
;;; --- Residual plots ------------------------------------------------
;; First, plot the residuals used to compute the CA.
(setq eplot
(let* ((p (1d-point-cloud :data edata :cases '(:by "Age") :var :iseq :orientation :vertical
:flip-y? t
:case-view `(:type label
:font ,wb:*very-small-graphics-font*
:justification :right)))
(b (batch-plot :data edata :by "Method"
:x "resid" :y :iseq
:ncols 3
:subview-type `(:type overlay-plot :margins :none :title label :flip-y? t
;; :lines-to :left-right :ecolor ,wb::*light-gray-color*
:by "Sex")
:left-view (list p (copy-view p) (copy-view p ) )
:no-labels? t :top-view nil
:right-view nil :left-view-size 0.08
:bottom-view '(:type axis :min -.08 :max .08 :pretty? nil :tic-list (-.08 0 .08))
:draw? nil
))
(w (make-view-window :left 0 :bottom 0 :top 400 :right 400)))
(draw-view b :viewport (make-viewport w))
b))
(loop for v in (subviews-of (interior-view-of eplot))
when (typep v '2d-plot)
do (set-drawing-style (second (interior-views-of v) ) :edashing nil )
(set-drawing-style (second (interior-views-of v) ) :ecolor 13421772 )
(set-lines-to (second (interior-views-of v) ) :left-right) )
(loop for v in (subviews-of (interior-view-of eplot))
when (typep v '2d-plot)
do
(layer-view (interior-view-of v) 'oriented-line
:orientation :vertical :intercept 0 :viewed-object nil))
;; eplot and b show "the same" cases, in the sense that the cases represent the same
;; factor combinations, but the cases are not automatically "eq-dataset".
;; To change this, one could change eq-dataset, or, define a new link test::
(defun eq-idt(a b)
(or (eq-dataset a b) (eq-identifiers (identifier-of a) (identifier-of b))))
;; Then link the plots..
(setq lt (make-link-table :test #'eq-id))
(link-view b :to-views :old :draw? nil :type 'point-symbol)
(link-view eplot :to-views :old :draw? nil :type 'point-symbol)
;; or, parallel link for speed
(fast-link2-views eplot b :draw? nil :type '(and linkable-mixin point-symbol))
;; We have not linked the age and method labels.
;; Instead, we draw the labels in a separate display below.
;;; --- Correspondence analysis plots ------------------------------------------------
;; The plot the CA scores.
(setq ca
(let ((s
(scatterplot :data udata :x "CA1" :y "CA2"
:left-view (list :type 'axis :tic-format "~4,1F")
:bottom-view (list :type 'axis :tic-format "~3,1F"))))
(layer-view (interior-view-of s) (2d-point-cloud :data vdata :x "CA1" :y "CA2"
:case-view 'data-label))
(set-aspect-ratio s )
(layer-view (interior-view-of s) 'oriented-line :orientation :vertical :intercept 0 :data nil)
(layer-view (interior-view-of s) 'oriented-line :orientation :horizontal :intercept 0 :data nil)
s))
(defun subset-id(a b)
(or (eq-dataset a b)
(let ((ia (identifier-of a))
(ib (identifier-of b)))
(or (eq-identifiers ia ib)
(cond ((and (listp ia) (listp ib))
(or
(subsetp ia ib :test #'eq-identifiers)
(subsetp ib ia :test #'eq-identifiers)))
((listp ia)
(member ib ia :test #'eq-identifiers))
((listp ib)
(member ia ib :test #'eq-identifiers))
(t nil))))))
(set-link-table-test #'subset-id :link-table lt :rebuild-links? nil)
(link-view ca :link-table lt :draw? t :type 'point-symbol)
(link-view ca :link-table lt :draw? t )
(loop for s in (descendant-views-of-type b 'plot)
when (title-of s) do
(setf (vw::linkable-view-p (title-of s)) t))
(loop for s in (descendant-views-of-type eplot 'plot)
when (title-of s) do
(setf (vw::linkable-view-p (title-of s)) t))
(setq ltm (make-link-table :name "Method" :test #'id-test))
(link-view b :type 'label :link-table ltm)
(link-view eplot :type 'label :link-table ltm)
(link-view ca :type 'label :link-table ltm)
#|
;; It might be clearer to show all the factor levels separately:
(setq g (grid-layout :data sdata :subviews
`((:type case-display-list :cases (:by "Age") :scrollable? nil
)
(:type case-display-list :cases (:by "Method") :scrollable? nil )
(:type case-display-list :cases (:by "Sex") :scrollable? nil ))
:cols '(.1 .2 .3 .6 .7 1.0)
:draw? t))
(link-view g :link-table lt :draw? nil )
|# | 12,615 | Common Lisp | .l | 246 | 39.556911 | 110 | 0.527306 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | c87c19d3ca2f0fcbde4caf1acf96a36a553aaf8c17d0ca714ec5e36067b2d6be | 32,944 | [
-1
] |
32,945 | drawing-styles.lsp | rwoldford_Quail/examples/views/Basics/drawing-styles.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; drawing-styles
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1995.
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; Make a view. It is not drawn automatically.
;;;
(setq v (view))
;;; To draw the view...
;;; Since this is just a vanilla view, all you get is an empty viewport.
(draw-view v)
;;; The basic view can be highighted or not, invisible or not.
;;; These properties of a view are called its drawing style.
;;; Some kinds of views have more detailed drawing styles,
;;; but highlight and invisible styles are common to all views.
;;; To examine its drawing style do
(drawing-style-of v)
;;; To highlight it do
(set-drawing-style v :highlight? t)
;;; The value of *default-highlight-color* determines the highlight color.
;;; One can of course change this..
(setq *default-highlight-color* wb:*orange-color*)
;;; Or, for something more exotic,
(setq *default-highlight-color* (wb:prompt-user-for-color))
;;; Let's make a view that actually produces something on the screen!
(setq v (point-symbol :draw? t)) ; or any other kind of view.
;;; By default, only views of type plot are automatically drawn, so we need :draw? to
;;; draw the view.
;;; All views have drawing styles highlight and invisible.
;;; These values can also be set from the view's middle menu.
;;; See (edit-file "q:Examples;Views;Basics;mouse.lsp") for details on the menus.
(set-drawing-style v :highlight? t)
(set-drawing-style v :highlight? nil)
(set-drawing-style v :highlight? :toggle)
(set-drawing-style v :invisible? t)
(set-drawing-style v :invisible? nil)
(set-drawing-style v :invisible? :toggle)
;;; Any drawing style which takes values t or nil (for on and off)
;;; can also be toggled, as above.
;;; Notice an invisble view can still be highlit.
;;; Most simple views have a drawing style for color.
;;; To get a list of the style keys of v do
(style-keys-of v)
;;; Like all views it also has drawing style :highlight? and :invisible?.
;;; To check on the current style values do
(drawing-style-of v)
;;; To obtain on a particular style value do
(draw-style v :color)
;;; To change the color do:
(set-drawing-style v :color wb:*yellow-color*)
(set-drawing-style v :color :prompt)
;;; Drawing styles can also be set from the view's middle menu.
;;;--------multiple drawing styles---------------------------------
;;; Some views have multiple drawing styles, which means different parts
;;; of the view can be colored ( highlit, invisible..) individually.
(list-view-classes 'multiple-draw-style-mixin)
;;; Let's make one of these.
(setq v (bar :draw? t))
(set-drawing-style v :fill? t :color wb:*white-color*)
;;; To give different portions of a bar different drawing styles.
;;; first set up the bar with viewed elements
;;; being a list of items.
;;; For example:
(setq v (bar :draw? t :viewed-elements '(a b c)))
;;; Now make v a solid green bar..
(set-drawing-style v :color wb:*green-color* :fill? t)
;;; To change the color of part of v do:
(set-drawing-style v :element 'b :color wb:*white-color* :test #'eql)
;;; Now v is two parts green, one part white, but the two green parts
;;; are drawn contiguously.
;;; To make v drawn as green-white-green do
(set-collect-styles-p v nil :draw? t)
;;; Now set the c-part of v to "gold"
(set-drawing-style v :element 'c :color wb:*orange-color* :test #'eql)
;;; For a more accurate rendition of "gold"...
(set-drawing-style v :element 'c :color :prompt :test #'eql)
;;; And if you prefer, change the direction of striping...
(set-orientation v :toggle :draw? t)
;;; Voila, the Irish flag!
| 4,046 | Common Lisp | .l | 90 | 41.4 | 86 | 0.651066 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | f0ef0f54639fe982a298efd09e1c7ef9cee8672b0f358a3b4f6d71f160be9ac9 | 32,945 | [
-1
] |
32,946 | selection.lsp | rwoldford_Quail/examples/views/Basics/selection.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; selection
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1997
;;;
;;;
(in-package :quail-user)
(load "q:Data;cigs.lsp")
(setq a (scatterplot :data cigs :x "tar" :y "nicotine"))
(setq b (scatterplot :data cigs :x "weight" :y "carbon-monoxide"))
;; link the scatterplots via, or
;; link each in turn by invoking `link' from the Plots menu from the
;; menubar on the op of the screen.
(link-views a b)
(setq c (case-display-list :data cigs :draw? t))
;; to link c to the scatterplots..
(link-view c)
;; LEFT = SELECT
;; Left mouse on a view (try the point symbol or label) highlights it
;; and downlights everything else.
;; (if it happens that the view is already highlighted, then the
;; left mouse button downlights it).
;; Groups of point symbols can be highlighted by dragging
;; out the rectangle provided with a left mouse on the point cloud.
;; Groups can also be highlighed via brushing
;; The colors of the highlighted point symbols can be changed via
;; the middle menu on the point cloud
(set-drawing-style (interior-view-of a) :color *red-color* :highlit? t)
;; and the shape via
(set-drawing-style (interior-view-of a) :symbol :circle :highlit? t)
;; or all at once
(set-drawing-style (interior-view-of a) :color *red-color*
:fill? t :symbol :circle :highlit? t)
;;; now make histograms and link those.
(col-layout :subviews (loop for v in (list-variates cigs)
collect (histogram :data cigs :title " " :left-label nil :var v :draw? nil))
:draw? t
:box-views? nil
:link? t
)
;; MIDDLE = UNION
;;; Hitting Shift along with the left mouse buttom (shift-mouse on the Mac)
;;; does extended selection. Unlike the MAC UI this does a union (OR) rather than
;;; XOR.
;;; eg Left mouse on the right-most bar in the tar histogram
;;; highlights high tar cigarettes.
;;; Then shift-left on the right-most bar in the weight histogram
;;; highlights those who have high weight or tar.
;; SHIFT MIDDLE = INTERSECTION
;;; Hitting Shift along with the middle mouse buttom (shift-option-mouse on the Mac)
;;; does an intersection.
;;; eg Highlight the left-most bar on the tar histogram
;;; Then shift-middle on the left-most bars in the other histogram
;;; This highlights those who have low weight, and low tar, and low carbon monoxide
;; SHIFT RIGHT = DIFFERENCE
;;; Hitting Shift along with the RIGHT mouse buttom (shift-command-mouse on the Mac)
;;; does a difference: ie removes the current selection from the previous selection.
;;; eg Highlight the right-most bar on the weight histogram.
;;; Then shift-right on the right-most bar on the nicotine histogram.
;;; This identifies 2 brands as having high weight but middling values on the
;;; other 3 variables.
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;; Another example
(load "q:Data;ais.lsp")
;; The dataset has two categorical variables, "Sport" and Sex".
;; The following shows the factor levels..
(setq b (grid-layout :subviews (list (batch-display-list
:data bodymass
:by "Sport" :scrollable? nil )
(batch-display-list
:data bodymass
:by "Sex" :scrollable? nil ))
:nrows 1 :draw? t
:box-views? nil))
;; Get rid of the old links with
(delete-link-table)
;; This starts off a fresh link table
(link-view b)
;; Select female-- and see that there are no female w_polo participants.
;; There are no male netball or gym athletes.
(setq h (histogram :data bodymass :var "%Bfat" :function #'log))
(setq s (scatterplot :data bodymass :x "SSF" :y "BMI"))
(link-view h)
(link-view s)
;; Color the females red.
(set-drawing-style (interior-view-of h) :fill? t)
;; Select female-- then intersection-select T_400M.
;; Female 400m runners belong to low-fat categories.
;; Select those in the scatterplot with the highest 6 SSF values.
;; They are all Female, and Five of the six are netball players.
;; Select the 2.5-3.0 Bfat category- there are high Bfat values for men.
;; The labels show there are no sprinters in this category.
;; Intersect-select male label:
;; Then netball and gym are downlit, because they are not played by
;; males. However, the highlit labels are NOT the sports played by high fat
;; males.
;; If the selection order is reversed you get the same result:
;; Select males, and intersect-select the 2.5-3.0 Bfat category
;; the first action shows all sports played by males, and the second downlights
;; sports which are not played by people in the in the high fat category
(setq sports '(NETBALL GYM SWIM ROW B_BALL T_400M FIELD T_SPRNT W_POLO TENNIS))
(defun sport-num(s)
(position s sports))
(setq sport-labels (vw::descendant-views-of-type (car (subviews-of b)) 'label))
(setq s1 (scatterplot :data bodymass :y "Sport" :y-function #'sport-num :x "BMI"
:left-labels (reverse sport-labels)
:left-label-size .2
:left-view nil
:case-views-from s
))
(setq sp (bar-plot :data bodymass :by "Sport" ))
(setq ss (bar-plot :data bodymass :by "Sex" ))
(setq v (view-layout :box-views? nil
:subviews (list s b sp ss)
:positions (list (make-region 0 3 2 4)
(make-region 3.5 5 2 4)
(make-region 0 3 .7 1.7)
(make-region 3.5 5 0.7 1.7))
:bounding-region (make-region -.1 5.1 0.6 4.1)))
(setq vp (make-viewport (make-view-window :left 0 :bottom 0 :right 500 :top 300)))
(draw-view v :viewport vp)
| 6,390 | Common Lisp | .l | 129 | 41.635659 | 107 | 0.612549 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 5244fe40fb6a3c22616f8b6c70b82a96f20bb37c43eeaeeab996eec35186d63f | 32,946 | [
-1
] |
32,947 | vp-vw.lsp | rwoldford_Quail/examples/views/Basics/vp-vw.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Viewports and view windows
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; Every view is drawn in a rectangular region of a view-window
;;; called a viewport. Every view can appear in more than one viewport
;;; and consequently in more than one view-window.
;;;
;;; In what follows, we illustrate the construction
;;; and use of viewports and views.
;;;
;;; The basic idea is that when drawn, a view is displayed in a rectangular
;;; region within a window.
;;; The window is called view-window and the rectangular region is called a
;;; viewport.
;;;
;;; To be concrete, let's first make a view-window, say win.
;;; The constructor is called make-view-window and can be called with no arguments
;;; -- the result would be a window in default position, of default colour, etc.
;;; Here we make win in a particular position in screen coordinates
;;; (in Quail all coordinate systems have the origin (0,0) in the lower left
;;; and increasing in magnitude from left to right and bottom to top).
;;; Note that the unit is a single pixel.
(setf win (make-view-window :left 50 :right 450 :bottom 100 :top 300
:background-color wb::*gray-colour*))
;;; to draw a view in this window, we first need a viewport.
;;; This is constructed with
;;; (make-viewport w xmin xmax ymin ymax)
;;;
;;; where w is the target window and the remaining arguments specify the
;;; rectangular coordinates of the viewport expressed in the local coordinates
;;; of the window. All arguments are optional.
(setf vp (make-viewport win 50 150 10 60))
;;; To see it
(draw-viewport vp)
;;; or in colour (note US spellings of keywords are used).
(draw-viewport vp :color wb:*blue-color*)
;;; Usually however, we have little interest in the viewports except as
;;; places where views can be drawn.
;;; So here's a simple view -- a label
(setf lab (label :viewed-object "hi there"))
;;; which can now be drawn in the specified viewport using draw-view
(draw-view lab :viewport vp)
;;; The mouse can now be placed within the region of the viewport and so
;;; used to interact with the label in the usual way.
;;; The viewport is the rectangular region that is highlighted when the
;;; label is selected with the mouse. Note that reshaping the view-window will
;;; reshape the viewport as well. The size and location of the viewport are
;;; defined relative to the size of the view-window at the time of the viewport's
;;; creation.
;;;
;;; The same view can be drawn in many different viewports (in the same or in
;;; different view-windows). For example,
(setf new-vp (make-viewport win 160 250 50 75))
(draw-view lab :viewport new-vp)
;;; Note that this is the SAME view -- it's just drawn in two different
;;; viewports -- and so any changes to the view will be displayed in both places.
;;; (Selection for example will cause both viewports to be highlighted.)
;;;
;;; Many functions take a viewport as an argument as in
(erase-view lab :viewport new-vp)
;;; and
(draw-view lab :viewport new-vp)
;;; or even
(loop for i from 1 to 10 do
(invert-view lab :viewport vp)
(sleep .1)
(invert-view lab :viewport vp)
(invert-view lab :viewport new-vp)
(sleep .1)
(invert-view lab :viewport new-vp)
)
;;; If not given, then a reasonable default is to apply the procedure to
;;; all viewports in which the view appears, as in
(erase-view lab)
;;; Of course the viewports are still there as can be seen by redrawing the view.
(draw-view lab)
;;; The set of viewports in which a view is currently displayable is returned
;;; as a list from the view itself by
(viewports-of lab)
;;; Or the (viewport . view) pairs from a view-window with
(viewports-and-views-of win)
;;; An example of the use of the latter might be
(loop for vp-v in (viewports-and-views-of win)
do
(highlight-view (cdr vp-v) :viewport (car vp-v))
(sleep .1)
(downlight-view (cdr vp-v) :viewport (car vp-v)))
;;; or again (to illustrate the loop macro)
(loop for (vp . v) in (viewports-and-views-of win)
do
(highlight-view v :viewport vp)
(sleep .1)
(downlight-view v :viewport vp))
| 4,695 | Common Lisp | .l | 105 | 40.571429 | 84 | 0.654356 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | d9c259c22bed157deb9cac1865533430ae5425997ce2df77cd524fd8db5525fe | 32,947 | [
-1
] |
32,948 | mouse.lsp | rwoldford_Quail/examples/views/Basics/mouse.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; mouse
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1995.
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; This file gives an introduction to the graphical user interface
;;; of views.
;;; Views follows Window-Basics and assumes a three-button mouse.
;;; We identify the buttons as left, middle and right.
;;; (On the mac, hit the mouse button for left,
;;; the mouse button + option for middle, and
;;; the mouse button + command for right.)
;;; Operations on a view may be invoked by pointing the
;;; mouse cursor at the view and hitting the mouse button.
;;;
;;;
(setq v1 (view-layout :subviews (list (label :text "one")
(label :text "two")
(label :text "three"))
:positions (list (make-region .2 .3 .2 .3)
(make-region .6 .8 .5 .7)
(make-region .6 .8 .8 .9))
:bounding-region (make-region)
:draw? t))
(setq v2 (2d-point-cloud))
(setq s1 (car (subviews-of v2)))
;;; The basic behaviour common to most kinds of view is:
;;; left: SELECT
;;; Some information on v is printed.
;;; If v was not selected before the left click, then v is highlighted and
;;; highlighting is turned off on previously selected views.
;;; *selected-view* is a list containing v and no other
;;; view.
;;; If v is already selected before the left click, then the highlighting
;;; is turned off on v and on all previously selected views.
;;; Equivalent to..
(left-button-fn s1)
;;; On views such as point-cloud, this allows you to sweep
;;; out a rectangle R on the screen.
;;; Views vi within R which are not selected before the left click, are highlighted.
;;; Views vi within R which are selected before the left click, are downlighted.
;;; At the end, *selected-view* is a list containing the highlighted views within R.
;;; Concisely, if N is the view pointed at by the mouse or views in R,
;;; and P is the previous selection, then SELECT
;;; leaves N intersection (not P) selected.
;;; Equivalent to..
(left-button-fn v2) ; waits for you to sweep out a rectangle
;;; middle: MENU
;;; pops up the middle menu for the view v.
;;; The middle menu allows you to change drawing styles
;;; plus other parameters that determines the view's appearance.
;;; Equivalent to..
(middle-button-fn s1)
;;; waits for you to push the mouse button and then the middle menu for s1 pops up.
;;; right: MENU
;;; pops up the right menu for the view v.
;;; The right menu is almost the same for each kind of view,
;;; it offers operations for linking, moving, removing and
;;; layering among others.
;;; Equivalent to..
(right-button-fn s1)
;;; waits for you to push the mouse button and then the middle menu for s1 pops up.
;;; The left, middle and right buttons can be modified by the
;;; shift and ctrl keys.
;;; shift-left EXTENDED SELECT (UNION)
;;; Some information on v is printed.
;;; Also, the view v is highlighted and v is added to the
;;; list of highlighted views.
;;; Notice, unlike the unmodified left click, shift-left
;;; does not toggle the highlighting on v and previously selected views
;;; are unaffected, ie remain selected.
;;; Equivalent to..
(shift-left-button-fn s1)
;;; On views such as point-cloud, this allows you to sweep
;;; out a rectangle R on the screen.
;;; Concisely, if N is the view pointed at by the mouse or views in R,
;;; and P is the previous selection, then UNION
;;; leaves N union P selected.
;;; shift-middle SELECT (INTERSECTION)
;;; Some information on v is printed.
;;; Also, the view v is highlighted and
;;; highlighting is turned off on previously selected views.
;;; *selected-view* is a list containing v and no other
;;; view.
;;; Equivalent to..
(shift-middle-button-fn s1)
;;; On views such as point-cloud, this allows you to sweep
;;; out a rectangle R on the screen.
;;; Concisely, if N is the view pointed at by the mouse or views in R,
;;; and P is the previous selection, then INTERSECTION
;;; leaves N intersection P selected.
;;; shift-right does nothing
;;; ctrl-left
;;; ctrl-middle
;;; ctrl-right
;;; These are intended to invoke operations on the viewed object of the
;;; view. At present they just put up an inspector on the
;;; viewed object of the view.
;;; Equivalent to..
(ctrl-xx-button-fn s1)
| 4,873 | Common Lisp | .l | 111 | 38.837838 | 85 | 0.63648 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | e3a3a60ad60965ddd71e0dd8ad0069a208b54871370fe83d2b6a3b407de39f86 | 32,948 | [
-1
] |
32,949 | move-copy.lsp | rwoldford_Quail/examples/views/Basics/move-copy.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; move-copy
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1995.
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; First, experiment with any kind of view, simple or compound.
(setq v (arrow :draw? t)) ; or any other kind of view.
;;; A view is drawn on a rectangular portion of a window called a viewport.
;;; By default, the viewport occupies all of the window. To move or reshape the
;;; viewport, invoke "Drag" from the right button menu or equivalently
(move-view v :new-location (make-region 40 80 20 90))
;;; The new location is a region with coordinates in order left right bottom top,
;;; which should be in the coordinate system of the window. If it happens
;;; that the new-location is outside the window, the view will not be drawn.
;;; A view can be drawn in more that one viewport.
;;; The viewports where the view is drawn can be accessed by
(viewports-of v)
;;;
It will be useful to
(setq vp (car (viewports-of v)))
For instance, we can draw
;;; v a second time with
(draw-view v :viewport (make-viewport))
;;; Now try (viewports-of v) again.
;;; Now
(move-view v :new-location (make-region 40 80 20 90))
;;; moves v in the new viewport by default.
;;; If we want to move v in the original viewport we must
;;; specify the viewport,
(move-view v :new-location (make-region 40 80 120 145) :viewport vp)
;;; Another way to may another image of a view uses the "DragCopy" operation
;;; on the right button, or equivalently
(copy-image v :new-location (make-region 500 600 300 400))
;;; Here the new-location should define a region in the coordinates
;;; of the screen. If it turns out that the new-location is contained
;;; in an existing window, then the view is drawn in that window,
;;; regardless of whether the view already appears in that window or not.
(copy-image v :new-location (make-region 90 130 90 120))
;;; We can "decorate" the view by drawing something else on
;;; a viewport occupying the same location.
;;; We could do this in a few ways.
(setq v1 (line :orientation :vertical))
(draw-view v1 :viewport (copy-region vp) )
;;; or
(layer-view v (line :orientation :horizontal) :viewport vp)
;;; These are equivalent. If you use just vp instead of (copy-region vp)
;;; the first version also works, but now if you move v v1 will also move.
;;; (It is necessary to redraw the window after moving so both v and
;;; v1 are drawn in the new version of vp.)
;;; To layer a view via menus, select "paste" from the right menu of v,
;;; and choose "line" from the proferred menu. This layers a line on v,
;;; by default it is a diagonal line, but the orientation can be altered
;;; via the line's middle menu.
;;; To get rid of a view from the window invoke "cut" from the right menu
;;; or do
(remove-view v :viewport vp)
;;; This is more drastic than setting the drawing style to invisible,
;;; removing the view actually removes the pointer from the window to
;;; the view.
;;; Layering a view followed by removing the underlying view amounts
;;; to replacing one view with another. When using the menus, it may be
;;; difficult or impossible to select the underlying view. Hence views
;;; uses the convention that if the original view is selected when the
;;; layering occurs, the original view is automatically removed.
;;; Programmatically,
(select-view v)
(layer-view v (line :orientation :vertical) :viewport vp)
;;; replaces v with a vertical line.
;;; Now we move to a compound view.
(setq v (view :type 'compound-view :draw? t))
;;; V is a compound view. It has no subviews.
;;; Let's give v a few subviews.
;;; Add a label to v. The default bounding region of v is the
;;; unit square, so we specifiy the location of the new view
;;; as a region within the bounding region.
(add-subview v (label :text "one") (make-region .2 .4 .1 .3))
(add-subview v (label :text "two") (make-region .5 .7 .1 .3))
;;; The basic compound-view is intended as a placeholder
;;; for other more interesting compound views. One such
;;; compound view is view-layout, which allows the user
;;; to specify the subviews and their location at construction time.
(setq v (view-layout :subviews (list (label :text "one")
(label :text "two")
(label :text "three"))
:positions (list (make-region .2 .3 .2 .3)
(make-region .6 .8 .5 .7)
(make-region .6 .8 .8 .9))
:bounding-region (make-region)
:draw? t))
;;;The default bounding region of v is made just bug enough to
;;; contain the subviews, if we want a bigger bounding-region
;;; we should specify it.
;;; unit square, so we specifiy the location of the new view
;;; as a region within the bounding region.
(setq s1 (arrow))
(add-subview v s1 (make-region .5 .7 .1 .3))
;;; Now if we want to move s1 say, we can use
(move-subview v s1 (make-region .1 .3 .2 .4))
;;; where the new location is specified in the parent
;;; v's coordinatye system, or, do as in the previous section
(move-view s1 :new-location (make-region 40 80 120 145) )
;;; where the new location is specified in the window coordinate
;;; system. In any case, neither move-view or move-subview will
;;; allow you to move s1 to a region outside that occupied by
;;; its parent.
;;; One can remove s1 by
(remove-subview v s1)
;;; or as above by
(remove-view s1)
;;; As before copy-image, produces a new image of a view on the screen.
(vw::copy-image v :new-location (make-region 300 500 200 500) )
;;; Now try..
(setq s1 (arrow))
(add-subview v s1 (make-region .5 .7 .1 .3))
;;; Notice the arrow appears in both images of v.
;;; Since a subview is restricted to appearing once in the parent,
(vw::copy-image s1 :new-location (make-region 40 80 120 145) )
;;; is equivalent to move-view, but with the location
;;; specified in screen coordinates.
;;; To add some decoration to the arrow:
(layer-view s1 (line :orientation :vertical))
;;; places a vertical line ontop of s1 wherever s1 is drawn on the screen.
;;;
(layer-subview v (line :orientation :horizontal) s1 )
;;; places a horizontal line ontop of s1 wherever s1 appears
;;; as a subview of v.
;;; In the first version, s1 only appears once on the screen,
;;; so there is only one possible viewport where the line can be
;;; placed. If s1 appeared more than once on the screen
;;; the particular viewport of s1 should be specified after a :viewport
;;; key.
;;;In the second version, the position of s1 inside v
;;; is the intended location of the line
;;; One can may construct a new view object with the same appearance as v
;;; using
(copy-view v)
;;; By default it uses a viewport the same size as the most recent
;;; viewport constructed for v.
;;; If you prefer, you can specify a viewport for the copy
(copy-view v :viewport (make-viewport))
;;; or not draw the copy at all
| 7,503 | Common Lisp | .l | 152 | 44.776316 | 84 | 0.665788 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | e7f74f3d4344e82aa2e0241cea74ad8d10c905fc0f4fd34b88883dbe46697d94 | 32,949 | [
-1
] |
32,950 | introduction.lsp | rwoldford_Quail/examples/views/Basics/introduction.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; introduction
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1995.
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; Make a view. It is not drawn automatically.
;;;
(setq v (view))
;;; To draw the view...
;;; Since this is just a vanilla view, all you get is an empty viewport.
(draw-view v)
;;; The basic view can be highighted or not, invisible or not.
;;; These properties of a view are called its drawing style.
;;; Some kinds of views have more detailed drawing styles,
;;; but highlight and invisible styles are common to all views.
;;; To examine its drawing style do
(drawing-style-of v)
;;; To highlight it do
(set-drawing-style v :highlight? t)
;;;------------------------------------------------------------------------
;;; Different kinds of views
;;; See (edit-file "q:Examples;Views;Basics;classes.lsp") for
;;; details on different kinds of views.
;;;------------------------------------------------------------------------
;;; To make this overview more interesting, let's construct
;;; and draw a view which produces something in the viewport.
;;; Views are divided into simple views and compound views.
;;; Compound views are composed of other views, which are themselves
;;; compound or simple views.
;;; Simple views on the other hand have no subviews, but usually will
;;; produce some figure when drawn on the screen.
;;; One can make a vanilla simple-view or compound view,
(view :type 'simple-view)
(view :type 'compound-view)
;;; but just like the vanilla view this doeesn't produce
;;; anything when drawn on the screen.
;;; point-symbol, bar and label are examples of simple views.
;;; The result of (list-view-classes 'simple-view)
;;; lists all views that inherit from simple-view.
;;; The result of (list-view-classes 'compound-view)
;;; lists all views that inherit from compound-view.
;;; Try them out..
(loop for v in (list-view-classes 'simple-view)
do (view :type v :draw? t))
;;; There are a lot of compound views to try- instead pick a few
;;; randomly.. its a good idea to first load some data, eg the apple data.
(load "q:Data;apple.lsp")
(let* ((l (list-view-classes 'compound-view))
(v (nth (random (length l)) l)))
(view :type v :draw? t))
;;; Most of the interesting view classes have constructor functions.
;;; For example, the function bar constructs a view of type bar.
;;; There are also constructor functions to construct views
;;; which are small variations on existing classes.
;;; The variable *view-constructors* contains a list of the
;;; functions to construct views.
;;; Try one..
(let ((v (nth (random (length *view-constructors*)) *view-constructors*)))
(funcall v :draw? t))
;;; First, I introduce some view operations that work for any view.
;;;
(setq v (arrow :draw? t)) ; or any other kind of view.
;;; By default, only plots (a kind of view) are automatically drawn,
;;; so we need :draw? to draw the arrow.
;;; ERase the view
(erase-view v)
;;; v temporarily disappears from view, but will reappear with
(draw-view v)
;;; or when a redisplay is issued to the window from the "Canvas" menu
;;; on the menubar.
;;;------------------------------------------------------------------------
;;; Graphichal user interface
;;; See (edit-file "q:Examples;Views;Basics;mouse.lsp") for
;;; more details.
;;;------------------------------------------------------------------------
;;; Views follows Window-Basics and assumes a three-button mouse.
;;; We identify the buttons as left, middle and right.
;;; (On the mac, hit the mouse button for left,
;;; the mouse button + option for middle, and
;;; the mouse button + command for right.)
;;; Operations on a view may be invoked by pointing the
;;; mouse cursor at the view and hitting the mouse button.
;;; The basic behaviour common to most kinds of view is:
;;; left: SELECT
;;; Some information on v is printed. Highlighting on v is toggled.
;;; middle: MENU
;;; pops up the middle menu for the view v.
;;; The middle menu allows you to change drawing styles
;;; plus other parameters that determines the view's appearance.
;;; right: MENU
;;; pops up the right menu for the view v.
;;; The right menu is almost the same for each kind of view,
;;; it offers operations for linking, moving, removing and
;;; layering among others.
;;;------------------------------------------------------------------------
;;; Drawing styles
;;; See (edit-file "q:Examples;Views;Basics;drawing-styles.lsp") for
;;; details on drawing styles.
;;;------------------------------------------------------------------------
;;; All views have drawing styles highlight and invisible.
;;; These values can also be set from the view's middle menu.
;;; See (edit-file "q:Examples;Views;Basics;mouse.lsp") for details on the menus.
(set-drawing-style v :highlight? t)
(set-drawing-style v :highlight? nil)
(set-drawing-style v :highlight? :toggle)
(set-drawing-style v :invisible? t)
(set-drawing-style v :invisible? nil)
(set-drawing-style v :invisible? :toggle)
;;; Any drawing style which takes values t or nil (for on and off)
;;; can also be toggled, as above.
;;; Notice an invisble view can still be highlit.
;;;------------------------------------------------------------------------
;;; Moving and Copying
;;; See (edit-file "q:Examples;Views;Basics;move-copy.lsp") for
;;; more details.
;;;------------------------------------------------------------------------
;;; A view is drawn on a rectangular portion of a window called a viewport.
;;; By default, the viewport occupies all of the window. To move or reshape the
;;; viewport, invoke "Drag" from the right button menu or equivalently
(move-view v :new-location (make-region 40 80 20 90))
;;; The new location is a region with coordinates in order left right bottom top,
;;; which should be in the coordinate system of the window. If it happens
;;; that the new-location is outside the window, the view will not be drawn.
;;; A view can be drawn in more that one viewport.
;;; The viewports where the view is drawn can be accessed by
(viewports-of v)
;;;
It will be useful to
(setq vp (first (viewports-of v)))
For instance, we can draw
;;; v a second time with
(draw-view v :viewport (make-viewport))
;;; Now try (viewports-of v) again.
;;; Now
(move-view v :new-location (make-region 40 80 20 90))
;;; moves v in the new (most recently constructed) viewport by default.
;;; If we want to move v in the original viewport we must
;;; specify the viewport,
(move-view v :new-location (make-region 40 80 120 145) :viewport vp)
;;; Another way to may another image of a view uses the "DragCopy" operation
;;; on the right button, or equivalently
(copy-image v :new-location (make-region 500 600 300 400))
;;; Here the new-location should define a region in the coordinates
;;; of the screen. If it turns out that the new-location is contained
;;; in an existing window, then the view is drawn in that window,
;;; regardless of whether the view already appears in that window or not.
(copy-image v :new-location (make-region 90 130 90 120))
;;; To get rid of a view from the window invoke "cut" from the fight menu
;;; or do
(remove-view v :viewport vp)
;;; This is more drastic than setting the drawing style to invisible,
;;; removing the view actually removes the pointer from the window to
;;; the view.
;;;------------------------------------------------------------------------
;;; Moving and Copying with Compound views
;;; See (edit-file "q:Examples;Views;Basics;move-copy.lsp") for
;;; more details.
;;;------------------------------------------------------------------------
(setq v (view :type 'compound-view :draw? t))
;;; V is a compound view. It has no subviews.
;;; Let's give v a few subviews.
;;; Add a label to v. The default bounding region of v is the
;;; unit square, so we specifiy the location of the new view
;;; as a region within the bounding region.
(add-subview v (label :text "one") (make-region .2 .4 .1 .3))
(add-subview v (label :text "two") (make-region .5 .7 .1 .3))
;;; The basic compound-view is intended as a placeholder
;;; for other more interesting compound views. One such
;;; compound view is view-layout, which allows the user
;;; to specify the subviews and their location at construction time.
(setq v (view-layout :subviews (list (label :text "one")
(label :text "two")
(label :text "three"))
:positions (list (make-region .2 .3 .2 .3)
(make-region .6 .8 .5 .7)
(make-region .6 .8 .8 .9))
:bounding-region (make-region)
:draw? t))
;;;The default bounding region of v is made just bug enough to
;;; contain the subviews, if we want a bigger bounding-region
;;; we should specify it.
;;; unit square, so we specifiy the location of the new view
;;; as a region within the bounding region.
(setq s1 (label :text "four"))
(add-subview v s1 (make-region .5 .7 .1 .3))
;;; Now if we want to move s1 say, we can use
(move-subview v s1 (make-region .1 .3 .2 .4))
;;; where the new location is specified in the parent
;;; v's coordinatye system, or, do as in the previous section
(move-view s1 :new-location (make-region 40 80 120 145) )
;;; where the new location is specified in the window coordinate
;;; system. In any case, neither move-view or move-subview will
;;; allow you to move s1 to a region outside that occupied by
;;; its parent.
;;; One can remove s1 by
(remove-subview v s1)
;;; or as above by
(remove-view s1)
;;; As before copy-image, produces a new image of a view on the screen.
(vw::copy-image v :new-location (make-region 300 500 200 500) )
;;; Since a subview is restricted to appearing once in the parent,
(copy-image s2 :new-location (make-region 40 80 120 145) )
;;; is equivalent to move-view, but with the location
;;; specified in screen coordinates.
;;; One can may a new view object with the same appearance as v
;;; using
(copy-view v)
| 10,743 | Common Lisp | .l | 218 | 45.059633 | 84 | 0.626611 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | b9a07084f370fa01df1b33063adea95b4582dc2875febedc33dd031981275c13 | 32,950 | [
-1
] |
32,951 | classes.lsp | rwoldford_Quail/examples/views/Basics/classes.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; classes
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1995.
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; Views are divided into simple views and compound views.
;;; Compound views are composed of other views, which are themselves
;;; compound or simple views.
;;; Simple views on the other hand have no subviews, but usually will
;;; produce some figure when drawn on the screen.
;;; One can make a vanilla simple-view or compound view,
(view :type 'simple-view)
(view :type 'compound-view)
;;; but just like the vanilla view this doeesn't produce
;;; anything when drawn on the screen.
;;; point-symbol, bar and label are examples of simple views.
;;; The result of (list-view-classes 'simple-view)
;;; lists all views that inherit from simple-view.
;;; The result of (list-view-classes 'compound-view)
;;; lists all views that inherit from compound-view.
;;; Try them out..
(loop for v in (list-view-classes 'simple-view)
do (view :type v :draw? t))
;;; There are a lot of compound views to try- instead pick a few
;;; randomly.. its a good idea to first load some data, eg the apple data.
(let* ((l (list-view-classes 'compound-view))
(v (nth (random (length l)) l)))
(view :type v :draw? t))
;;; Most of the interesting view classes have constructor functions.
;;; For example, the function bar constructs a view of type bar.
;;; There are also constructor functions to construct views
;;; which are small variations on existing classes.
;;; The variable *view-constructors* contains a list of the
;;; functions to construct views.
;;; Try one..
(let ((v (nth (random (length *view-constructors*)) *view-constructors*)))
(funcall v :draw? t))
;;; First, I introduce some view operations that work for any view.
;;;
(setq v (arrow :draw? t)) ; or any other kind of view.
;;; By default, only plots are automatically draw, so we need :draw? to
;;; draw the arrow.
;;;To examine the view hierarchy one can do (class-browse 'view)
;;;but is might be better to break the hierarchy into
(class-browse 'simple-view)
and
(class-browse 'compound-view)
;;; to get two more manageable windows.
;;; The following are important parts of the class hierarchy.
;;; (i) simple views (simple-view)
Examples are point symbols, labels text-views and bars.
(class-browse 'simple-view)
shows these and others.
;;; (ii) d-views (d-view)
;;; Here "d" stands for data. These views obtain one or more sets
;;; of coordinates from the data to contruct the view.
;;; The coordinates are then used in drawing the view on a viewport.
;;; Examples are histogram, boxplot, axis (these are 1d-views)
;;; 2d-point-cloud, fitted-line, smooth (these are 2d-views)
;;; rotating-cloud (a 3d-view)
;;; In the above-mentioned d-views all except axis and fitted-line
;;; are also compound views.
(class-browse 'd-view)
;;; shows these and others.
;;; (iii) layouts
A layout is a kind of compound view where the user can specify the
subviews at their location at construction time. Different
kinds of layout are:
(class-browse 'view-layout)
(view-layout)
;;; (iv) plots (plot)
| 3,539 | Common Lisp | .l | 82 | 39.682927 | 84 | 0.656738 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | e76df9726069325dee18649bc38be25399edbf681713fc3ad5e6bd8e0dc8d6eb | 32,951 | [
-1
] |
32,952 | data.lsp | rwoldford_Quail/examples/views/Basics/data.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; data
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1998 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1998.
#|
This file describes aspects of data for plotting.
The views system is intended to be flexible, and to plot any kind of
data, as long as it obeys certain protocols.
We have pre-defined protocols which work for two "natural"
data structures:
1. A list of lists, each sublist is a "case"
2. Arrays See also (edit-file "q:Examples;Arrays;array.lsp")
;;================================================================================
;;---- Simple datasets 1: lists------------------------
;;================================================================================
For the first of these, we construct a list of lists.
|#
(<- cig-list
'((14.1 0.86 .9853 13.6)
(16.0 1.06 1.0938 16.6)
(29.8 2.03 1.1650 23.5)
(8.0 .67 .928 10.2)
(4.1 .4 .9462 5.4)
(15.0 1.04 .8885 15)
(8.8 .76 1.0267 9)
(12.4 .95 .9225 12.3)
(16.6 1.12 .9372 16.3)
(14.9 1.02 .8858 15.4)
(13.7 1.01 .9643 13)
(15.1 .9 .9316 14.4)
(7.8 .57 .9705 10)
(11.4 .78 1.124 10.2)
(9.0 .74 .8517 9.5)
(1.0 .13 .7851 1.5)
(17 1.26 .9186 18.5)
(12.8 1.08 1.0395 12.6)
(15.8 .96 .9573 17.5)
(4.5 .42 .9106 4.9)
(14.5 1.01 1.007 15.9)
(7.3 .61 .9806 8.5)
(8.6 .69 .9693 10.6)
(15.2 1.02 .9496 13.9)
(12.0 .82 1.1184 14.9)))
(<- cig-data cig-list)
;; and we plot the first two variables (the first two values from each sublist as)
(scatterplot :data cig-data :x 0 :y 1)
;; If the x and y coordinates came in two separate lists, this is plotted via
(scatterplot :x '(0 1 2 3 4) :y '(3 4 5 1 1))
;; In this case the data in the form of two lists does not obey the protocol,
;; but we allow this form of input data for convenience. The plot system
;; simply converts the two lists into a list of lists prior to plotting,
;; so the above is equivalent to
(scatterplot :data '((0 3) (1 4) (2 5) (3 1) (4 1)) :x 0 :y 1)
;;================================================================================
;;---- Simple datasets 2: arrays ---------------------------------------------
;;================================================================================
;; In Quail, quail arrays are the basic structure. An array version of
;; cig-data is constructed via
(<- cig-data (array cig-list))
;; which is again plotted as
(scatterplot :data cig-data :x 0 :y 1)
;; If the x and y coordinates came in two separate 1d-arrays, this is plotted via
(scatterplot :x (array '(0 1 2 3 4) ) :y (array '(3 4 5 1 1)))
;; In this case the data in the form of two arrays does not obey the protocol,
;; but we allow this form of input data for convenience. The plot system
;; simply converts the two 1d arrays into a a 2d-array prior to plotting,
;; so the above is equivalent to
(scatterplot :data (array '((0 3) (1 4) (2 5) (3 1) (4 1))) :x 0 :y 1)
#|
;;================================================================================
----------The plot-data interface. ----------------------------------------
;;================================================================================
The plot extracts information from data.
Typically, this information consists of coordinates extracted
from cases corresponding to one or more variates. Other information
consists of the variates and case identifiers in the dataset.
The most important elements of the plot-data interface are:
--------------------------------------------
list-cases: extract a list of cases from a dataset.
(list-cases cig-data)
--------------------------------------------
value-of
(setq case (car (list-cases cig-data)))
(value-of case 0)
--------------------------------------------
dataset-name:
gives the name of a dataset as a string, if available.
(dataset-name cig-data)
This information is printed on the title in the scatterplot.
(dataset-name case)
gives the identifier of a case as a string, if available.
This information is printed with a left mouse click on a point symbol,
if available.
--------------------------------------------
list-variates:
lists the variates in the dataset.
(list-variates cig-data)
The arguments given to :x and :y are usually elements of this list.
This is used to construct the menu of choices for changing
variables (middle button on the axis or point cloud)
--------------------------------------------
We regard a case as a kind of dataset, so the functions list-cases,
dataset-name, list-variates are also defined for cases.
|#
;;================================================================================
;;---- Richer datasets : the dataset function ---------------------------------------
;;================================================================================
;; In the cigaratte data, the variables and case identifiers are
;; given
(<- cig-vars (list "tar" "nicotine" "weight" "carbon-monoxide"))
(<- cig-names (list "Alpine" "Benson & Hedges" "Bull Durham"
"Camel Lights" "Carlton" "Chesterfield"
"Golden Lights" "Kent" "Kool" "L&M"
"Lark Lights" "Marlboro" "Merit"
"Multifilter" "Newport Lights" "Now"
"Old Gold" "Pall Mall Light" "Raleigh"
"Salem Ultra" "Tareyton" "True"
"Viceroy Rich Lights" "Virginia Slims" "Winston Lights"))
;; We can associate this information with the numerical cig-data via
;; the dataset function:
(dataset cig-data :identifiers cig-names :variates cig-vars
:name "Cigarettes")
;; The dataset function does not change the structure of the cig-data,
;; it simply alters the behaviour of dataset-name, list-variates,
;; and value-of. The dataset function could be used with either the
;; array or list version of the cig-data.
(value-of (car (list-cases cig-data)) "tar")
;; Now I plot the cig-data via
(scatterplot :data cig-data :x "tar" :y "nicotine")
;;================================================================================
;;---- Richer datasets : the mway-dataset function ----------------------
;;================================================================================
;; Consider two-way anova data, where factor A has 4 levels and factor B 3 levels.
(setq response (random-gaussian :n 12))
;; We will make a two-way dataset from response.
;; This identifies the elements of response with the factor levels
;; ("A-1","B-1") ("A-1","B-2") in order: ie the first factor varies last.
(mway-dataset response :factors (list "A" "B") :variates (list "Y")
:factor-levels (list 4 3)
:name "Two-way")
;; mway-dataset differs from dataset in the way it constructs cases.
;; Here there is one case for each combination of factor levels.
(list-cases response)
(list-variates response)
(loop with v = (list-variates response)
for c in (list-cases response)
do (print (values-of c v)))
;; Alternatively, if response were a 2d-array:
(setq response (array (random-gaussian :n 12) :dimensions '(4 3)))
(mway-dataset response :factors (list "A" "B") :variates (list "Y") :name "Two-way")
(scatterplot :data response :y "Y" :x :iseq) ;; 12 point symbols, one per case.
;; In some settings, one may want to regard each level of A as a dataset.
;; Such a data set can be constructed from response via the dataset-transpose function:
(setq a-cases (dataset-transpose response "A"))
(dataset-p a-cases)
(loop with d = a-cases
with v = (print (list-variates d))
for c in (list-cases d)
do (print (values-of c v)))
;;---- Richer datasets : the mlevel-dataset function ----------------------
;;---- Your own dataset ---------------------------------------------
;; This example demonstrates how to construct a plot-data interface for some other
;; data structure.
;; Here, we use a CL hash table for the dataset, where the case identifiers are
;; the keys for the entries. Each entry represents a case, and this is also a hash
;; table.
(defun make-hash-case(vals vars id)
(let ((h (make-hash-table :test #'equal )))
(setf (gethash 'identifier h) id)
(loop for val in vals
for var in vars do
(setf (gethash var h) val))
h))
(defun make-hash-data(data vars ids did &key (save? t))
(let ((h (make-hash-table :test #'equal)))
(setf (gethash 'identifier h) did)
(setf (gethash 'not-a-case h) t)
(loop for d in data
for id in ids
for case = (make-hash-case d vars id)
do (setf (gethash id h) case))
(if save? (push h *datasets*))
h))
(setq cigs-hash (make-hash-data cig-list cig-vars cig-names "Cig hash"))
;; Since hash tables are used for cases (which are also datasets) and datasets here we
;; define the following utility function:
(defun case-hash-p(d)
(not (gethash 'not-a-case d)))
;; We need to define plot-data interface methods for the cigs-hash data.
(defmethod dataset-p((d hash-table)) t)
(defmethod identifier-of ((d hash-table))
(gethash 'identifier d))
(defmethod list-cases ((d hash-table))
(if (case-hash-p d)
(list d)
(loop for case being the hash-value of d
when (typep case 'hash-table)
collect case)))
(defmethod list-variates ((d hash-table))
(if (case-hash-p d)
(loop for v being the hash-key of d
unless (eq v 'identifier)
collect v)
(list-variates (car (list-cases d)))
))
(defmethod value-of ((d hash-table) v &key (default :error))
(gethash v d default))
(defmethod make-data-subset ((d hash-table) case-list &key name save? &allow-other-keys)
(if case-list
(let ((h (make-hash-table :test #'equal)))
(setf (gethash 'identifier h) name)
(setf (gethash 'not-a-case h) t)
(loop for case in case-list
for id = (identifier-of case)
do (setf (gethash id h) case))
(if save? (push h *datasets*))
h)))
(dataset-p cigs-hash)
(list-cases cigs-hash) ;; looks ok
(list-variates cigs-hash)
(value-of (car (list-cases cigs-hash)) "nicotine")
(scatterplot :data cigs-hash :x "tar" :y "nicotine")
| 11,242 | Common Lisp | .l | 230 | 42.173913 | 89 | 0.540581 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 31f90f61612cd455613a98d991f0cfca69e3b2f6eeca01f41aacfbae5976fde9 | 32,952 | [
-1
] |
32,953 | boxcox.lsp | rwoldford_Quail/examples/views/Applications/boxcox.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Box-Cox transformations on plots
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1994.
;;; R.W. Oldford 1994.
;;;
(in-package :quail-user)
;;;
;;; In this file we are going to give a bunch of examples
;;; which construct Box-Cox transformations on plots.
;;;
;;; They begin with the simplest constructs and then increase in generality.
;;;
;;;
;;; First the set of box-cox transformations are as follows:
;;;
;;; p
;;; y - 1
;;; y(p) = ----------- p != 0
;;; p
;;;
;;;
;;; y(p) = ln(y) p = 0
;;;
;;; They are simple power transformations of *Non-negative* values y
;;; Dividing by p ensures that the order of the observations is preserved
;;; and together with subtraction of 1 ensures that the family is smoothly
;;; changing and has the limit ln(y) as p -> 0.
;;; In practice, we usually drop the -1/p since we would like p=1 to return
;;; the original observations. So our function will be the following.
;;;
(defun boxcox (y &optional (p 1))
"Box-Cox transformation with parameter p."
(cond
((zerop p) (log y))
((= p 1) y)
(T (/ (expt y p) p))))
;;;
;;; Now suppose we have a scatterplot in hand, say the famous brain and body
;;; weight data.
(load "q:Data;bbwgt.lsp")
(<- s (scatterplot :data brain-body-wts
:x "body weight" :y "brain weight"
:size 4 :fill? T
:link? T))
;;;
;;; And we would like to control the scatterplot's display by
;;; applying box-cox transformation to x and y simultaneously.
;;; Then we might proceed as follows.
;;;
;;; First we will build the controller. It will be a simple needle-slider
;;; with an axis alongside to indicate the power p.
;;;
;;; The needle-slider
(<- n (needle-slider
:orientation :vertical
:min -2 :max 3 :level 1
:draw? NIL))
;;; and now draw it in a plot so that we can add the axis information.
(<- n-control
(plot :title "Box-Cox both" :draw? T
:right-view-size 0.5
:interior-view n
:right-view '(:type axis :orientation :vertical
:tic-list (-2 -1 (0 "log") (0.5 "sqrt") 1 2 3)
)
:left-label "power"
))
;;;
;;; Fooling with the various plot parameters could produce different looking
;;; displays. We won't explore these here.
;;;
;;; We will need a slider function that will do the box-cox transformation
;;; by picking up the power from the value of the needle-slider's level.
;;; NOTE that this is rather bad form at this level as it refers to the
;;; global variable n. We will improve on this later. Search forward
;;; for the string BETTER to find out how.
;;;
(defun slider-fn (x) (boxcox x (slider-level-of n)))
;;; Now we set the left button function of the needle slider to be
;;; an anonymous function of no arguments which calls change-variable on
;;; the scatterplot with x- and y-functions being the function #'slider-fn
;;;
(setf (left-fn-of n)
#'(lambda ()
(change-variable s
:x-function #'slider-fn
:y-function #'slider-fn)))
;;;
;;; Now moving the slider will cause the points to change positions.
;;; Moving the needle to the "log" position on the scale will get a plot
;;; that is roughly a straight line. That is brain weight are roughly
;;; linearly related on the log-scale.
;;;
;;; For fun, you might paste a fitted line on the point cloud from its'
;;; right button menu.
;;;
;;; Or how about adding a display of the power?
(let* ((l (label :viewed-object n
:text #'(lambda(x)
(format nil "Box-Cox Power = ~4,3F"
(slider-level-of n))))))
;; The following ensures that the power label is updated whenever
;; the interior view of s changes.
(text-link (interior-view-of s) l)
(setf (top-label-of s) l)
(reposition-view s))
;;;
;;; We might also have built two sliders, one for x and one for y.
;;; The simplest way to achieve this is a variation on that above.
;;;
;;; First let's change our old needle-slider to affect only the x
;;; values in the scatterplot.
(setf (left-fn-of n)
#'(lambda () (change-variable s
:x-function #'slider-fn
:y-function NIL)))
;;;
;;; And we better change the title while we are at it.
;;;
(set-text (title-of n-control) "Box-Cox X")
;;;
;;; Now we construct the new needle-slider control in exactly the
;;; same way as before
;;;
(<- n1 (needle-slider
:orientation :vertical
:min -2 :max 3 :level 1
:draw? NIL))
;;; and now draw it in a plot so that we can add the axis information.
(<- n1-control
(plot :title "Box-Cox Y" :draw? T
:right-view-size 0.5
:interior-view n1
:right-view '(:type axis :orientation :vertical
:tic-list (-2 -1 (0 "log") (0.5 "sqrt") 1 2 3)
)
:left-label "power"
))
(defun slider-fn-1 (x) (boxcox x (slider-level-of n1)))
(setf (left-fn-of n1)
#'(lambda () (change-variable s :y-function #'slider-fn-1)))
;;;
;;; And fix the power label on the scatterplot.
;;;
(set-text (top-label-of s)
#'(lambda(x)
(format nil "Box-Cox Powers: x = ~4,3F, y = ~4,3F"
(slider-level-of n)
(slider-level-of n1))))
;;;
;;; We could instead have chosen to put the two sliders in a single layout
;;; as in
;;;
(view-layout :positions '((0 1 0 1) (1 2 0 1))
:subviews (list n-control n1-control)
:draw? T)
;;;
;;; or even together in one window with the scatterplot as in
;;;
(view-layout :positions '((0 3 0 3) (3 4 0 3) (4 5 0 3))
:subviews (list s n-control n1-control)
:draw? T)
;;;
;;; Note of course that all other displays of s, n-control, and n1-control
;;; continue to work. They are after all truly the same views, just displayed
;;; in different places.
;;;
;;;
;;; Another possibility could have been to add the slider-controls directly
;;; on the original scatterplot. For example,
;;;
(<- (right-view-of s) n1-control)
;;; And now to make it show up, we tell s to reposition its subviews now that
;;; it has one more.
(reposition-view s)
;;; In this case we might have preferred a plot where
;;; the slider for changing x was horizontal and the top-view of the plot
;;; and that for y was vertical and the right-view of the plot.
;;; For example,
(<- s2 (scatterplot :data brain-body-wts
:x "body weight" :y "brain weight"
:size 4 :fill? T
:link? T))
;;;
;;; As before we'll construct a slider for x; this one however will be
;;; horizontally oriented.
(<- n2 (needle-slider
:orientation :horizontal
:min -2 :max 3 :level 1
:draw? NIL))
(<- n2-control
(plot :draw? NIL
:bottom-view-size 0.5
:interior-view n2
:bottom-view '(:type axis :orientation :horizontal
:tic-list (-2 -1 (0 "log") (0.5 "sqrt") 1 2 3)
)
))
(defun slider-fn-2 (x) (boxcox x (slider-level-of n2)))
(setf (left-fn-of n2)
#'(lambda () (change-variable s2
:x-function #'slider-fn-2)))
(setf (top-view-of s2) n2-control)
(reposition-view s2)
;;;
;;; And just to be different, let's only allow a few the powers of Y
;;; and so just use some buttons for that purpose.
(<- bc-buttons
(list
(control-button
:text "y^3"
:left-fn
#'(lambda ()
(change-variable s2 :y-function
#'(lambda (x)
(boxcox x 3)))))
(control-button
:text "y^2"
:left-fn
#'(lambda ()
(change-variable s2 :y-function
#'(lambda (x)
(boxcox x 2)))))
(control-button
:text "identity"
:left-fn
#'(lambda ()
(change-variable s2 :y-function #'identity)))
(control-button
:text "sqrt"
:left-fn
#'(lambda ()
(change-variable s2 :y-function
#'(lambda (x)
(boxcox x 1/2)))))
(control-button
:text "log"
:left-fn
#'(lambda ()
(change-variable s2 :y-function #'log)))
(control-button
:text "-1/y"
:left-fn #'(lambda ()
(change-variable s2 :y-function
#'(lambda (x)
(boxcox x -1)))))
(control-button
:text "-0.5/y^2"
:left-fn #'(lambda ()
(change-variable s2 :y-function
#'(lambda (x)
(boxcox x -2)))))))
(<- (right-view-of s2)
(col-layout :subviews bc-buttons :draw? NIL :box-views? t))
(reposition-view s2)
;;;
;;; Now for the BETTER way of doing all these sorts of things.
;;; First, we want to avoid using variables like s s2 n1 etc. that are
;;; defined only in the top-level environment. It is always dangerous and
;;; so nearly always a bad idea to write functions like our slider functions
;;; which depend on the value of a variable defined in the top-level environment.
;;; So while we will still make some use of named variables, this will be done
;;; only inside well protected lexical closures.
;;; Second, we might like our set of transforms to work more generally.
;;; So we will write a few more general functions. Note that a rich documentation
;;; string is also part of the functions (parsed by the help function).
(defun power-control (plot change-keys
&key
(orientation :vertical)
(draw? t))
"Constructs a needle-slider to set the power to a value in [-2, 3]. ~
Makes changes to the given plot by supplying a box-cox slider function ~
as the value of each of the keywords in change-keys. ~
(:required ~
(:arg plot The plot object whose interior-view is to be connected with ~
the Box-Cox needle-slider.) ~
(:arg change-keys Either a single keyword as in :function or :x-function. ~
Or a list of keywords as in '(:x-function :y-function).) ~
)~
(:key ~
(:orientation :vertical Might also be :horizontal.) ~
(:draw? T Should the slider be drawn or not?) ~
) ~
"
;; First we locally define the needle-slider.
(let*
((n
(needle-slider
:min -2 :max 3
:level 1
:orientation orientation
:draw? NIL))
(axis-info
(list :type 'axis :orientation orientation
:tic-list '(-2 -1 (0 "log") (0.5 "sqrt") 1 2 3)))
)
;;
;; Now create the local slider function.
;;
(flet ((slider-fn (x) (boxcox x (slider-level-of n))))
;; make sure change-keys is a list.
(when (not (listp change-keys))
(setf change-keys (list change-keys)))
;;
;; The plot can be asked to use the slider-fn in a call to
;; change variable.
;; The left-fn of the slider will be assigned a function which
;; calls the change-variable function on the plot with the
;; slider-fn as the appropriate function.
(setf
(left-fn-of n)
#'(lambda ()
(apply #'change-variable plot
(loop for key in change-keys
collect key
collect #'slider-fn))))
;;
;; Now make the appropriate control depending on the desired orientation.
;;
(ecase orientation
(:vertical
(plot :title nil :draw? draw?
:right-view-size 0.5
:interior-view n
:right-view axis-info))
(:horizontal
(plot :title nil :draw? draw?
:bottom-view-size 0.5
:interior-view n
:bottom-view axis-info)))
)))
(setq s (scatterplot :data brain-body-wts :x "body weight" :y "brain weight"
:size 4 :fill? t
:link? T))
(power-control s '(:x-function :y-function))
(power-control s :y-function)
;;;
;;; Which now could also work with a boxplot, say.
;;;
(<- bp (boxplot :data brain-body-wts :var "body weight" ))
(power-control bp :function)
;;;
;;; :function works with any 1d-plot. For example
;;;
(<- h (histogram :data brain-body-wts :var "body weight" ))
(power-control h :function)
;;;
;;; or
;;;
(<- 1d-p (1d-plot :data brain-body-wts
:interior-view 'fringe-view))
(power-control 1d-p :function)
;;;
;;; And you can imagine the exotica you might produce.
;;; For example, (note here that control-buttons remain pressed to show
;;; which transformation has been selected)
;;;
(defun box-cox-lesson (&optional (data NIL)
(draw? T))
"Produces a single view containing a scatterplot, two histograms ~
and two ladders of Box-Cox power transformations. ~
(:optional ~
(:arg data (choose-dataset) The dataset to be used. If not supplied or NIL ~
the user is prompted for one.) ~
(:arg draw? T The draw? flag. If non-NIL the view is drawn in its own window. ~
If NIL, the view is simply constructed and returned.)~
)"
;; First make sure we have some data.
(unless data (setf data (choose-dataset)))
(let* (
;; Here are all the pieces. Note that none are yet drawn.
;; Note also the let* so that these pieces are defined in
;; sequence, not in parallel.
(s (scatterplot :data data
:right-view 'fringe-view
:top-view 'fringe-view
:draw? NIL
:link? T))
(point-cloud (interior-view-of s))
(cases (case-display-list :data data
:draw? NIL
:link? T
:scrollable? T))
(x (x-variate-of point-cloud))
(y (y-variate-of point-cloud))
(hist-x (histogram :data data :var x :draw? NIL))
(hist-y (histogram :data data :var y :draw? NIL))
(x3 (control-button :text "(1/3) x^3" :toggle? NIL))
(x2 (control-button :text "(1/2) x^2" :toggle? NIL))
(x1 (control-button :text "x" :toggle? NIL))
(x1/2 (control-button :text "sqrt(x)" :toggle? NIL))
(logx (control-button :text "log(x)" :toggle? NIL))
(x-1 (control-button :text "-1/x" :toggle? NIL))
(x-2 (control-button :text "-(1/2)/x^2" :toggle? NIL))
(selected-x x1)
(buttons-x (list x3 x2 x1 x1/2 logx x-1 x-2))
(y3 (control-button :text "(1/3) y^3" :toggle? NIL))
(y2 (control-button :text "(1/2) y^2" :toggle? NIL))
(y1 (control-button :text "y" :toggle? NIL))
(y1/2 (control-button :text "sqrt(y)" :toggle? NIL))
(logy (control-button :text "log(y)" :toggle? NIL))
(y-1 (control-button :text "-1/y" :toggle? NIL))
(y-2 (control-button :text "-(1/2)/y^2" :toggle? NIL))
(selected-y y1)
(buttons-y (list y3 y2 y1 y1/2 logy y-1 y-2))
(x-button-layout
(col-layout :subviews buttons-x :draw? NIL :box-views? t))
(y-button-layout
(col-layout :subviews buttons-y :draw? NIL :box-views? t))
)
;; These are the buttons that are currently selected
;; so highlight them
(control-start selected-x)
(control-start selected-y)
;; Add the histograms to the linked views
(link-view hist-x)
(link-view hist-y)
;; Now set up the action functions
;; First for the y's
(setf (left-fn-of y3)
#'(lambda ()
(let ((self y3))
(when (not (eq selected-y self))
(control-done selected-y)
(setf selected-y self)
(control-start selected-y)
(change-variable s :y-function
#'(lambda (x)
(boxcox x 3)))
(change-variable hist-y :function
#'(lambda (x)
(boxcox x 3)))))))
(setf (left-fn-of y2)
#'(lambda ()
(let ((self y2))
(when (not (eq selected-y self))
(control-done selected-y)
(setf selected-y self)
(control-start selected-y)
(change-variable s :y-function
#'(lambda (x)
(boxcox x 2)))
(change-variable hist-y :function
#'(lambda (x)
(boxcox x 2)))))))
(setf (left-fn-of y1)
#'(lambda ()
(let ((self y1))
(when (not (eq selected-y self))
(control-done selected-y)
(setf selected-y self)
(control-start selected-y)
(change-variable s :y-function #'identity)
(change-variable hist-y :function #'identity)))))
(setf (left-fn-of y1/2)
#'(lambda ()
(let ((self y1/2))
(when (not (eq selected-y self))
(control-done selected-y)
(setf selected-y self)
(control-start selected-y)
(change-variable s :y-function
#'(lambda (x) (boxcox x 1/2)))
(change-variable hist-y :function
#'(lambda (x) (boxcox x 1/2)))))))
(setf (left-fn-of logy)
#'(lambda ()
(let ((self logy))
(when (not (eq selected-y self))
(control-done selected-y)
(setf selected-y self)
(control-start selected-y)
(change-variable s :y-function #'log)
(change-variable hist-y :function #'log)))))
(setf (left-fn-of y-1)
#'(lambda ()
(let ((self y-1))
(when (not (eq selected-y self))
(control-done selected-y)
(setf selected-y self)
(control-start selected-y)
(change-variable s :y-function
#'(lambda (x)
(boxcox x -1)))
(change-variable hist-y :function
#'(lambda (x)
(boxcox x -1)))))))
(setf (left-fn-of y-2)
#'(lambda ()
(let ((self y-2))
(when (not (eq selected-y self))
(control-done selected-y)
(setf selected-y self)
(control-start selected-y)
(change-variable s :y-function
#'(lambda (x)
(boxcox x -2)))
(change-variable hist-y :function
#'(lambda (x)
(boxcox x -2)))))))
;; And now the same again for the x's
(setf (left-fn-of x3)
#'(lambda ()
(let ((self x3))
(when (not (eq selected-x self))
(control-done selected-x)
(setf selected-x self)
(control-start selected-x)
(change-variable s :x-function
#'(lambda (x)
(boxcox x 3)))
(change-variable hist-x :function
#'(lambda (x)
(boxcox x 3)))))))
(setf (left-fn-of x2)
#'(lambda ()
(let ((self x2))
(when (not (eq selected-x self))
(control-done selected-x)
(setf selected-x self)
(control-start selected-x)
(change-variable s :x-function
#'(lambda (x)
(boxcox x 2)))
(change-variable hist-x :function
#'(lambda (x)
(boxcox x 2)))))))
(setf (left-fn-of x1)
#'(lambda ()
(let ((self x1))
(when (not (eq selected-x self))
(control-done selected-x)
(setf selected-x self)
(control-start selected-x)
(change-variable s :x-function #'identity)
(change-variable hist-x :function #'identity)))))
(setf (left-fn-of x1/2)
#'(lambda ()
(let ((self x1/2))
(when (not (eq selected-x self))
(control-done selected-x)
(setf selected-x self)
(control-start selected-x)
(change-variable s :x-function
#'(lambda (x) (boxcox x 1/2)))
(change-variable hist-x :function
#'(lambda (x) (boxcox x 1/2)))))))
(setf (left-fn-of logx)
#'(lambda ()
(let ((self logx))
(when (not (eq selected-x self))
(control-done selected-x)
(setf selected-x self)
(control-start selected-x)
(change-variable s :x-function #'log)
(change-variable hist-x :function #'log)))))
(setf (left-fn-of x-1)
#'(lambda ()
(let ((self x-1))
(when (not (eq selected-x self))
(control-done selected-x)
(setf selected-x self)
(control-start selected-x)
(change-variable s :x-function
#'(lambda (x)
(boxcox x -1)))
(change-variable hist-x :function
#'(lambda (x)
(boxcox x -1)))))))
(setf (left-fn-of x-2)
#'(lambda ()
(let ((self x-2))
(when (not (eq selected-x self))
(control-done selected-x)
(setf selected-x self)
(control-start selected-x)
(change-variable s :x-function
#'(lambda (x)
(boxcox x -2)))
(change-variable hist-x :function
#'(lambda (x)
(boxcox x -2)))))))
(view-layout
:subviews (list s hist-x hist-y
cases
x-button-layout y-button-layout
)
:positions
'((0 10 0 10) (11 16 6 10) (11 16 0 5)
(17 22 0 10)
(23 26 5 10) ( 27 30 5 10))
:draw? draw?
:viewed-object? data)))
(box-cox-lesson brain-body-wts)
| 24,516 | Common Lisp | .l | 603 | 28.268657 | 89 | 0.496491 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a408dfc39a84e99489fbcb47716d40b2404e7bd9400c255cfcec185f2ab4bbfc | 32,953 | [
-1
] |
32,954 | euro.lsp | rwoldford_Quail/examples/views/Applications/euro.lsp |
(setq w (make-view-window))
(setq s (point-symbol :symbol :poly-star :fill? t :color wb:*yellow-color*
:size 50))
(setq cx 142 cy 142 r 110 )
(loop for angle from 0 below 360 by 30
for angr = (* pi (/ angle 180))
for x = (+ cx (truncate (* r (cos angr))))
for y = (+ cy (truncate (* r (sin angr))))
do
| 375 | Common Lisp | .l | 9 | 32.555556 | 75 | 0.54023 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 5367652c814ff031c759c6ad040e58925df56e8a330378ce2525cd40f0d0807c | 32,954 | [
-1
] |
32,955 | smoke.lsp | rwoldford_Quail/examples/views/Applications/smoke.lsp |
(in-package :quail-user)
(load "q:Data;smoker.lsp") ;; sets up data smoke-data
(variate-display-list :data smoke-data :draw? t)
;; First we look at the interrelationships between the 3 smoking variables
(setq sm
(scat-mat :data smoke-data :vars '("blood carbon monoxide"
"blood nicotine"
"puffed smoke")))
;; Next we construct a table of counts for sex by age.
(setq b (table-plot :data smoke-data :by '("sex" "age") :left-label (list "male" "female")))
(rescale-entries (interior-view-of b) :justification :bottom :dimension :height)
;; By linking, we can examine how the smoking variables
;; vary across age and sex.
(link-views sm b)
;; For instance, there is possibly a tendency for high blood carbon monoxide
;; to be more prevalent in younger age groups.
;; To examine this more closely, plot blood carbon monoxide vs age.
;; We do this with two overlayed point clouds, one for men and one for
;; women, so we can use different :x-function arguments to separate the men and women,
;; and assign them different color values at construction.
(setq s1 (overlay-plot :data smoke-data :by "sex"
:x "age" :y "blood carbon monoxide"))
;; Now lets overlay on each point cloud a smooth constructed by
;; computing the median blood carbon monoxide value at each age level.
;; We first define the following function:
(defun group-summary (x y f)
"This function groups the ys into sublists by their x values,~
applies f to each sublist, and then returns a list of~
fitted values, one per y element."
(let* ((xs (remove-duplicates x))
(ys (make-list (length xs) )))
(loop for xi in x
for yi in y
do
(push yi (elt ys (position xi xs))))
(setq ys (mapcar f ys))
(loop for xi in x
collect (elt ys (position xi xs)))))
(loop for i in (interior-views-of s1)
for c = (draw-style (first (sub-views-of i)) :color) do
(add-smooth i :fit-fn #'group-summary :smooth-par #'median :color c))
;; The plot does not show much of an age-blood carbon monoxide pattern
;; however we see the median response for men (red) is lower than that for
;; women.
;; We can examine the pattern for other variables using:
(change-variable s1 :y "blood nicotine")
(change-variable s1 :y "puffed smoke")
(change-variable s1 :y "blood carbon monoxide")
;; If you want to look at all 3 responses simulataneously do:
(setq s2 (copy-view s1 :draw? t))
(change-variable s2 :y "blood nicotine")
(setq s3 (copy-view s1 :draw? t))
(change-variable s3 :y "puffed smoke")
;; To plot s1 s2 s3 in a single window for printing:
(col-layout :subviews (list s1 s2 s3) :draw? t :box-views? nil)
;; Some dot plots a la Cleveland:
;; First blood nicotine by age: (here a similar plot would be obtained
;; via a scatterplot.)
(setq g1 (batch-plot :data smoke-data :by "age" :subview-type '1d-point-cloud :var "blood nicotine"
))
(change-variable g1 :var "blood carbon monoxide")
(setq g2 (copy-view g1))
(change-variable g2 :var "puffed smoke")
;; The following one shows mean blood nicotine by age.
;; Here each 1d-point-cloud has a single subject, which is the list of cases
;; at each age group.
;; Following Cleveland's style, the means at each group are connect by a line to the left edge.
(setq g1 (batch-plot :data smoke-data :by "age" :subview-type (list :type '1d-point-cloud :cases #'list
:value-fn #'values-of :var "blood nicotine" :function #'mean :lines-to :left)
:box-views? nil
))
;; or
(setq g1 (batch-plot :data smoke-data :by "age" :subview-type (list :type '1d-point-cloud :cases #'list
:value-fn #'values-of :var "blood nicotine" :function #'mean :lines-to :left-right)
:box-views? nil
))
;; then change variable and/or function via
(change-variable g1 :var "blood carbon monoxide")
;; This one shows blood nicotine by age and sex (label 1,3 is
;; men, age group 3, for instance).
(setq g1 (batch-plot :data smoke-data :by (list "age" "sex" ) :subview-type (list :type '1d-point-cloud :cases #'list
:value-fn #'values-of :var "blood nicotine" :function #'mean :lines-to :left-right)
:box-views? nil :format :col
))
;; In the above, reordering the batches arguments would facilitate comparisions
;; of males and females within age groups.
;; However a nicer plot results when each 1d-point-cloud has two cases
;; which are the males and females at each age group.
;; In the following the males are colored with green and the females yellow.
(setq g1 (batch-plot :data smoke-data :by "age" :subview-type (list :type '1d-point-cloud :cases (data-subsets-fn "sex")
:value-fn #'values-of :var "blood nicotine" :function #'mean
:lines-to :left-right :colors (list wb:*green-color* wb:*yellow-color* ))
:box-views? nil :format :col
))
| 5,288 | Common Lisp | .l | 94 | 47.957447 | 123 | 0.65505 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 93cc4a386fc36b2c7a58d05c5921716f98379352e16b1bd391ac019c4e3ab7cd | 32,955 | [
-1
] |
32,956 | bar.lsp | rwoldford_Quail/examples/views/Simple-Views/bar.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; barss
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1995.
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; Make a bar and draw it.
;;;
(setq bb (bar :draw? t))
;;; A bar has drawing styles for (style-keys-of lab1)
;;; Like all views it also has drawing style :highlight? and :invisible?
;;; See (edit-file "q:Examples;Views;Basics;drawing-styles.lsp") for some examples of how to
;;; examine and change drawing styles.
(draw-style bb :fill?)
;;; Actually, different portions of a bar can have different drawing styles.
;;; One way to do this is to first set up the bar with viewed elements
;;; being a list of items.
;;; For example:
(setq bb (bar :draw? t :viewed-elements '(a b c)))
;;; Now make bb a solid green bar..
(set-drawing-style bb :color wb:*green-color* :fill? t)
;;; To change the color of part of bb do:
(set-drawing-style bb :element 'b :color wb:*white-color* :test #'eql)
;;; Now bb is two parts green, one part white, but the two green parts
;;; are drawn contiguously.
;;; To make bb drawn as green-white-green do
(set-collect-styles-p bb nil :draw? t)
;;; Now set the c-part of bb to "gold"
(set-drawing-style bb :element 'c :color wb:*orange-color* :test #'eql)
;;; For a more accurate rendition of "gold"...
(set-drawing-style bb :element 'c :color :prompt :test #'eql)
;;; And if you prefer, change the direction of striping...
(set-orientation bb :toggle :draw? t)
| 1,790 | Common Lisp | .l | 43 | 38.046512 | 93 | 0.580362 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | d5b830c85c84778080b56c47b6ef374706c2658df4eb6163aad3816133c36c8e | 32,956 | [
-1
] |
32,957 | label.lsp | rwoldford_Quail/examples/views/Simple-Views/label.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; labels
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; C.B. Hurley 1994.
;;; R.W. Oldford 1994.
;;;
;;;
;;;
;;; Make a label. It is not drawn automatically.
;;;
(setq lab (label :text "Hello world"))
;;; To draw it:
(draw-view lab)
;;; Erase it
(erase-view lab)
;;; and draw it again
(draw-view lab)
;;; Now in a different window
(draw-view lab :viewport (make-viewport))
;;; or
(setq lab1 (label :text "Hello world" :draw? t))
(set-text lab1 "A new title.")
;;; A label has drawing styles for
(style-keys-of lab1)
;;; Like all views it also has drawing style :highlight? and :invisible?
;;; To check on the current style values do
(drawing-style-of lab1)
;;; To obtain on a particular style value do
(draw-style lab1 :color)
;;; To change the color do:
(set-drawing-style lab1 :color wb:*yellow-color*)
(set-drawing-style lab1 :color :prompt)
(set-view-font lab1
:name "Helvetica"
:size 12
:style :bold)
(set-view-font lab1
:size :bigger
:style :italic)
(set-view-font lab1
:name "Times"
:size :smaller
:style :bold)
;;; or via set-drawing-style
;;;
(set-drawing-style lab1 :font :smaller)
(set-drawing-style lab1 :font :bigger)
;;; Many styles can be changed with a single command:
(set-drawing-style lab1 :font :smaller :color wb:*red-color*)
;;;
;;; Make the label invisible
;;;
(set-drawing-style lab1 :invisible? T)
(set-drawing-style lab1 :invisible? NIL)
(set-drawing-style lab1 :invisible? :toggle)
;;; A label can have horizontal or vertical orientation:
(set-orientation lab1 :vertical :draw? t)
(set-orientation lab1 :horizontal :draw? t)
(set-orientation lab1 :toggle :draw? t)
;;; It can also have various justifications:
(list-legal-justifications lab1)
(loop for j in (list-legal-justifications lab1) do
(set-justification lab1 j :draw? t)
(sleep .3))
;;; If the text is too long, some of the text may not be drawn:
(setq lab1 (label :text "(loop for j in (list-legal-justifications lab1) do
(set-justification lab1 j :draw? t)
(sleep .3))" :draw? t))
;;; In this case, it may be better to use a text-view,
;;; which permits the text to be spread over many lines:
(setq te1 (text-view :text "(loop for j in (list-legal-justifications lab1) do
(set-justification lab1 j :draw? t)
(sleep .3))" :draw? t))
;;; Notice, when the window is made smaller, the text simply wraps around
;;; onto the next line.
;;; With text-views, one can change drawing styles just as for labels,
;;; but the orientation and justification cannot be changed.
| 3,096 | Common Lisp | .l | 85 | 31.247059 | 84 | 0.602936 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 75fbd86ed55786e7d489caa35a09486420c23d94ba9e330750e7ceb6633cdd38 | 32,957 | [
-1
] |
32,958 | extended-arithmetic.lsp | rwoldford_Quail/examples/mathematics/extended-arithmetic.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; extended-arithmetic
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
;;;
;;; In Quail we have chosen to introduce extended arithmetic a la IEEE
;;; and so have +infinity, -infinity and NaN (not a number).
;;;
;;; There are two major points which the examples illustrate:
;;;
;;; 1. This is done in software, so we pay some penalty for the facility.
;;; To allow the user to avoid this penalty, all common lisp numerical
;;; functions (+ - / * log exp expt ... ) have been shadowed.
;;; This means that they are still available to the user in Quail by using
;;; the package prefix CL: as in (CL:+ 2 3) to add two numbers.
;;;
;;; We have also provide a macro "with-CL-functions" that does the substitution
;;; for you and so leaves you with more readable code.
;;;
;;; 2. The IEEE standard need not be followed. Sometimes it is convenient
;;; for example to return something other than NaN for a zero over zero
;;; divide.
;;; There are some macros which allow you to return what you like.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;; Try these
(+ 2 3 4 5 6)
(/ 2 0)
(/ 0 0)
(+ 2 NaN)
(+ 3 infinity)
(/ infinity -infinity)
(/ 3 infinity)
(/ 3 -infinity)
(/ -3 0)
(+ infinity 3 infinity)
(- infinity infinity)
(+ -infinity infinity)
(expt infinity 0)
(log 0)
(>= infinity 3)
(= infinity +infinity)
(< NaN 0)
(> NaN 0)
(= NaN 0)
(> NaN NaN)
(= NaN NaN)
;;; Because NaN is special and may result from +infinity/-infinity or
;;; 0/0 or -0/0 , etc. it is dangerous to say that two NaNs are =
(eq NaN NaN)
;;; returns T though.
(<= 0 -infinity)
;;; etc.
;;;
;;; Compare to the common lisp versions
#|
(CL:+ 2 3 4 5 6)
(CL:/ 2 0)
(CL:/ 0 0)
|#
;;; An error should result here: (CL:+ 2 NaN)
;;; An error should result here: (CL:+ 3 infinity)
;;; An error should result here: (CL:log 0)
;;;
;;;
;;; The price?
;;;
(time (loop for i from 1 to 1000 do (+ 2 3 4)))
(time (loop for i from 1 to 1000 do (CL:+ 2 3 4)))
;;; Part of the reason it's so expensive is that the numerical functions
;;; have been extended to operate on arrays and other things.
;;;
(<- x (array '(1 2 3 4 5 6 7 8 9 0) :dimensions '(5 2)))
(<- y (array (seq 31 40) :dimensions '(5 2)))
(<- z '(10 20 30 40 50))
(+ x y)
(log x)
(* x y)
(+ x z)
(sqrt (.* (tp x) y))
;;; So if you know you've got numbers make the most use of it!
;;;
;;; For example
(defun foo (x y)
"Stupid function that doesn't know what arguments it will get."
(- (* x x) (* y y)))
(foo 2 3)
(foo infinity 0)
(defun bar (x y)
"Function that assumes its arguments are numbers."
(with-CL-functions (- *)
;; this replaces the operators
;; - * with CL:- and CL:+
;; but leaves readable source.
;; The list of operators can be as long as you like.
(- (* x x) (* y y))))
(bar 2 3)
;;; An error should result here: (bar infinity 0)
;;; The improvement can be substantial
(time (loop for i from 1 to 1000 do (foo 2 3)))
(time (loop for i from 1 to 1000 do (bar 2 3)))
;;;
;;; This sometimes comes up in generic functions
;;;
(defgeneric baz (x y)
(:documentation "A generic function that calculates the point x y ~
on a saddle."))
;;;
;;; The completely unrestricted case
;;;
(defmethod baz (x y)
(- (* x x) (* y y)))
;;;
;;; Both numbers
;;;
(defmethod baz ((x number) (y number))
(with-CL-functions (- *)
(- (* x x) (* y y))))
;;;
;;; Just x is a number
;;;
(defmethod baz ((x number) y)
(-
(with-CL-functions (*) (* x x))
(* y y)))
(baz 2 3)
(baz (complex 1 1) 3/4)
(<- x (seq 1 3 .5))
(<- y (random-gaussian :n 5))
(baz x y)
(baz 7 x)
(baz x (complex 1 1))
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Extended arith without IEEE
;;;
(defun ratio-of-funs (fun1 fun2 &key (start 1) (end 5) (step 1))
;; The following string is just extended documentation for
;; the help function.
"Returns a list of evaluations of the ratio of fun1 to fun2. ~
(:required ~
(:arg fun1 A function of one argument) ~
(:arg fun2 A function of one argument) ) ~
(:key ~
(:arg start 1 Where to begin evaluating the functions.) ~
(:arg end 5 The point to end the arguments.) ~
(:arg step 1 The step size for the iterations.)) ~
(:returns A list of the ratio of the evaluated functions.)"
(loop for x from start to end by step
collect
(/ (funcall fun1 x)
(funcall fun2 x))))
;;;
;;; Now suppose we wanted to look at sin(x)/x
;;;
;;;
(ratio-of-funs #'sin #'identity)
(ratio-of-funs #'sin #'identity :start -5)
;;; The second expression would result in a NaN in the middle
;;; because sin(0)/0 is 0/0 or NaN.
;;; but l'hopital's rule applies and says that the limit as
;;; x -> 0 of sin(x)/x is just cos(x)/1 or 1
;;; so we could program this up as follows
;;;
(with-zero-over-zero 0.0
(ratio-of-funs #'sin #'identity :start -5))
;;;
;;; Of course one way to do this ratio problem in general
;;; is as follows:
(defun new-ratio-of-funs (fun1 fun2 &key (start 1) (end 5) (step 1))
"Returns a list of evaluations of the ratio of fun1 to fun2. ~
(:required ~
(:arg fun1 A function of one argument) ~
(:arg fun2 A function of one argument) ) ~
(:key ~
(:arg start 1 Where to begin evaluating the functions.) ~
(:arg end 5 The point to end the arguments.) ~
(:arg step 1 The step size for the iterations.)) ~
(:returns A list of the ratio of the evaluated functions.)"
(loop for x from start to end by step
collect
(let ((num (funcall fun1 x))
(den (funcall fun2 x)))
(if (= num den 0)
(first
;; because new-ratio-of-funs always returns a list
(new-ratio-of-funs (deriv fun1)
(deriv fun2)
:start x :end x))
(/ num den)))))
(new-ratio-of-funs #'sin #'identity :start -5)
;;; and of course you could do better than that and actually implement
;;; L'Hopital's rule.
;;; And if the funcalls were replaced by fn-calls and the initial fun1
;;; and fun2 were defined using fn instead of defun as in
;;; (<- f1 (fn my-sin (x) (sin x)))
;;; (inspect f1)
;;; (<- f2 (fn just-x (x) x))
;;; Then the source would be available to the deriv function.
;;; And we would get the best values yet.
;;; (<- f1-prime (deriv f1))
(defun newest-ratio-of-funs (fun1 fun2 &key (start 1) (end 5) (step 1))
"Returns a list of evaluations of the ratio of fun1 to fun2. ~
(:required ~
(:arg fun1 A function of one argument) ~
(:arg fun2 A function of one argument) ) ~
(:key ~
(:arg start 1 Where to begin evaluating the functions.) ~
(:arg end 5 The point to end the arguments.) ~
(:arg step 1 The step size for the iterations.)) ~
(:returns A list of the ratio of the evaluated functions.)"
(loop for x from start to end by step
collect
(let ((num (fn-call fun1 x))
(den (fn-call fun2 x)))
(if (= num den 0)
(first
;; because new-ratio-of-funs always returns a list
(newest-ratio-of-funs
(deriv fun1)
(deriv fun2)
:start x :end x))
(/ num den)))))
(<- f1 (fn my-sin (x) (sin x)))
(<- f2 (fn just-x (x) x))
(newest-ratio-of-funs f1 f2 :start -5)
;;;
;;; Similarly there are macros
;;;
;;; (with-plus-inf-over-zero value body)
;;; (with-minus-inf-over-zero value body)
;;;
(with-plus-inf-over-zero 9999999 (/ +infinity 0))
(with-minus-inf-over-zero 9999999 (/ -infinity 0))
;;; And because there is more than one possibility
;;;
;;; (with-inf-over-inf fun body)
;;; (with-plus-over-zero fun body)
;;; (with-minus-over-zero fun body)
;;;
;;; Where each of the functions "fun" are functions of the numerator
;;; and the denominator in the division
;;;
;;; Here are some examples:
;;;
(defun my-fun (n d) (* (signum n) (signum d)))
(defun my-fun-2 (n d) 1.0)
#| or to avoid compiler warnings
(defun my-fun-2 (n d)
(declare (ignore n d))
1.0)
|#
(defun my-fun-3 (n d) (signum n))
#| or to avoid compiler warnings
(defun my-fun-2 (n d)
(declare (ignore d))
(signum n))
|#
(with-inf-over-inf #'my-fun (/ +infinity -infinity))
(with-inf-over-inf #'my-fun (/ -infinity -infinity))
(with-plus-over-zero #'my-fun-2 (/ 3 0))
(with-minus-over-zero #'my-fun-3 (/ -3 0))
| 9,104 | Common Lisp | .l | 271 | 29.055351 | 85 | 0.577803 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 83303777604e8a842bbcc493df61f9ddca82086551fe4afc7380e27dfb8c8312 | 32,958 | [
-1
] |
32,959 | deriv.lsp | rwoldford_Quail/examples/mathematics/Calculus/deriv.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Symbolic differentiation and simplification
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;;
;;; In this file we consider some examples of the use of
;;; symbolic differentiation in Quail.
;;; In particular, the following functions are treated:
;;;
;;; deriv
;;; numerical-deriv
;;; simplify
;;; deriv-wrt
;;;
;;;
;;;
;;; DERIV
;;;
;;;
;;; deriv is a generic function that has been specialized via methods
;;; to handle a variety of arguments.
;;; The intention is that deriv should take some mathematical argument
;;; and return a similar result that represents the derivative of that
;;; argument.
;;; The derivative is taken with respect to the variable given as the
;;; value of the keyword :wrt or, if this is not supplied, with respect to
;;; whatever is returned by the generic function deriv-wrt when applied
;;; to the first argument of deriv.
;;;
;;; Some examples follow.
;;;
;;; Symbols and numbers
(deriv 'x :wrt 'x)
(deriv 'x :wrt 'y)
(deriv 10 :wrt 'y)
;;; Lists
(deriv '(* x x)
:wrt 'x)
;;; Lists with lambda
(deriv '(lambda (x y) (* x x (expt y 4)))
:wrt 'x)
;;; Lambda expressions (anonymous functions)
(deriv #'(lambda (x y) (* x x (expt y 4)))
:wrt 'x)
;;; Named functions
(defun foo (x y) (* x x (expt y 4)))
(deriv #'foo
:wrt 'x)
;;; Deriv can always be called on whatever it returns.
(deriv (deriv '(* x x x)
:wrt 'x)
:wrt 'x)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; More detailed examples on DERIV
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; differentiating list structure returns list structure
;;;
(setf f '(* x (+ x 3)))
(deriv f :wrt 'x)
;;;
;;; Note that deriv can be called on anything returned by it.
;;; For example, the second derivative of f is had by simply
;;; differentiating twice.
(deriv (deriv f :wrt 'x) :wrt 'x)
;;; Third and higher derivatives are zero for this example.
(deriv
(deriv
(deriv f :wrt 'x)
:wrt 'x)
:wrt 'x)
(deriv
(deriv
(deriv
(deriv f :wrt 'x)
:wrt 'x)
:wrt 'x)
:wrt 'x)
;;; Of course this means that cross partial derivatives
;;; may be had as well.
;;;
(setf g '(* x y (log x)))
(setf dgx (deriv g :wrt 'x))
(setf dgy (deriv g :wrt 'y))
(setf dgxy (deriv dgx :wrt 'y))
(setf dgyx (deriv dgy :wrt 'x))
;;;
;;; Using list structure like this is very handy as it keeps the
;;; symbolic representation intact.
;;;
;;; If x has a value then the derivative can be evaluated by evaluating
;;; the list structure as in
(setf f '(* x (+ x 3)))
(setf x 5)
(setf df (deriv f :wrt 'x))
(eval df)
;;; NOTE: Be wary of eval though! Eval insists on evaluation at the
;;; `toplevel'. Compare
(setf x 5)
(eval df)
;;; with
(let ((x 10000000))
(eval df))
;;; Grrr.
;;; It is generally more useful to have deriv return a function.
;;; This can be had handing deriv a function.
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Differentiating a function returns a function.
;;;
(defun f (x) (* x (+ x 3)))
(setf df (deriv #'f))
;;;
;;; df is now an anonymous function that can be funcall'ed or apply'ed
;;; like any other.
(funcall df 5)
;;; Which will of course work properly within a let form
(setf x 5)
(let ((x 10000))
(funcall df x))
;;; Note that the answer to
(funcall df 5)
;;; is (likely to be) different from the one calculated previously!
;;; Why?
;;; Because f here was a function (typically already compiled and so no source
;;; was available to the deriv function), a NUMERICAL derivative was calulated
;;; instead.
;;; Consequently, deriv returned a function which would calculate
;;; the numerical derivative of the original function at any value given.
;;;
;;; Sometimes this is not desired.
;;; In Quail there are two solutions to this.
;;;
;;; The first is to work with objects we call fn's in place of functions.
;;; The second is to work directly with list structure and hand craft
;;; functions as you need them.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Differentiating an FN returns an FN
;;;
;;;
;;; Working with FNs.
;;;
;;; FNS are objects that represent richer versions of functions.
;;; (You might look at (help 'fn))
;;;
;;; FNs are constructed in Quail in a manner entirely analogous to
;;; functions. In place of the defun macro, you use Quail's fn macro.
;;; As in
(fn f (x) (* x (+ x 3)))
;;; This does *two* things. First it constructs a defun of f using the
;;; body of the fn macro. So it is very important to use fn only
;;; as you would defun!
;;; Second it constructs and returns an instance of the class fn.
;;; Amongst other things an FN stores the source code that was used to
;;; construct it as well as the compiled code.
;;; It also has an empty slot for its derivative(s), should it (they) ever
;;; be evaluated.
(setf f-fn (fn f (x) (* x (+ x 3))))
(describe f-fn)
;;; Now differentiate
;;;
(setf df (deriv f-fn :wrt 'x))
(describe df)
;;; And look at f-fn. It now has df tucked away on its derivative list.
;;;
(describe f-fn)
;;; Caching the results directly on f-fn means that we need only actually
;;; determine the derivative once.
;;;
;;; To invoke an FN on some arguments, the Quail function fn-call
;;; is used.
;;; FN-CALL behaves very much like the CL function FUNCALL
;;; except that it works on both functions like #'f and on FNs
;;; like f-fn.
;;;
(fn-call #'f 3)
(fn-call f-fn 3)
;;; And because fn-call is a function, it can be applied as in
;;;
(apply #'fn-call f-fn '(3))
;;; which is sometimes useful when the number of arguments to f-fn is unknown
;;; but can be gathered up in a list.
;;;
;;; FNs together with FN-CALL are well suited to applications where arbitrary
;;; derivatives need to be calculated and symbolic differentiation is
;;; preferred over numerical differentiation.
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Hand crafting functions from list structure.
;;;
;;; This is the second method for building functions using the
;;; symbolic derivatives instead of numerical ones.
;;; It requires more book-keeping from the user and so is generally more
;;; troublesome to use.
;;; However, it does avoid the overhead involved in constructing FNs and
;;; so may be preferable in some situations.
;;;
;;; A single example should do.
;;;
;;; Suppose we have the list structure
;;;
(setf f '(lambda (x) (* x (+ x 3))))
;;; And take its derivative
(setf df (deriv f :wrt 'x))
;;;
;;; The simplest way to turn this into a function that can be funcall'ed
;;; is to use the backquote operator.
(setf fun-df (eval `(function ,df)))
;;;
;;; Then the value of fun-df is a function and can be funcalled as in
(funcall fun-df 5)
;;;
;;; Should further symbolic derivatives be needed, they would be constructed
;;; from df and not fun-df.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; NUMERICAL DERIVATIVES
;;;
;;;
;;; Should you want to calculate the numerical derivative of a function
;;; at a particular point, you can do so directly with numerical-deriv
;;;
(defun f (x) (/ (* x x x) (- x 5)))
(numerical-deriv #'f :x 4)
;;; Compare this to the symbolic result:
(setf x 4)
(eval (deriv '(/ (* x x x) (- x 5)) :wrt 'x))
;;;
;;; The keyword x identifies the point at which the function is to be evaluated.
;;;
;;;
;;; Another keyword parameter is :eps which specifies
;;; the size of the region around x to be used in the calculation
;;; x - eps to x + eps.
;;; The function is approximated by a cubic polyionomial in this region.
;;; Which region is best will depend on the function f and the point x
;;; but often smaller regions work better.
(numerical-deriv #'f :x 4 :eps .01)
(numerical-deriv #'f :x 4 :eps .0000000001)
(numerical-deriv #'f :x 4 :eps 10)
(numerical-deriv #'f :x 4 :eps .5)
| 8,601 | Common Lisp | .l | 257 | 30.525292 | 82 | 0.606009 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 494edea1067430daebf4a3a78cadc925c30442938630cb4e05ba382baf7cac14 | 32,959 | [
-1
] |
32,960 | factor.lsp | rwoldford_Quail/examples/mathematics/Combinatorics/factor.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Factoring integers and related tools
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;;
;;; In this file, the following functions are treated:
;;;
;;; coprimep
;;; dividesp
;;; factor
;;; smallest-divisor
;;;
;;; as well as the common lisp functions
;;;
;;; gcd
;;; lcm
;;; mod
;;; rem
;;;
;;;
;;; (coprimep n k) -- predicate test whether positive integers n and k
;;; share any common divisors.
(coprimep 10 15)
(coprimep 7 7)
(coprimep 5 7)
;;;
;;; (dividesp n k) -- predicate test whether the positive integer n
;;; divides evenly into the positive integer k.
(dividesp 10 15)
(dividesp 5 15)
(dividesp 15 5)
(dividesp 7 7)
(dividesp 5 7)
;;;
;;; (factor n) -- factor the natural number n into its prime factors
(factor 6)
(factor 314159265)
;;;
;;; (smallest-divisor n) -- finds and returns the smallest divisor of n
;;; that is greater than or equal to the value
;;; of the keyword argument from
(smallest-divisor 6)
(smallest-divisor 6 :from 2)
(smallest-divisor 6 :from 3)
(smallest-divisor 6 :from 4)
(smallest-divisor 6 :from 1)
;;;
;;; (gcd k m n) -- finds the greatest common divisor of the
;;; integers k m n
(gcd 10 15 20)
(gcd -10 -15 -20)
;;;
;;; (lcm k m n) -- finds the least positive common multiple of the
;;; integers k m n
(lcm 10 15 20)
(lcm -10 -15 -20)
;;;
;;; (mod n m) -- n mod m ... computes the modulus of n with respect to
;;; the base divisor m.
;;;
(mod 10 15)
(mod 15 10)
(mod -15 10)
;;; positive base:
(loop for i from -5 to 5
do (format *quail-terminal-io*
"~& (mod ~s -2) = ~s " i (mod i 2)))
;;; negative base:
(loop for i from -5 to 5
do (format *quail-terminal-io*
"~& (mod ~s -2) = ~s " i (mod i -2)))
;;;
;;; (rem n m) -- computes the remainder of n after division by m.
;;;
(rem 10 15)
(rem 15 10)
(rem -15 10)
| 2,263 | Common Lisp | .l | 83 | 23.963855 | 73 | 0.531015 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 430127d502f3a7dd745003fa12ba8e1a993975e90c7d2f9796680ff4bbfcefb1 | 32,960 | [
-1
] |
32,961 | counting.lsp | rwoldford_Quail/examples/mathematics/Combinatorics/counting.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Some simple counting tools
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;;
;;; In this file, the following functions are treated:
;;;
;;; choose
;;; factorial
;;; log-n!
;;;
;;;
;;; (choose n k) -- the simple nCk ... the number of ways of choosing k
;;; items from n
(choose 6 4)
(choose 10 1)
;;;
;;; (factorial n) --- compute n! for positive integers n.
(factorial 6)
;;;
;;; That was computed exactly using integer arithmetic.
;;; The following is not
(factorial 33)
;;; but uses the log-gamma function instead and its answer only approximate.
;;; Exact values can be produced by either forcing integer-arithmetic as in
(factorial 33 :integer-arithmetic? T)
;;; or by changing the cut off above which the log-gamma function is used,
(factorial 33 :max-for-integers 40)
;;;
;;; The natural logarithm of n!
(log-n! 10)
(factorial 10)
(exp (log-n! 10))
| 1,099 | Common Lisp | .l | 39 | 25.230769 | 77 | 0.577821 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 04733186667a21fa8a13a4ff02d73f66d0ef4c05269cbc598d575b1e76d8fe03 | 32,961 | [
-1
] |
32,962 | continued-fraction.lsp~ | rwoldford_Quail/examples/mathematics/Special-Functions/continued-fraction.lsp~ | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Continued Fraction approximations
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;; In this file we consider the special function:
;;;
;;; continued-fraction-eval ... evaluate an arbitrary continued
;;; fraction approximation
;;;
;;; See also the overview file for other special functions.
(edit-file "eg:Mathematics;Special-Functions;overview.lsp")
;;;---------------------------------------------------------------------------------
;;;
;;; Continued fraction approximations
;;;
;;;---------------------------------------------------------------------------------
;;;
;;; Call
;;;
;;; (continued-fraction-eval numerator-fun denominator-fun)
;;;
;;; Given two functions numerator-fun denominator-fun this function
;;; returns a function which will calculated the continued fraction
;;; expansion whose succesive numerators n_i(x) are defined by numerator-fun
;;; and whose successive denominators d_i(x) are defined by denominator-fun.
;;; The continued fraction is
;;;
;;; n_1(x)
;;; d_0(x) + ------------------------------------------- ...
;;; n_2(x)
;;; d_1(x) + -------------------------------- ...
;;; n_3(x)
;;; d_2(x) + --------------------- ...
;;; n_4(x)
;;; d_3(x) + ---------- ...
;;; d_4(x) + ...
;;;
;;;
;;; numerator-fun must be a function of two arguments which when applied
;;; to two numbers x and i returns the value of the i'th (i = 1, 2, 3, ... )
;;; numerator in the continued fraction evaluated at x.
;;;
;;; denominator-fun must be function of two arguments which when applied
;;; to two numbers x and i returns the value of the i'th (i = 0, 1, 2, ... )
;;; denominator in the continued fraction evaluated at x.
;;;
;;;
;;; It returns a function which will calculate the continued fraction
;;; expansion d_0(x) + [n_1(x) / [d_1(x) + [n_2(x) / [d_2(x) + ... ]]]]
;;; at arbitrary argument x to a tolerance determined
;;; by the keyword epsilon, and to a maximum number of iterations
;;; given by the keyword max-iterations. The method of calculation
;;; employs the well-known forward recurrence relations.
;;;
;;;
;;; Here's a continued-fraction approximation to the incomplete gamma.
;;;
(defun incomplete-gamma-cf (alpha)
;;
;; First set up the numerator and denominator functions locally
;;
(flet ((num-fun (y j)
"The numerator function."
(cond ((= j 1) 1.0)
((oddp j) (/ (- j 1) 2))
((evenp j) (- (+ 1 (/ (- j 2) 2)) alpha)
)))
(den-fun (y j)
"The denominator function."
(cond ((= j 0) 0.0)
((oddp j) y)
((evenp j) 1)))
)
;; Now we call continued-fraction-eval and return
;; the function it returns
(continued-fraction-eval (function num-fun) (function den-fun))))
;;; And we write our function to take the expansion function as another
;;; keyword argument
;;;
(defun my-incomplete-gamma (alpha x &key expansion-function )
"The incomplete gamma function. This is just the cumulative ~
distribution function of a gamma random variable with parameter alpha."
(unless (functionp expansion-function)
(setf expansion-function (incomplete-gamma-cf alpha)))
(if (>= x (+ 1 alpha))
;; Here's the mathematical relation with the expansion.
(- 1 (/ (* (funcall expansion-function x)
(exp (- 0 x))
(expt x alpha))
(exp (log-gamma alpha))))
;; out of the convergence area of the expansion.
(quail-error "Out of area of convergence for the continued fraction ~
expansion."))
)
;;; Compare
(incomplete-gamma 2 5)
(my-incomplete-gamma 2 5)
;;; Or we could have calculated the expansion function once and reused it.
(setf foo (incomplete-gamma-cf 2))
(my-incomplete-gamma 2 5 :expansion-function foo)
;;; Of course, you now need to be careful that the alphas match!
(my-incomplete-gamma 1 5 :expansion-function foo)
;;; is not the same as
(my-incomplete-gamma 1 5)
;;; The latter is correct because it would have created an expansion function
;;; that also had alpha = 1 whereas foo has alpha = 2 inside it.
| 4,655 | Common Lisp | .l | 111 | 37.099099 | 85 | 0.54501 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | b0004a3f6e17293c9096eed322cf53e41e5b1a6100d119ae6d6184a4cfba7827 | 32,962 | [
-1
] |
32,963 | beta.lsp | rwoldford_Quail/examples/mathematics/Special-Functions/beta.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Beta functions
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;; In this file we consider the special functions:
;;;
;;; beta ... the complete beta function B(a,b)
;;; incomplete-beta ... the incomplete beta function Ix(a,b)
;;;
;;; See also the overview file for other special functions.
(edit-file "eg:Mathematics;Special-Functions;overview.lsp")
;;;------------------------------------------------------------------------------
;;;
;;; Complete Beta Function
;;;
;;; B(a,b) = Gamma(a) * Gamma(b) / Gamma(a+b)
;;;
;;;
;;;------------------------------------------------------------------------------
(beta 10 11)
(exp (- (+ (log-gamma 10) (log-gamma 11))
(log-gamma 21)))
;;;----------------------------------------------------------------------------------
;;;
;;; Incomplete beta function Ix(a,b) is the value of the cumulative distribution
;;; function of a beta(a,b) random variable evaluated at the point x.
;;;
;;; x
;;; 1 / a-1 b-1
;;; Ix(a,b) = -------- / t (1-t) dt (a,b > 0)
;;; B(a,b) /
;;; 0
;;;
;;; 0 < x <= 1
;;;
;;;-----------------------------------------------------------------------------------
;;;
;;; Call
;;;
;;; (incomplete-beta a b x :max-iterations 100 :epsilon 3.0D-7)
;;;
;;; Returns the value of the cumulative distribution function of a beta(a,b) random
;;; variable evaluated at the point x.
;;; That is the value of the incomplete beta function Ix(a,b).
(incomplete-beta 1 1 0.5)
(dist-beta 0.5 :a 1 :b 1)
(quantile-beta .5 :a 1 :b 1)
(incomplete-beta 2 3 0.40)
(dist-beta 0.40 :a 2 :b 3)
(quantile-beta .52 :a 2 :b 3)
| 1,902 | Common Lisp | .l | 55 | 32.054545 | 87 | 0.419267 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | f29fb09517229031cfd623062fa4663d28fc6a529a15501727ac8cf56170e03a | 32,963 | [
-1
] |
32,964 | gamma.lsp | rwoldford_Quail/examples/mathematics/Special-Functions/gamma.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Gamma functions
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;; In this file we consider the special functions:
;;;
;;; gamma ... the complete gamma function
;;; log-gamma ... the natural log of the gamma function
;;; incomplete-gamma ... the incomplete-gamma function
;;; incomplete-gamma-complement ... the complement of the incomplete-gamma
;;;
;;; See also the overview file for other special functions.
(edit-file "eg:Mathematics;Special-Functions;overview.lsp")
;;;------------------------------------------------------------------------------
;;;
;;; Complete Gamma Function
;;;
;;;
;;; +infinity
;;; /
;;; Gamma(a) = / exp(-t) t^(a-1) dt
;;; /
;;; 0
;;;
;;; for arbitrary a > 0.
;;;
;;; Some properties are
;;;
;;; Gamma(n) = (n-1) * Gamma(n-1)
;;; Gamma(1) = 1
;;; Gamma(n+1) = n! for non-negative integer n
;;; Gamma(1/2) = sqrt(pi)
(gamma 4)
(factorial 3)
(expt (gamma 1/2) 2)
pi
;;; Natural log of the gamma function. It's usually more stable
;;; to work with the log of the gamma function.
;;;
(log-gamma 4)
;;;------------------------------------------------------------------------------
;;;
;;; Incomplete Gamma Function
;;;
;;; Implementation relies on both a series expansion and a continued
;;; fraction expansion for the incomplete gamma and its complement,
;;; respectively.
;;;
;;; Here we call
;;; x
;;; 1 /
;;; P(a,x) = -------- / exp(-t) t^(a-1) dt
;;; gamma(a) /
;;; 0
;;;
;;; the incomplete gamma function. This is just the cumulative
;;; distribution function of a gamma random variable with parameter a.
;;; The notation follows that of Numerical Recipes.
;;;
;;; The complement of P is Q(a,x) = 1 - P(a,x)
;;;
;;; There exists a series expansion for P(a,x)*gamma(a)
;;; And a continued-fraction expansion for Q(a,x)*gamma(a)
;;;
;;; Most importantly, their regions of convergence are complementary
;;; so an accurate incomplete gamma function is had by using
;;; each where appropriate.
;;;
;;;---------------------------------------------------------------------------------
;;;
;;; Call
;;;
;;; (incomplete-gamma a x :epsilon 1.0D-7 :max-iterations 100)
;;;
;;; Returns two values. The first is the incomplete gamma function P(a,x)
;;; defined to be the cumulative distribution function of a gamma random variable
;;; with shape parameter a.
;;; The second is log-gamma(a) + log (the first) and is
;;; sometimes denoted as the natural log of lower-case-gamma(a,x).
;;;
;;; Epsilon and max-iterations are convergence parameters.
(incomplete-gamma 3 6)
(+ (log-gamma 3) (log (incomplete-gamma 3 6)))
;;; Call
;;;
;;; (incomplete-gamma-complement a x :epsilon 1.0D-7 :max-iterations 100)
;;;
;;; Returns two values. The first is the complement of the incomplete gamma function,
;;; namely 1 - P(a,x), where P(a,x) is the incomplete gamma function that is
;;; defined to be the same as the cumulative distribution function of a gamma
;;; random variable with shape parameter a.
;;; The second is gamma(a) * (1 - P(a,x)) and is sometimes denoted as
;;; upper-case-gamma(a,x).
;;;
;;; As before, epsilon and max-iterations are convergence parameters.
(incomplete-gamma-complement 3 6)
(* (gamma 3) (incomplete-gamma-complement 3 6))
;;; compare
(incomplete-gamma 3 6)
(- 1 (incomplete-gamma-complement 3 6))
| 3,839 | Common Lisp | .l | 105 | 34.171429 | 88 | 0.547542 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 582c54e06f572f465edd2d72ee3b951de213e67d7b69fb243922621f3a36ef56 | 32,964 | [
-1
] |
32,965 | continued-fraction.lsp | rwoldford_Quail/examples/mathematics/Special-Functions/continued-fraction.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Continued Fraction approximations
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;; In this file we consider the special function:
;;;
;;; continued-fraction-eval ... evaluate an arbitrary continued
;;; fraction approximation
;;;
;;; See also the overview file for other special functions.
(edit-file "eg:Mathematics;Special-Functions;overview.lsp")
;;;---------------------------------------------------------------------------------
;;;
;;; Continued fraction approximations
;;;
;;;---------------------------------------------------------------------------------
;;;
;;; Call
;;;
;;; (continued-fraction-eval numerator-fun denominator-fun)
;;;
;;; Given two functions numerator-fun denominator-fun this function
;;; returns a function which will calculated the continued fraction
;;; expansion whose succesive numerators n_i(x) are defined by numerator-fun
;;; and whose successive denominators d_i(x) are defined by denominator-fun.
;;; The continued fraction is
;;;
;;; n_1(x)
;;; d_0(x) + ------------------------------------------- ...
;;; n_2(x)
;;; d_1(x) + -------------------------------- ...
;;; n_3(x)
;;; d_2(x) + --------------------- ...
;;; n_4(x)
;;; d_3(x) + ---------- ...
;;; d_4(x) + ...
;;;
;;;
;;; numerator-fun must be a function of two arguments which when applied
;;; to two numbers x and i returns the value of the i'th (i = 1, 2, 3, ... )
;;; numerator in the continued fraction evaluated at x.
;;;
;;; denominator-fun must be function of two arguments which when applied
;;; to two numbers x and i returns the value of the i'th (i = 0, 1, 2, ... )
;;; denominator in the continued fraction evaluated at x.
;;;
;;;
;;; It returns a function which will calculate the continued fraction
;;; expansion d_0(x) + [n_1(x) / [d_1(x) + [n_2(x) / [d_2(x) + ... ]]]]
;;; at arbitrary argument x to a tolerance determined
;;; by the keyword epsilon, and to a maximum number of iterations
;;; given by the keyword max-iterations. The method of calculation
;;; employs the well-known forward recurrence relations.
;;;
;;;
;;; Here's a continued-fraction approximation to the incomplete gamma.
;;;
(defun incomplete-gamma-cf (alpha)
;;
;; First set up the numerator and denominator functions locally
;;
(flet ((num-fun (y j)
"The numerator function."
(cond ((= j 1) 1.0)
((oddp j) (/ (- j 1) 2))
((evenp j) (- (+ 1 (/ (- j 2) 2)) alpha)
)))
(den-fun (y j)
"The denominator function."
(cond ((= j 0) 0.0)
((oddp j) y)
((evenp j) 1)))
)
;; Now we call continued-fraction-eval and return
;; the function it returns
(qk:continued-fraction-eval (function num-fun) (function den-fun))))
;;; And we write our function to take the expansion function as another
;;; keyword argument
;;;
(defun my-incomplete-gamma (alpha x &key expansion-function )
"The incomplete gamma function. This is just the cumulative ~
distribution function of a gamma random variable with parameter alpha."
(unless (functionp expansion-function)
(setf expansion-function (incomplete-gamma-cf alpha)))
(if (>= x (+ 1 alpha))
;; Here's the mathematical relation with the expansion.
(- 1 (/ (* (funcall expansion-function x)
(exp (- 0 x))
(expt x alpha))
(exp (qk:log-gamma alpha))))
;; out of the convergence area of the expansion.
(quail-error "Out of area of convergence for the continued fraction ~
expansion."))
)
;;; Compare
(incomplete-gamma 2 5)
(my-incomplete-gamma 2 5)
;;; Or we could have calculated the expansion function once and reused it.
(setf foo (incomplete-gamma-cf 2))
(my-incomplete-gamma 2 5 :expansion-function foo)
;;; Of course, you now need to be careful that the alphas match!
(my-incomplete-gamma 1 5 :expansion-function foo)
;;; is not the same as
(my-incomplete-gamma 1 5)
;;; The latter is correct because it would have created an expansion function
;;; that also had alpha = 1 whereas foo has alpha = 2 inside it.
| 4,661 | Common Lisp | .l | 111 | 37.153153 | 85 | 0.545172 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a94bc819a3e9f612066a46e312a4d2950cf6379440b27946c7307ee5850114fc | 32,965 | [
-1
] |
32,966 | overview.lsp | rwoldford_Quail/examples/mathematics/Special-Functions/overview.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Special mathematical functions
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;; Several so-called ``special functions'' have been implemented in Quail.
;;; Most are hand-coded translatations from the Fortran code in Numerical Recipes
;;; by Press, Flannery, Teukolsky, and Vetterling (1986).
;;;
;;; Caveat:
;;; All have been implemented to operate on real numerical arguments.
;;; They have not been implemented to handle extended or complex arithmetic.
;;; Should it be desirable to operate on arrays the Quail function
;;; map-element should be called with the special function as an argument.
;;;
;;; In these files we consider the special functions:
;;;
;;; gamma ... the complete gamma function
;;; log-gamma ... the natural log of the gamma function
;;; incomplete-gamma ... the incomplete-gamma function
;;; incomplete-gamma-complement ... the complement of the incomplete-gamma
(edit-file "eg:Mathematics;Special-Functions;gamma.lsp")
;;; beta ... the complete beta function B(a,b)
;;; incomplete-beta ... the incomplete beta function B(a,b)
(edit-file "eg:Mathematics;Special-Functions;beta.lsp")
;;; error-function ... the error function erf(x)
;;; error-function-complement ... the complement erfc(x) of the error
;;; function 1 - erf(x)
(edit-file "eg:Mathematics;Special-Functions;error-fun.lsp")
;;; continued-fraction-eval ... evaluate an arbitrary continued
;;; fraction approximation
(edit-file "eg:Mathematics;Special-Functions;continued-fraction.lsp")
| 1,889 | Common Lisp | .l | 36 | 49.861111 | 83 | 0.601746 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 9affd1b4ebffcf91f2e3e55911a03a63619d9a2c9f11d5be827bddf80b2271ea | 32,966 | [
-1
] |
32,967 | error-fun.lsp | rwoldford_Quail/examples/mathematics/Special-Functions/error-fun.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Error function
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
(in-package :quail-user)
;;;
;;; In this file we consider the special functions:
;;;
;;; error-function ... the error function erf(x)
;;; error-function-complement ... the complement erfc(x) of the error
;;; function 1 - erf(x)
;;;
;;; See also the overview file for other special functions.
(edit-file "eg:Mathematics;Special-Functions;overview.lsp")
;;;---------------------------------------------------------------------------------
;;;
;;; The Error Function
;;;
;;;---------------------------------------------------------------------------------
;;;
;;;
;;; x 2
;;; 2 / -t
;;; erf(x) = -------- / e dt
;;; sqrt(pi) /
;;; 0
;;;
;;; Some properties:
;;;
;;; erf(0) = 0 erfc(0) = 1
;;; erf(infinity) = 1 erfc(infinity) = 0
;;; erf(-x) = -erf(x) erfc(-x) = 2 - erfc(x)
;;;
;;;
;;; These are related to the incomplete gamma functions as
;;;
;;; erf(x) = P(1/2, x^2) x >= 0
;;; erfc(x) = Q(1/2, x^2) x >= 0
;;;
;;; and to Gaussian(0, 1) or Normal(0,1) probabilities as
;;;
;;; Prob(|z| < a) = erf(a / sqrt(2)) where z ~ N(0,1)
;;;
;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Call
;;;
;;; (error-function x :max-iterations 100 :epsilon 1.0D-7)
;;;
;;; Returns the error function erf(x).
;;;
;;; Call
;;;
;;; (error-function-complement x :max-iterations 100 :epsilon 1.0D-7)
;;;
;;; Returns the error function erfc(x) = 1 - erf(x).
;;;
(error-function 0)
;;;
;;; And for very large values of x (note that + or -infinity are not acceptable.
;;;
(error-function 1000000)
;;; Other properties
(error-function 3)
(error-function -3)
(error-function-complement 0)
(error-function-complement 1000000)
(error-function-complement -3)
(- 2 (error-function-complement 3))
;;; relation to incomplete gamma funs.
(error-function 3)
(incomplete-gamma 0.5 9)
(error-function-complement 3)
(incomplete-gamma-complement 0.5 9)
;;; and to the gaussian calculations
(- (dist-gaussian 1.645) (dist-gaussian -1.645))
(error-function (/ 1.645 (sqrt 2)))
| 2,402 | Common Lisp | .l | 80 | 27.45 | 85 | 0.48514 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a23f6b8ac7df5297386be9f1134053ea83a1c93cb15138794e8657d2b7bb96ef | 32,967 | [
-1
] |
32,968 | mouse-behaviour.lsp | rwoldford_Quail/examples/window-basics/mouse-behaviour.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Mouse input behaviour
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
;;;
;;;
;;; Besides keyboard input, Quail accepts a variety of input from the
;;; mouse.
;;;
;;; Quail assumes a three button mouse; if the mouse has only one or
;;; two buttons, other keys are used in combination with the mouse buttons
;;; to mimic a three-button mouse. The three mouse buttons will be referred
;;; to as LEFT, MIDDLE, and RIGHT.
;;;
;;; KEY | Mac implementation
;;;________|_________________________________________________________________
;;; |
;;; LEFT | Mouse button
;;; |
;;; MIDDLE | Mouse button
;;; | + Option key
;;; |
;;; RIGHT | Mouse button
;;; | + Command key
;;; | (i.e. Apple or Clover key)
;;; |
;;; |
;;;________|_________________________________________________________________
;;;
;;; Two modifier keys, SHIFT and CTRL, can be used in conjuction with any
;;; mouse buttons. For convenience, we will sometimes refer to the case
;;; when no modifier key is used, as using the NONE modifier.
;;;
;;; Thus there are nine possibilities for mouse input
;;; (3 buttons) x (3 modifiers)
;;;
;;; | Mouse button |
;;; Modifier |_____________________________________________________________|
;;; | | | |
;;; | LEFT | MIDDLE | RIGHT |
;;;___________|_____________________________________________________________|
;;; | | | |
;;; | | | |
;;; NONE | Select view | Access display | Editing views -- cut |
;;; | | characteristics of | paste, move, copy, |
;;; | | the selected view | clone, link, unlink... |
;;; | | | |
;;; _|_ _|_ _|_ |
;;; | | | |
;;; | | | |
;;; SHIFT | Multiple | Not prescribed | Not prescribed |
;;; | selection | | |
;;; | of views | | |
;;; | | | |
;;; _|_ _|_ _|_ |
;;; | | | |
;;; | | | |
;;; CTRL | Access the | Not prescribed | Not prescribed |
;;; | viewed-object | but reserved for | but reserved for |
;;; | | viewed-object | viewed-object |
;;; | | interaction | interaction |
;;;___________|_______________|____________________|________________________|
;;;
;;;
;;;
;;;
;;;
;;; Some mouse related functions from the window-basics package
;;;
;;; Is a mouse button pressed?
(wb:mouse-down-p)
;;; Which mouse button is pressed? ... one of :left :middle :right or :none
(wb:mouse-state)
(loop for i from 1
;; starts an infinite loop
until (wb:mouse-down-p)
;; which will end when you press a mouse button
finally (return (wb:mouse-state)))
;;; Modifier key info
(wb:control-key-p)
(wb:shift-key-p)
(loop for i from 1
;; starts an infinite loop
until (and (wb:mouse-down-p)
(or (wb:control-key-p)
(wb:shift-key-p)))
;; which will end when you press a mouse button
finally (return (if (wb:control-key-p)
:CTRL
:SHIFT)))
;;;
;;; Where is the mouse on the screen (in screen coordinates)?
(wb:screen-mouse-position)
(wb:position-x (wb:screen-mouse-position))
(wb:screen-mouse-x)
(wb:position-y (wb:screen-mouse-position))
(wb:screen-mouse-y)
;;;
;;; Where is the mouse on a window (canvas) in its own coordinates?
(<- test-canvas (wb:make-canvas))
(wb:mouse-position test-canvas)
(wb:position-x (wb:mouse-position test-canvas))
(wb:mouse-x test-canvas)
(wb:position-y (wb:mouse-position test-canvas))
| 4,899 | Common Lisp | .l | 113 | 40.079646 | 84 | 0.374632 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 42231335e7ba06a0528e4655ff7ddbc9261b2d54f5c9f74853ee99eaa4bdeeb5 | 32,968 | [
-1
] |
32,969 | draw.lsp | rwoldford_Quail/examples/window-basics/draw.lsp | (in-package :window-basics)
(setf c (make-canvas))
(canvas-to-top c)
(canvas-clear c)
(multiple-value-bind
(left top right bottom)
(h-draw::radii-to-rect 100 100 100 100)
(canvas-draw-arc c left right bottom top 0 45))
;;;
;;; radius defs
(canvas-draw-arc c 0 45 100 100 100 100)
(canvas-erase-arc c 0 45 100 100 100 100)
(canvas-draw-filled-arc c 75 45 100 100 100 100)
(canvas-erase-filled-arc c 75 45 100 100 100 100)
| 443 | Common Lisp | .l | 14 | 29.071429 | 50 | 0.702576 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 8b331bf74078bd4086817f13a1d97c8a0d041a6786e9d43e19f5db5728a0352e | 32,969 | [
-1
] |
32,970 | summary-statistics.lsp | rwoldford_Quail/examples/statistics/summary-statistics.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Summary statistics
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
;;;
;;; Contents:
;;; 1. Measures of location
;;; 1.1 Mean and sum
;;; 1.2 Median
;;; 2. Measures of spread
;;; 2.1 Range
;;; 2.2 Inter-quartile range
;;; 2.3 Standard deviation
;;; 3. Percentiles
;;; 3.1 Five number summary
;;; 3.2 Min and Max
;;; 3.3 Quartiles
;;; 3.4 Quantiles
;;; 4. Variances
;;; 5. Covariances
;;; 6. Map-slices and collapse
;;; 7. Otheriteration schemes
;;;
;;;-------------------------------------------------------------------------------
(in-package :q-user)
;;;
;;; First some data
;;;
(<- y (random-gaussian :n 100))
(<- x (array (random-gaussian :n 90) :dimensions '(30 3)))
(<- z (array (random-gaussian :n 60) :dimensions '(3 4 5)))
;;; \section Measures of location
;;;
;;;
;;;
;;; \subsection Mean and sum
(sum y)
(/ (sum y) (number-of-elements y))
(mean y)
;;; always over the whole array
(sum x)
(mean x)
;;;
;;; \subsection Median
(median x)
(median y)
(median z)
;;;
;;; \section Measures of spread
;;;
;;; \subsection Range
(range x)
(range y)
(range z)
;;; \subsection Inter-quartile range
(iqr x)
(iqr y)
(iqr z)
;;; \subsection Standard deviation
(sd x)
(sd y)
(sd z)
;;; \section Percentiles
;;;
;;; \subsection Five number summary
;;;
;;; The five number summary for a data set is the
;;; (min, 1st quartile, median, 3rd quartile, max)
(five-num-sum y)
;;;
;;; \subsection Min and max
(min y)
(max y)
;;; \subsection Quartiles
;;;
;;; First quartile
(quartile y)
(quartile y 1)
;;; Second quartile
(quartile y 2)
(median y)
;;; Third quartile
(quartile y 3)
;;; The inter-quartile range is the difference between the 3rd and 1st
;;; quartiles.
(= (iqr y)
(- (quartile y 3) (quartile y 1)))
;;; \subsection Quantiles
;;;
;;; Arbitrary quantiles can be had because a dataset can be regarded as a
;;; an empirical distribution.
(quantile-at y .3)
;;; Here's the five number summary
(quantile-at y '(0.0 0.25 0.5 0.75 1.0))
;;; \section Variances
(var x)
(var y)
(var z)
(- (sqrt (var z)) (sd z))
;;; \section Covariances
;;;
;;; These return the whole variance covariance matrix and so
;;; works only on matrices. Calling it on y or z will result in error.
(cov x)
;;; \subsection Mapping over slices of an array
;;;
;;; column means of x
(map-slices #'mean '(1) :column x)
;;; Note that since this is a two dimensional array the iteration order
;;; could be :row. The answer will be the same.
(map-slices #'mean '(1) :row x)
;;; row means of x
(map-slices #'mean '(0) :row x)
;;; or
(map-slices #'mean '(0) :column x)
;;;
;;; Order makes a difference when we have a three way array
(map-slices #'mean '(0 1) :row z)
(map-slices #'mean '(0 1) :column z)
;;; Multi-way arrays are often used as contingency
;;; tables to store counts in each cell.
;;; A common thing to do is to collapse a table by summing the elements
;;; over one of its dimensions (or margins).
(setf g (array (iseq 1 24) :dimensions '(2 3 4)))
;;; In statistics this might represent the cross-classification of
;;; three variables: the first having two possible outcomes
;;; the second three and the third four.
;;; Each cell of the table represents the number of individuals observed
;;; to have that combination of values for the three variables.
;;;
;;; The total number of individuals then is
(sum g)
;;; or equivalently
(collapse #'sum g :slices NIL)
;;; If we want the 2 by 3 table of totals over the 4 categories of variable 3,
;;; then we use
(collapse #'sum g :slices '(0 1))
;;; If we want the totals of all columns (that is summing over all rows)
;;;
(collapse #'sum g :slices '(1 2))
;;; If we want to look at the observed marginal distribution for the first
;;; variable
(collapse #'sum g :slices 0)
;;;
;;; For many applications we will want other summary statistics.
;;;
;;; Mean number of individuals in each category of variable 3
;;; cross-classified according to the first two variables
(collapse #'mean g :slices '(0 1))
;;; Median for same
(collapse #'median g :slices '(0 1))
;;; Standard deviation for same
(collapse #'sd g :slices '(0 1))
;;;
;;;
;;; Collapse can also be applied directly to the elements of an array
;;; As in
(collapse #'sum g :slices :elements)
;;; Which essentially returns a copy of g
;;;
;;; or
(collapse #'(lambda (x) (if (> x 12) 'big 'small))
g :slices :elements)
;;;
;;; This is most useful when each element is a more complicated structure
;;; as in
(<- h (list (array (iseq 6) :dimensions '(2 3))
g))
;;; then the list of table totals is produced by
(collapse #'sum h :slices :elements)
;;;
;;; Or more interestingly, we might have four samples of different sizes
;;;
(<- x1 (random-gaussian :n 5 :location 10 :scale 1))
(<- x2 (random-gaussian :n 4 :location 20 :scale 2))
(<- x3 (random-gaussian :n 10 :location 30 :scale 3))
(<- x4 (random-gaussian :n 6 :location 40 :scale 4))
;;;
;;; cross-classified by two variables having two categories each
;;; as in
(<- y (array (list x1 x2 x3 x4) :dimensions '(2 2)))
;;;
;;; The table of sample means is
;;;
(collapse #'mean y :slices :elements)
;;;
;;; The table of standard deviations is
;;;
(collapse #'sd y :slices :elements)
;;; \section Other iteration schemes
;;;
(edit-file "eg:Arrays;overview.lsp")
| 6,093 | Common Lisp | .l | 201 | 27.164179 | 84 | 0.602412 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 389312d984706bcc38f845f2c108e2356bac6e9ccf16d7e9ccaa71246211f4ca | 32,970 | [
-1
] |
32,971 | eg-glm-car.lsp | rwoldford_Quail/examples/statistics/models/eg-glm-car.lsp | (in-package q-user)
;; *********** GAMMA FAMILY with RECIPROCAL LINK ***********
;; See McCullagh and Nelder, Generalized Linear Models, 2nd ed.
;; This dataset and an analysis is given in section 8.4.1.
(set-quail-data-directory (probe-file "q:examples;statistics;models;"))
;; to undo: (set-quail-data-directory nil :reset t)
(load (quail-file-pathname "full-factorial-design.lsp"))
;; car insurance data
;; column 0 is the average amount of claims
;; column 1 is the corresponding number of claims
(setf cars-data (array (scan "car insurance data")
:dimensions '(t 2)))
(setf vehicle-age '("0-3" "4-7" "8-9" "10+"))
(setf policy-holder-age '("17-20" "21-24" "25-29" "30-34"
"35-39" "40-49" "50-59" "60+"))
(setf car-group '(a b c d))
(setf car-cov (full-factorial-design vehicle-age
policy-holder-age
car-group))
;; when the number of claims, which are used as weights, is zero, then
;; the term will be automatically dropped from the likelihood
(setf cars-dat (data-frame (list (array (ref car-cov t 0)
:class 'factor-array
:levels vehicle-age)
(array (ref car-cov t 1)
:class 'factor-array
:levels policy-holder-age)
(array (ref car-cov t 2)
:class 'factor-array
:levels car-group)
(ref cars-data t 0)
(ref cars-data t 1))
(list "v_age"
"ph_age"
"group"
"amount"
"number")))
(setf c0 (glm "amount ~ 1"
cars-dat
:family :gamma
:link :reciprocal
:weight (eref cars-dat "number")
:tolerance 1e-3))
(deviance c0)
(model-degrees-of-freedom-of c0)
(display c0)
(setf c1 (glm "amount ~ v_age + ph_age + group"
cars-dat
:family :gamma
:link :reciprocal
:weight (eref cars-dat "number")
:tolerance 1e-3))
(deviance c1)
(model-degrees-of-freedom-of c1)
(display c1)
;; next is a lengthy process if you've got less than about 16 Meg
;; of real RAM ... enjoy your coffee.
;;
;; [ We haven't exactly optimized any code, yet. :-) ]
(setf c2 (glm "amount ~ v_age * ph_age * group - v_age . ph_age . group"
cars-dat
:family :gamma
:link :reciprocal
:weight (eref cars-dat "number")
:tolerance 1e-3))
| 2,955 | Common Lisp | .l | 65 | 29.676923 | 73 | 0.478656 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 35bb838d12311dfdb39baf88f1e3754d8ad14c6e13ed2b94563706b21037d336 | 32,971 | [
-1
] |
32,972 | full-factorial-design.lsp | rwoldford_Quail/examples/statistics/models/full-factorial-design.lsp | (in-package q-user)
(defun code-an-effect (design column levels inner-reps outer-reps)
(let ((count 0)
(design-col (ref design t column)))
(loop repeat outer-reps
do
(loop for lev in levels
do (loop repeat inner-reps
do (setf (eref design-col count) lev)
(incf count))))))
(defun full-factorial-design (&rest levels-list)
(let* ((levels-numlevels (mapcar #'length levels-list))
(numvars (length levels-list))
(numruns (apply #'* levels-numlevels))
(design (array 0 :dimensions (list numruns numvars)))
inner-reps)
(loop for current-column upfrom 0
as levels in levels-list
as rem-levels on levels-numlevels
do
(setf inner-reps (apply #'* (rest rem-levels)))
(code-an-effect design
current-column
levels
inner-reps
(/ numruns inner-reps (first rem-levels))))
design))
| 1,123 | Common Lisp | .l | 27 | 27.407407 | 70 | 0.52809 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 506928b32fd932475a81ed93e59c95e1c7b303a16100210ff035ab56a7201dfb | 32,972 | [
-1
] |
32,973 | kyphosis.lsp | rwoldford_Quail/examples/statistics/models/kyphosis.lsp | 71 5 3 0
158 14 3 0
128 5 4 1
2 1 5 0
1 15 4 0
1 16 2 0
61 17 2 0
37 16 3 0
113 16 2 0
59 12 6 1
82 14 5 1
148 16 3 0
18 2 5 0
1 12 4 0
243 8 8 0
168 18 3 0
1 16 3 0
78 15 6 0
175 13 5 0
80 16 5 0
27 9 4 0
22 16 2 0
105 5 6 1
96 12 3 1
131 3 2 0
15 2 7 1
9 13 5 0
12 2 14 1
8 6 3 0
100 14 3 0
4 16 3 0
151 16 2 0
31 16 3 0
125 11 2 0
130 13 5 0
112 16 3 0
140 11 5 0
93 16 3 0
1 9 3 0
52 6 5 1
20 9 6 0
91 12 5 1
73 1 5 1
35 13 3 0
143 3 9 0
61 1 4 0
97 16 3 0
139 10 3 1
136 15 4 0
131 13 5 0
121 3 3 1
177 14 2 0
68 10 5 0
9 17 2 0
139 6 10 1
2 17 2 0
140 15 4 0
72 15 5 0
2 13 3 0
120 8 5 1
51 9 7 0
102 13 3 0
130 1 4 1
114 8 7 1
81 1 4 0
118 16 3 0
118 16 4 0
17 10 4 0
195 17 2 0
159 13 4 0
18 11 4 0
15 16 5 0
158 14 5 0
127 12 4 0
87 16 4 0
206 10 4 0
11 15 3 0
178 15 4 0
157 13 3 1
26 13 7 0
120 13 2 0
42 6 7 1
36 13 4 0
| 998 | Common Lisp | .l | 83 | 9.024096 | 12 | 0.546448 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | fba5468cedbde0660bd91d26258a792d8e50d9c3423b649eccfdf7bc9bef8042 | 32,973 | [
-1
] |
32,974 | BUGS.lsp | rwoldford_Quail/examples/statistics/models/BUGS.lsp | ;;; BUGS in MOdels
;;; From the cars example. try instead the following
(glm "amount ~ 1 + v_age + ph_age + group + group . v_age"
cars-dat
:family :gamma
:link :reciprocal
:weight (eref cars-dat "number")
:tolerance 1e-3)
#|
You get
> Error: value NAN is not of the expected type NUMBER.
> While executing: #<STANDARD-METHOD FIT (GENERALIZED-LINEAR-MODEL-FIT)>
> Type Command-. to abort.
See the RestartsÉ menu item for further choices.
1 >
I believe this is the result of a 0/0.0 around observation 98.
There are several NaNs.
| 629 | Common Lisp | .l | 17 | 30.176471 | 73 | 0.63289 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 4842373ced09b9584344a98157393226787675d238edd44dd99e8f65d2deb1f1 | 32,974 | [
-1
] |
32,975 | _README-models | rwoldford_Quail/examples/statistics/models/_README-models | Models examples
---------------
The examples in this folder concern Generalized Linear Models, using
the function glm. For the Gaussian Linear Model, you may use the function lm,
which defaults to the gaussian family.
Some of these examples are quite large and may take a while to execute
on smaller configurations. They will, however, at least illustrate the
syntax of model formulae etc.
binary/logit: eg-glm-kyphosis.lisp
poisson/log: eg-glm-ship.lisp
gamma/reciprocal: eg-glm-cars.lisp
Restrictions and Caveats
------------------------
-- The fitting code has not yet been exercised extensively.
-- The data types are not well developed at all, so manipulation can
be a bit cumbersome right now.
-- Fitting of Generalized Additive Models is not yet implemented.
-- The degrees of freedom computations work fine in nice cases, but can
break currently if there are structural zeros.
-- The generic function residuals is largely untested.
-- Summaries, plots, and model searching aren't there.
Greg Anglin
Statistical Computing Laboratory
University of Waterloo
March 1993 | 1,152 | Common Lisp | .l | 25 | 42.88 | 79 | 0.752717 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 3a15122e6002c202e6a7a43e017708a1c14e097229f95f768b4942f6cc4fc073 | 32,975 | [
-1
] |
32,976 | eg-glm-kyphosis.lsp | rwoldford_Quail/examples/statistics/models/eg-glm-kyphosis.lsp | (in-package :q-user)
;; *********** BINOMIAL FAMILY with LOGIT LINK ***********
;; A brief GLM analysis of kyphosis data following
;; Hastie & Tibshirani, Generalized Additive Models, section 10.2
(set-quail-data-directory "q:Examples;Statistics;Models;")
;; to undo: (set-quail-data-directory nil :reset t)
(setf kyp-dat (array (scan "kyphosis.lsp") :dimensions '(t 4)))
;; Currently, we don't have a rich set of representations for GLM data ...
;; For now, binomial data is given as two columns:
;; one column of counts of successes for these covariates, one column of failures.
;; The data here are the common bernoulli case ie. one individual per value of covariates.
(setf binomial-response (cglue (ref kyp-dat t 3) (- 1 (ref kyp-dat t 3))))
(setf kyp (data-frame (list binomial-response
(ref kyp-dat t 0)
(ref kyp-dat t 1)
(ref kyp-dat t 2)) ;; the data
(list "kyphosis"
"age"
"start"
"number") ;; the corresponding names
))
;; The following calls to glm illustrate variations on specifying link and family.
;;
;; eg. for binomial family, can use:
;; 'binomial, :binomial, 'binomial-family, :binomial-family, "binomial", or "binomial-family"
;;
;; The above specifications are package-independent.
;; In packages which use :quail package, such as :quail-user, there are also symbols bound to
;; the correct instance, eg binomial-family
(setf gl0 (glm "kyphosis ~ 1" ;; null model ie. intercept only
kyp
:link :logit
:family :binomial-family))
(defun single-cut (x cut-point)
(map-element #'(lambda (xx) (if (> xx cut-point) 1 0))
:row
x))
(defun single-poly (x degree)
(if (> (ncols x) 1)
(error "Can only handle (non-orthogonal) polynomials in one variable, currently.")
(apply #'cglue (loop for d from 1 to degree
collect (** x d)))))
(setf gl1 (glm "kyphosis ~ age + {(** age 2)} + {(** age 3)} +
start + {(** start 2)} + {(** start 3)} +
number + {(** number 2)} + {(** number 3)}"
kyp
:link 'logit
:family "binomial"))
;; or equivalently ...
(setf gl1b (glm "kyphosis ~ {(single-poly age 3)} + {(single-poly start 3)} + {(single-poly number 3)}"
kyp
:link 'logit
:family "binomial"))
(setf gl2 (glm "kyphosis ~ {(single-poly age 2)} + {(* (- start 12) (single-cut start 12))}"
kyp
:link 'logit-link
:family binomial-family
| 2,885 | Common Lisp | .l | 57 | 38.877193 | 104 | 0.544023 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 78e886a66654b810e61aea5e97ecad992b6b8fadf9a5ace5d1eeb38150aafcc6 | 32,976 | [
-1
] |
32,977 | display.lsp | rwoldford_Quail/examples/statistics/models/display.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; display.lsp
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Copyright (c) Statistical Computing Laboratory
;;; University of Waterloo
;;; Canada.
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1993
;;;
;;;
;;;
;;;----------------------------------------------------------------------------------
(in-package :quail)
(export '(display))
(defmethod display ((model generalized-linear-model) &rest grid-plot-args
&key
(draw? T)
(color wb::*white-color*)
(title NIL)
&allow-other-keys)
(unless title
(setf title
(format NIL "Model summary: ~s." (class-name (class-of model)))))
(let*
((link (link-of model))
(formula (formula-of model))
(family (family-of model))
(formula-label (label :viewed-object "Formula:" :draw? NIL))
(link-label (label :viewed-object "Link:" :draw? NIL))
(family-label (label :viewed-object "Family:" :draw? NIL))
(formula-value (text-view :viewed-object (literal-of formula) :draw? NIL))
(link-value (text-view :viewed-object (name-of link) :draw? NIL))
(family-value (text-view :viewed-object (name-of family) :draw? NIL))
(view-layout (grid-layout :subviews (list formula-label formula-value
link-label link-value
family-label family-value
)
:nrows 3 :box-views? NIL
:gap-x 0.1 :gap-y 0.1)))
(apply #'grid-plot :interior-view view-layout :gap-x 0.1 :gap-y 0.1
:title title
:draw? draw?
| 1,986 | Common Lisp | .l | 47 | 31.191489 | 86 | 0.420508 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | aee62ebfedbb51c2ff6742fa974270fdb379726348b4224a6409506bdfc13818 | 32,977 | [
-1
] |
32,978 | eg-glm-ship-data.lsp | rwoldford_Quail/examples/statistics/models/eg-glm-ship-data.lsp | (in-package q-user)
;; *********** POISSON FAMILY with LOG LINK ***********
;; THIS FILE IS PROVIDED AS SOMETHING OF A CAVEAT ...
;; See McCullagh and Nelder, Generalized Linear Models, 2nd ed.
;; This dataset and an analysis is given in section 6.3.2.
;; We have a tricky situation here with empty cells, some of which
;; are structural, and some of which are accidental.
;; The Quail GLM code picks up the right degrees of freedom for the
;; main effects model under Approach #1, but not for the interaction
;; case or for Approach #2.
;;
;; I'm not sure yet how this problem in is dealt with in general.
(set-quail-data-directory (probe-file "q:Examples;Statistics;Models;"))
;; to undo: (set-quail-data-directory nil :reset t)
(load (quail-file-pathname "full-factorial-design.lsp"))
;; ship damage data
;; column 0 is aggregate months of service
;; column 1 is number of damage incidents
(setf ship-data (array (scan "ship_data")
:dimensions '(t 2)))
(setf ship-type '(a b c d e))
(setf year-of-construction '("60-64" "65-69" "70-74" "75-79"))
(setf period-of-operation '("60-74" "75-79"))
(setf scov (full-factorial-design ship-type
year-of-construction
period-of-operation))
;;-----------------------------------------------------------------------
;; Approach #1 ... remove rows containing empty cells
;; we do a little bit of manipulation here to remove
;; the structural and accidental empty cells.
(setf structural-empties '(6 14 22 30 38))
(setf accidental-empties '(33))
(setf empties (append structural-empties accidental-empties))
(setf ship-cov (ref scov (list* :c empties) t))
(setf ship-dat (ref ship-data (list* :c empties) t))
(setf ships (data-frame (list (array (ref ship-cov t 0)
:class 'factor-array
:levels ship-type)
(array (ref ship-cov t 1)
:class 'factor-array
:levels year-of-construction)
(array (ref ship-cov t 2)
:class 'factor-array
:levels period-of-operation)
(ref ship-dat t 0)
(ref ship-dat t 1))
(list "type"
"year"
"period"
"months"
"damage")))
(setf s1 (glm "damage ~ type + year + period"
ships
:family :poisson
:link :log
:offset (log (eref ships "months"))
:tolerance 1.0d-3))
;; Here we get the degrees of freedom wrong
;; as described in McCullagh & Nelder, p 208-9.
(setf s2 (glm "damage ~ type * year + period"
ships
:family :poisson
:link :log
:offset (log (eref ships "months"))
:tolerance 1.0d-3))
;;-----------------------------------------------------------------------
;; Approach #2 ... set weight to be 0 for empty-cell observations.
;; Here we have too many degrees of freedom, since
;; many of the empty cells are structural.
;; Estimation works, though.
(setf ships2 (data-frame (list (array (ref scov t 0)
:class 'factor-array
:levels ship-type)
(array (ref scov t 1)
:class 'factor-array
:levels year-of-construction)
(array (ref scov t 2)
:class 'factor-array
:levels period-of-operation)
(ref ship-data t 0)
(ref ship-data t 1))
(list "type"
"year"
"period"
"months"
"damage")))
(setf weight
(let ((log-months (log (eref ships2 "months")))
(weight (array 1 :dimensions (dimensions-of log-months))))
(loop for i upto (1- (first (dimensions-of log-months)))
when (eq (eref log-months i) -infinity)
do (setf (eref weight i) 0))
weight))
(setf s3 (glm "damage ~ type + year + period"
ships2
:family :poisson
:link :log
:offset (log (eref ships "months"))
:weight weight
:tolerance 1e-3))
(setf s4 (glm "damage ~ type * year + period"
ships2
:family :poisson
:link :log
:offset (log (eref ships "months"))
:weight weight
:tolerance 1e-3))
| 5,125 | Common Lisp | .l | 107 | 31.794393 | 74 | 0.475192 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | ef26483bda66d1dce5555d03c5f64ee538410a67ac668e46c3ad9008386a9202 | 32,978 | [
-1
] |
32,979 | meta-analysis.lsp | rwoldford_Quail/examples/statistics/analyses/meta-analysis.lsp | (defun meta-plot (means sds
&rest plot-keywords
&key
(plot-title "Meta-analysis")
(time (iseq (length means)))
(probable-error? NIL)
(t-value 2.0)
(bar-width (float (/ (range time) 30)))
(draw? T)
(point-size 3)
(test-value 0.0)
(y-min NIL)
(y-max NIL)
&allow-other-keys)
(if probable-error?
(setf sds (loop for s in sds collect (/ s 0.6745))))
(let* ((weights
(loop for s in sds collect (/ 1.0 (* s s))))
local-means
local-weights
sum-local-weights
local-sd
(ci-lower (make-list (length means)))
(ci-upper (make-list (length means)))
(cum-means (make-list (length means)))
(cum-sds (make-list (length means)))
(lower (make-list (length means)))
(upper (make-list (length means)))
(half-bar-width (/ bar-width 2))
j sd*t
ci-plot
cum-plot
plot
)
(unless y-min
(setf y-min (elt means 0)))
(unless y-max
(setf y-max (elt means 0)))
;; calculate end-points of all error bars
(loop for i from 1 to (length means)
do
(setf j (- i 1))
;; First the regular confidence intervals
(setf sd*t (* t-value (elt sds j)))
(setf (elt ci-lower j)
(- (elt means j) sd*t))
(setf (elt ci-upper j)
(+ (elt means j) sd*t))
;; Now the cumulative ones
(setf local-means (subseq means 0 i))
(setf local-weights (subseq weights 0 i))
(setf sum-local-weights (sum local-weights))
(setf (elt cum-means j)
(/ (sum (* local-means local-weights))
(sum local-weights)))
(setf local-sd (/ 1.0
(sqrt sum-local-weights)))
(setf (elt cum-sds j) local-sd)
(setf (elt lower j) (- (elt cum-means j)
(* t-value local-sd)))
(setf (elt upper j) (+ (elt cum-means j)
(* t-value local-sd)))
;; Get y axis min and max
(setf y-min (min y-min (elt ci-lower j) (elt lower j)))
(setf y-max (max y-max (elt ci-upper j) (elt upper j)))
)
(flet ((generate-error-bars (time lower upper)
(let ((error-bars NIL))
(loop for moment in time
as up in upper
as low in lower
do
;; lower-bar
(push
(list :type 'line-segment
:endpoints
(list (list
(- moment half-bar-width)
low)
(list
(+ moment half-bar-width)
low))
)
error-bars)
;; draw connecting line
(push
(list :type 'line-segment
:endpoints
(list (list
moment
low)
(list
moment
up))
)
error-bars)
;; draw upper-bar
(push
(list :type 'line-segment
:endpoints
(list (list
(- moment half-bar-width)
up)
(list
(+ moment half-bar-width)
up))
)
error-bars)
)
error-bars))
)
(setf ci-plot
(apply #'scatterplot
:y means
:x time
:size point-size
:shape :circle
:fill? T
:interior-view
(append (list '2d-point-cloud)
(generate-error-bars time ci-lower ci-upper)
)
:draw? NIL
(append plot-keywords
(list :title "Raw confidence intervals"))))
(setf cum-plot
(apply #'scatterplot
:y cum-means
:x time
:size point-size
:shape :circle
:fill? T
:interior-view
(append (list '2d-point-cloud)
(generate-error-bars time lower upper)
)
:draw? NIL
;;:right-view y-axis
;;:bottom-view x-axis
;;:left-view NIL
;;:left-label NIL
(append plot-keywords
(list :title "Cumulative confidence intervals")))
)
(link-view-bounds (append (sub-views-of ci-plot)
(sub-views-of cum-plot))
:x)
(link-view-bounds (append (sub-views-of ci-plot)
(sub-views-of cum-plot))
:y)
(set-extent (or (left-view-of ci-plot)
(right-view-of ci-plot))
y-min y-max)
(setf plot (col-layout :subviews (list (label :viewed-object plot-title)
ci-plot cum-plot)
:rows '(1.0 0.95 .92 .47 .45 0)
:draw? draw?
:box-views? NIL))
(when test-value
(set-extent (or (left-view-of ci-plot)
(right-view-of ci-plot))
(min y-min test-value)
(max y-max test-value))
(add-line (interior-view-of ci-plot)
:orientation :horizontal
:intercept test-value
:draw? draw?)
(add-line (interior-view-of cum-plot)
:orientation :horizontal
:intercept test-value
:draw? draw?)
)
(values (cglue time ci-lower means ci-upper lower cum-means upper) plot)
)
)
)
(load "q:Data;light-speeds.lsp")
;;; All studies
(setf time (collect-slices (i (ref light-speeds '(:c 0 1 2 3 7 21
21 22 23 24 25
26 27 28 29 30
31 32 33 34 35
36 37 38 39 40
41
58 59
73)
0)) i))
(setf speed (collect-slices (i (ref light-speeds '(:c 0 1 2 3 7 21
21 22 23 24 25
26 27 28 29 30
31 32 33 34 35
36 37 38 39 40
41
58 59
73)
3)) i))
(setf sds (collect-slices (i (ref light-speeds '(:c 0 1 2 3 7 21
21 22 23 24 25
26 27 28 29 30
31 32 33 34 35
36 37 38 39 40
41
58 59
73)
4)) i))
;;; Rotating-mirror studies
(setf time (collect-slices (i (ref rotating-mirror '(:c 1) 0)) i))
(setf speed (collect-slices (i (ref rotating-mirror '(:c 1) 3)) i))
(setf sds (collect-slices (i (ref rotating-mirror '(:c 1) 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Rotating mirror studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; Michelson's rotating-mirror studies with flat fixed mirror
(setf time (collect-slices (i (ref michelson-flat-mirror '(3 4 8 9 10) 0)) i))
(setf speed (collect-slices (i (ref michelson-flat-mirror '(3 4 8 9 10) 3)) i))
(setf sds (collect-slices (i (ref michelson-flat-mirror '(3 4 8 9 10) 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Michelson's Rotating mirror studies (flat fixed mirror)."
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; Michelson's rotating-mirror studies with flat fixed mirror (1879 removed)
(setf time (collect-slices (i (ref michelson-flat-mirror '(4 8 9 10) 0)) i))
(setf speed (collect-slices (i (ref michelson-flat-mirror '(4 8 9 10) 3)) i))
(setf sds (collect-slices (i (ref michelson-flat-mirror '(4 8 9 10) 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title
"Michelson's Rotating mirror studies (flat fixed mirror and 1879 removed)."
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; Kerr Cell
(setf time (collect-slices (i (ref kerr-cell T 0)) i))
(setf speed (collect-slices (i (ref kerr-cell t 3)) i))
(setf sds (collect-slices (i (ref kerr-cell t 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Kerr Cell studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; Radar
(setf time (collect-slices (i (ref radar T 0)) i))
(setf speed (collect-slices (i (ref radar t 3)) i))
(setf sds (collect-slices (i (ref radar t 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Radar studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; Cavity Resonator
(setf time (collect-slices (i (ref Cavity-Resonator T 0)) i))
(setf speed (collect-slices (i (ref Cavity-Resonator t 3)) i))
(setf sds (collect-slices (i (ref Cavity-Resonator t 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Cavity Resonator Studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; Geodimeter
(setf time (collect-slices (i (ref geodimeter '(:c 7) 0)) i))
(setf speed (collect-slices (i (ref geodimeter '(:c 7) 3)) i))
(setf sds (collect-slices (i (ref geodimeter '(:c 7) 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Geodimeter studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; radio interferometry
(setf time (collect-slices (i (ref radio-interferometry t 0)) i))
(setf speed (collect-slices (i (ref radio-interferometry t 3)) i))
(setf sds (collect-slices (i (ref radio-interferometry t 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Radio Interferometry studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; spectral lines
(setf time (collect-slices (i (ref spectral-lines t 0)) i))
(setf speed (collect-slices (i (ref spectral-lines t 3)) i))
(setf sds (collect-slices (i (ref spectral-lines t 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Spectral Lines studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; tellurometer
(setf time (collect-slices (i (ref tellurometer '(:c 0) 0)) i))
(setf speed (collect-slices (i (ref tellurometer '(:c 0) 3)) i))
(setf sds (collect-slices (i (ref tellurometer '(:c 0) 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Tellurometer studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; stabilized lasers
(setf time (collect-slices (i (ref stabilized-laser t 0)) i))
(setf speed (collect-slices (i (ref stabilized-laser t 3)) i))
(setf sds (collect-slices (i (ref stabilized-laser t 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Stabilized Laser studies"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
;;; stabilized lasers sans outlier in 1972
(setf time (collect-slices (i (ref stabilized-laser '(:c 0) 0)) i))
(setf speed (collect-slices (i (ref stabilized-laser '(:c 0) 3)) i))
(setf sds (collect-slices (i (ref stabilized-laser '(:c 0) 4)) i))
(multiple-value-setq
(results s)
(meta-plot speed sds
:plot-title "Stabilized Laser studies (1972 outlier removed)"
:time (collect-slices
(s (+ time (random-uniform :from -.5 :to .5)))
s)
:probable-error? T
:test-value 299792.458
:left-label "Speed"
:bottom-label "Year"))
| 16,268 | Common Lisp | .l | 386 | 24.663212 | 89 | 0.431632 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a74e33434ab557942d2f9403227650fae31f6f647e1753c8c2b0d1efcbb53201 | 32,979 | [
-1
] |
32,980 | beta.lsp | rwoldford_Quail/examples/probability/Distributions/beta.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The Beta distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The Beta distribution
;;;
;;; In this section, we consider the Beta distribution as represented in
;;; Quail.
;;; The beta can also be explored through the help system
(help 'beta :topic)
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;;
;;; First, note that the incomplete-beta function, I(a,b,x), is defined to
;;; be
;;; x
;;; 1 / a-1 b-1
;;; I(a,b,x) = -------- / t (1-t) dt (a,b > 0) (0<=x<=1)
;;; B(a,b) /
;;; 0
;;;
;;; where B(a,b) is the complete beta function
;;;
;;; 1
;;; / a-1 b-1
;;; B(a,b) = / t (1-t) dt (a,b > 0)
;;; /
;;; 0
;;;
;;; = Gamma(a)*Gamma(b)/Gamma(a+b)
;;;
;;; These are computed with the following functions (here a=2 b=3):
(incomplete-beta 2 3 .5)
(beta 2 3)
;;; The beta distribution is a continuous distribution positive on (0,1)
;;; and 0 elsewhere.
;;; It is parameterized by two shape parameters shape1 = a > 0
;;; and shape2 = b > 0.
;;;
;;; pdf:
;;; 1 a-1 b-1
;;; -------- x (1-x)
;;; B(a,b)
;;;
;;; cdf: I(a,b,x) the incomplete beta function
;;;
;;;
;;; An instance of a Beta with shape parameters 2 and 4 is created as
(setf beta24 (make-instance 'beta-dist :shape1 2 :shape2 4))
(display beta24)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at beta24 .3)
(pdf-at beta24 (list 0.0 .5 1))
(pdf-at beta24 (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at beta24 .3)
(cdf-at beta24 (list 0.0 .5 1))
(cdf-at beta24 (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at beta24 .3)
(quantile-at beta24 (list 0.0 .5 1))
(quantile-at beta24 (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value beta24)
(random-value beta24 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value beta24 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "Beta 2 4 sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at beta24 x))
:domain '(0 1)
:nlines 100))
;;; For the beta distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a beta distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-beta .3 :a 2 :b 4)
(density-beta (list 0.0 .5 1)
:a 2 :b 4)
(density-beta (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:a 2 :b 4)
;;; Cumulative distribution calculations:
(dist-beta .3 :a 2 :b 4)
(dist-beta (list 0.0 .5 1)
:a 2 :b 4)
(dist-beta (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:a 2 :b 4)
;;; Quantile (inverse cdf) calculations:
(quantile-beta .3 :a 2 :b 4)
(quantile-beta (list 0.0 .5 1)
:a 2 :b 4)
(quantile-beta (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:a 2 :b 4)
;;; Pseudo-random values
(random-beta :a 2 :b 4)
(random-beta :a 2 :b 4 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,595 | Common Lisp | .l | 128 | 31.367188 | 83 | 0.52537 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a2872207054ac58db4fb6eefd88fdc4068b390f01b6e150fc590a33787c1e2c9 | 32,980 | [
-1
] |
32,981 | bernoulli.lsp | rwoldford_Quail/examples/probability/Distributions/bernoulli.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The bernoulli distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The bernoulli distribution
;;;
;;; In this section, we consider the bernoulli distribution as represented in
;;; Quail.
;;; The bernoulli can also be explored through the help system
(help 'bernoulli :topic)
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;; x 1 - x
;;; Pr(X=x) = p (1 - p)
;;;
;;; when 0 <= p <= 1 and x = 0, 1.
;;;
;;; and zero otherwise.
;;;
;;; An instance of a bernoulli with parameters p = .5 is created as
(setf bernoulli (make-instance 'bernoulli :p 0.5))
(display bernoulli)
;;; The following functions will access the information
;;; which can be changed with setf.
(prob-success bernoulli)
(setf (prob-success bernoulli) .75)
(display bernoulli :new? T)
;;;
;;; And change it back.
(setf (prob-success bernoulli) .5)
;;; Because a bernoulli is a special kind of binomial distribution,
;;; it inherits methods from the binomial.
(number-of-trials bernoulli)
(lower-bound-of bernoulli)
(upper-bound-of bernoulli)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at bernoulli 3)
(pdf-at bernoulli (list 0.0 .5 1 2 3))
(pdf-at bernoulli (array '(0 1 2 2 1 0) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at bernoulli 3)
(cdf-at bernoulli (list -1 0 .5 1 2 3 4 5 6 7 8 9 10 11))
(cdf-at bernoulli (array '(0 1 2 3 4 5) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at bernoulli .2)
(quantile-at bernoulli (list 0.0 .5 1))
(quantile-at bernoulli (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value bernoulli)
(random-value bernoulli 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value bernoulli 100))
;;; draw the histogram
(<- hist (histogram :data data :var 0
:title "bernoulli(p = 0.5) sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at bernoulli x))
:domain '(0 2)
:nlines 10))
;;; For the bernoulli distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a bernoulli distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-bernoulli 3 :p .5)
(density-bernoulli (list 0 .5 1 2 3) :p .5)
(density-bernoulli (array '(0 1 3 5 7 10) :dimensions '(2 3)) :p .5)
;;; Cumulative distribution calculations:
(dist-bernoulli 3 :p .5)
(dist-bernoulli (list 0 .5 1 2 3) :p .5)
(dist-bernoulli (array '(0 2 3 5 7 10) :dimensions '(2 3)) :p .5)
;;; Quantile (inverse cdf) calculations:
(quantile-bernoulli .3 :p .5)
(quantile-bernoulli (list 0.0 .5 1) :p .5)
(quantile-bernoulli (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:p .5)
;;; Pseudo-random values
(random-bernoulli :p .5)
(random-bernoulli :p .5 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,172 | Common Lisp | .l | 109 | 33.724771 | 83 | 0.596884 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 114f55657809298acd116f6bf5dfb709cb4c19da6a6f5daba0f3e491cdfd02b4 | 32,981 | [
-1
] |
32,982 | empirical.lsp | rwoldford_Quail/examples/probability/Distributions/empirical.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Empirical distributions
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection Empirical distributions
;;;
;;; In this section, we consider empirical distributions as represented in
;;; Quail.
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;; Let y_1, y_2, y_3, ..., y_n be a random sample of size n from some
;;; distribution F. Then the empirical distribution F-hat is defined
;;; to be such that probability mass 1/n is assigned to each observation y_i.
;;;
;;; The result is
;;;
;;; pdf: f-hat(y) = #{y_i = y} / n
;;;
;;; cdf: F-hat(y) = #{y_i <= y} / n
;;;
;;;
;;;
;;; In Quail, any collection of numbers can be thought of as an empirical
;;; distribution.
;;;
;;; For example, suppose we consider a sample of size 10 from a Gaussian
;;; distribution.
(<- y (random-gaussian :n 10))
y
;;; The data collection y itself can now be treated as if it were an
;;; empirical distribution.
;;;
;;; The density, first at a value not (likely to be) in the sample
(pdf-at y 0)
;;; Then at a few points in the sample
(pdf-at y (eref y 0))
(pdf-at y (min y))
(pdf-at y (max y))
;;; Similarly, the distribution function at any of these points
(cdf-at y 0)
(cdf-at y (eref y 0))
(cdf-at y (min y))
(cdf-at y (max y))
;;; Any method applicable to a probability-measure object will also be
;;; applicable to a dataset.
;;;
;;; Quantiles,
(quantile-at y 0.5)
;;; all that correspond to the order statistic
(quantile-at y (seq 0.0 1.0 0.1))
;;; compared to
(sort y #'<)
;;; and we interpolate quantiles in between (where ties exist)
(quantile-at y (seq 0.9 1.0 0.01))
;;; Perhaps most interesting are samples from the empirical distribution.
;;;
(random-value y 5)
(random-value y 30)
;;; It has become commonplace to call simulations based on the empirical
;;; distribution, ``bootstrapping''.
;;;
;;; Here is a simple example. Suppose we write a function that
;;; generates B samples of size k from some distribution G and returns
;;; the means of those samples in an array. Here's the function
(defun sim-means (G B k)
"Generate B samples of size k from some distribution G and return ~
the means of those samples in an array."
(array
(loop for i from 1 to B collect
(mean (random-value G k)))))
;;;
;;; If we were interested in samples of size 10 from Gaussian 0, 1
;;; distributions say, then we might collect 50 such means as follows:
;;;
;;; first get the distribution
(<- gaussian-dist (make-instance 'gaussian-dist :location 0 :scale 1))
;;; then carry out the simulation
(<- g-means (sim-means gaussian-dist 50 10))
;;; and perhaps examine the resulting empirical distribution of means.
(histogram :data g-means :var 0 :title "Gaussian means")
;;; If we want to do some ``bootstrapping'' we need only use the original
;;; data y as the distribution.
(<- emp-means (sim-means y 50 10))
;;; and again examine the resulting empirical distribution of means.
(histogram :data emp-means :var 0 :title "Bootstrap means")
;;; The two sets of results might even be compared in the same plot.
;;; Let's first make them a dataset
(<- means-data
(dataset (cglue g-means emp-means)
:variates (list "Gaussian means" "Bootstrap means")
:name "Simulated means"))
;;; and then layout the histograms
(1d-layout-plot
:data means-data
:subview-type 'histogram
:vars (list "Gaussian means" "Bootstrap means")
:format :col)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock continuous distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,583 | Common Lisp | .l | 123 | 33.699187 | 83 | 0.62963 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 8fc42b95da0419ca4ba3319ec8ad276fe6fc19d3d95699abb3dc9ac5feb2ed18 | 32,982 | [
-1
] |
32,983 | gamma.lsp | rwoldford_Quail/examples/probability/Distributions/gamma.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The Gamma distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The Gamma distribution
;;;
;;; In this section, we consider the Gamma distribution as represented in
;;; Quail.
;;; The gamma can also be explored through the help system
(help 'gamma :topic)
;;;
;;; The mathematical form of the location scale Gamma distribution with
;;; location u, scale s and shape parameter a is as follows:
;;;
;;;
;;; pdf at x:
;;; for x > u
;;;
;;; 1 (a - 1) - ((x - u) / s)
;;; ---------------- * (x - u) * e
;;; a
;;; Gamma (a) * s
;;;
;;; 0 otherwise
;;;
;;; cdf at x : This is just the so-called incomplete gamma function,
;;;
;;; y
;;; 1 /
;;; P(a,y) = -------- / exp(-t) t^(a-1) dt
;;; gamma(a) /
;;; 0
;;;
;;; evaluated at y = (x - u) / s
;;;
;;; quantile at p : Applied Statistics AS91 ... percentiles of chi
;;;
;;; An instance of a standard Gamma (location 0, scale 1)
;;; with shape parameter 7 is created as
(setf gamma (make-instance 'Gamma-dist :shape 7))
(display gamma)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at gamma 3)
(pdf-at gamma (list 0.0 5 10))
(pdf-at gamma (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at gamma 3)
(cdf-at gamma (list 0.0 5 10))
(cdf-at gamma (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at gamma .3)
(quantile-at gamma (list 0.0 .5 1))
(quantile-at gamma (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value gamma)
(random-value gamma 2)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value gamma 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "Gamma 10 sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at gamma x))
:nlines 100
:domain '(0 20)))
;;;
;;; We could also create a location scale gamma:
;;;
(<- gamma-l-s (make-instance 'gamma-dist :location 10 :scale 5 :shape 10))
(display gamma-l-s)
;;; For the Gamma distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a Gamma distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-gamma 3 :shape 10)
(density-gamma 35 :shape 10 :location 10 :scale 5)
(density-gamma (list 0.0 5 10) :shape 10)
(density-gamma (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3))
:shape 10)
;;; Cumulative distribution calculations:
(dist-gamma 3 :shape 10)
(dist-gamma 35 :shape 10 :location 10 :scale 5)
(dist-gamma (list 0.0 5 10) :shape 10)
(dist-gamma (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3))
:shape 10)
;;; Quantile (inverse cdf) calculations:
(quantile-gamma .3 :shape 10)
(quantile-gamma (list 0.0 .5 1)
:shape 10)
(quantile-gamma (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:shape 10)
;;; Pseudo-random values
(random-gamma :shape 10)
(random-gamma :shape 10 :n 10)
(random-gamma :shape 2 :n 10)
(random-gamma :shape 0.2 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,688 | Common Lisp | .l | 125 | 32.84 | 83 | 0.535977 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 36aaa5d74be70637a22daeafcfd95d7fd973ea4f574377557290549e8ca27853 | 32,983 | [
-1
] |
32,984 | hypergeometric.lsp | rwoldford_Quail/examples/probability/Distributions/hypergeometric.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The hypergeometric distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The hypergeometric distribution
;;;
;;; In this section, we consider the hypergeometric distribution as represented in
;;; Quail.
;;; The hypergeometric can also be explored through the help system
(help 'hypergeometric :topic)
;;; To motivate the hypergeometric, suppose that we have a finite population
;;; having N > 0 elements and that each element is one of two types -- success
;;; or failure. Further, the number of successes in the population is S and
;;; so the number of failures is N-S.
;;;
;;; A sample of size n ( 0 < n <= N) is chosen (without replacement) from this
;;; population.
;;; The probability that x of these are successes is
;;;
;;; / S \ / N-S \
;;; \ x / \ n-x /
;;; Pr(X=x) = ----------------- for x = 0, 1, 2, ..., min(n,S).
;;; / N \
;;; \ n /
;;;
;;; and zero otherwise.
;;;
;;; In Quail, the hypergeometric is parameterized by the number of successes,
;;; the number of failures, and the sample size n.
;;;
;;; An instance of a hypergeometric with 10 successes and 20 failures
;;; and sample size 8 is created as
(setf hypergeometric
(make-instance 'hypergeometric
:total-successes 10
:total-failures 20
:sample-size 8))
(display hypergeometric)
;;; The following functions will access the information
(total-successes-of hypergeometric)
(total-failures-of hypergeometric)
(population-size-of hypergeometric)
(sample-size-of hypergeometric)
(lower-bound-of hypergeometric)
(upper-bound-of hypergeometric)
;;; Some of these can be changed by setfs
(setf (total-successes-of hypergeometric) 15)
(setf (total-failures-of hypergeometric) 30)
(setf (sample-size-of hypergeometric) 16)
(population-size-of hypergeometric)
(display hypergeometric
:from (lower-bound-of hypergeometric)
:to (upper-bound-of hypergeometric)
:new? T)
;;;
;;; And change them back.
(setf (sample-size-of hypergeometric) 8)
(setf (total-successes-of hypergeometric) 10)
(setf (total-failures-of hypergeometric) 20)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at hypergeometric 3)
(pdf-at hypergeometric (list 0.0 .5 1 2 3 4 5 6 7 8 9 10 11))
(pdf-at hypergeometric (array '(0 10 20 30 40 50) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at hypergeometric 3)
(cdf-at hypergeometric (list -1 0 .5 1 2 3 4 5 6 7 8 9 10 11))
(cdf-at hypergeometric (array '(0 10 20 30 40 50) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at hypergeometric .3)
(quantile-at hypergeometric (list 0.0 .5 1))
(quantile-at hypergeometric
(array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value hypergeometric)
(random-value hypergeometric 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value hypergeometric 100))
;;; draw the histogram
(<- hist (histogram :data data :var 0
:title "hypergeometric sample"
:histogram-scale :density))
;;; For the hypergeometric distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a hypergeometric distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-hypergeometric 3
:total-successes 10
:total-failures 20
:sample-size 8)
(density-hypergeometric (list 0 1 2 3)
:total-successes 10
:total-failures 20
:sample-size 8)
(density-hypergeometric (array '(0 2 3 5 7 10) :dimensions '(2 3))
:total-successes 10
:total-failures 20
:sample-size 8)
;;; Cumulative distribution calculations:
(dist-hypergeometric 3
:total-successes 10
:total-failures 20
:sample-size 8)
(dist-hypergeometric (list 0 1 2 3)
:total-successes 10
:total-failures 20
:sample-size 8)
(dist-hypergeometric (array '(0 2 3 5 7 10) :dimensions '(2 3))
:total-successes 10
:total-failures 20
:sample-size 8)
;;; Quantile (inverse cdf) calculations:
(quantile-hypergeometric .3
:total-successes 10
:total-failures 20
:sample-size 8)
(quantile-hypergeometric (list 0.0 .5 1)
:total-successes 10
:total-failures 20
:sample-size 8)
(quantile-hypergeometric (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:total-successes 10
:total-failures 20
:sample-size 8)
;;; Pseudo-random values
(random-hypergeometric :total-successes 10
:total-failures 20
:sample-size 8)
(random-hypergeometric :n 10
:total-successes 10
:total-failures 20
:sample-size 8)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 6,439 | Common Lisp | .l | 158 | 32.462025 | 88 | 0.574293 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 3f65a0fca349ce5a11861cc7aa2ce56c0fa44096d40e58922522a23765120b0f | 32,984 | [
-1
] |
32,985 | discrete-uniform.lsp | rwoldford_Quail/examples/probability/Distributions/discrete-uniform.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The discrete uniform distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The discrete-uniform distribution
;;;
;;; In this section, we consider the discrete-uniform distribution as represented in
;;; Quail.
;;; The discrete-uniform can also be explored through the help system
(help 'discrete-uniform :topic)
;;; The discrete-uniform is assigns equal probability to each of
;;; a finite set of values. The probabilities sum to one over the
;;; set.
;;; Without loss of generality, we take the set of values which the random
;;; variable may take to be the values from lower-bound-of this distribution
;;; increasing by 1 until the upper-bound-of it is reached.
;;; The set of values include the end-points.
;;;
;;; To be precise, when X follows a discrete Uniform distribution
;;; from a to b, or X ~ UD(a,b), we have the following:
;;;
;;; 1. Parameters: a = lower bound
;;; b = upper bound
;;; where a,b must be integers and b > a.
;;; 2. Range: x = a,a+1,...,b-1,b
;;;
;;; 1
;;; 3. pdf: f(x) = -------
;;; (b-a+1)
;;;
;;; 4. cdf: / 0 if x < a
;;; /
;;; / x-a+1
;;; F(x) =< ------- if a <= x <= b
;;; \ b-a+1
;;; \
;;; \ 1 if x > b
;;;
;;; 5. mean: (b+a)/2
;;;
;;; 6. variance: ((b-a+1)^2 -1 )/12
;;;
;;;
;;;
;;; An instance of a discrete-uniform from -5 to 5 is created as
(setf discrete-uniform
(make-instance 'discrete-uniform :lower-bound -5 :upper-bound 5))
(display discrete-uniform)
;;; The following functions will access the information
(lower-bound-of discrete-uniform)
(upper-bound-of discrete-uniform)
;;; The bounds can be changed but must be done so that the lower never exceeds the
;;; upper.
(setf (lower-bound-of discrete-uniform) 0)
(setf (upper-bound-of discrete-uniform) 10)
(display discrete-uniform :from -5 :to 20 :new? T
:title (format NIL "discrete-uniform(~s ~s)"
(lower-bound-of discrete-uniform)
(upper-bound-of discrete-uniform)))
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at discrete-uniform 3)
(pdf-at discrete-uniform (list 0.0 0.5 1 2 3 4 5 6 7 8 9 10 11))
(pdf-at discrete-uniform (array '(0 1 2 3 4 5) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at discrete-uniform 3)
(cdf-at discrete-uniform (list -1 0 .5 1 2 3 4 5 6 7 8 9 10 11))
(cdf-at discrete-uniform (array '(0 1 2 30 40 50) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at discrete-uniform .3)
(quantile-at discrete-uniform (list 0.0 .5 1))
(quantile-at discrete-uniform
(array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value discrete-uniform)
(random-value discrete-uniform 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value discrete-uniform 1000))
;;; draw the histogram
(<- hist
(histogram :data data :var 0
:nbins (+ (- (upper-bound-of discrete-uniform)
(lower-bound-of discrete-uniform))
2)
:title
(format NIL "~s indep UD(~s ~s)s"
(number-of-elements data)
(lower-bound-of discrete-uniform)
(upper-bound-of discrete-uniform))
:histogram-scale :density))
;;; For the discrete-uniform distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a discrete-uniform distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-discrete-uniform 30 :from 1 :to 50)
(density-discrete-uniform (list 0 10 20 30) :from 1 :to 50)
(density-discrete-uniform (array '(0 20 30 50 70 100) :dimensions '(2 3))
:from 1 :to 50)
;;; Cumulative distribution calculations:
(dist-discrete-uniform 30 :from 1 :to 50)
(dist-discrete-uniform (list 0 10 20 30) :from 1 :to 50)
(dist-discrete-uniform (array '(0 20 30 50 70 100) :dimensions '(2 3))
:from 1 :to 50)
;;; Quantile (inverse cdf) calculations:
(quantile-discrete-uniform .3 :from 1 :to 50)
(quantile-discrete-uniform (list 0.0 .5 1) :from 1 :to 50)
(quantile-discrete-uniform (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:from 1 :to 50)
;;; Pseudo-random values
(random-discrete-uniform :from 1 :to 50)
(random-discrete-uniform :from 1 :to 50 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 5,788 | Common Lisp | .l | 137 | 36.817518 | 90 | 0.568149 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a21ee7e40f26ff8fa077892ecbe4154e29a298235581d5dfc222b7b88ecfbcb3 | 32,985 | [
-1
] |
32,986 | stock-cts.lsp | rwoldford_Quail/examples/probability/Distributions/stock-cts.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Stock continuous distributions
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsection Stock continuous distributions
;;;
;;; In this section, we consider the set of continuous distributions in
;;; Quail.
;;; To see the entire hierarchy,
(class-browse 'continuous-dist)
;;; or
(help 'continuous-dist :class)
;;; or
(help 'distributions :topic)
;;; As you will see, the class hierarchy of the distributions is defined
;;; so that whenever a distribution is mathematically a special case of a second
;;; distribution, its class is a descendant of the class representing the second
;;; distribution.
;;;
;;; We will now traverse this collection in order from the super classes
;;; down to the sub-classes.
;;;
;;; First the Beta distribution
(edit-file "eg:Probability;Distributions;beta.lsp")
;;;
;;; and then the continuous Uniform, a subclass of the beta-dist
(edit-file "eg:Probability;Distributions;uniform.lsp")
;;; The Gamma distribution
(edit-file "eg:Probability;Distributions;gamma.lsp")
;;;
;;; and its sublasses the Exponential
(edit-file "eg:Probability;Distributions;exponential.lsp")
;;;
;;; and the Chi squared distribution.
(edit-file "eg:Probability;Distributions;chi-squared.lsp")
;;;
;;; The Student, or t, distribution
(edit-file "eg:Probability;Distributions;student.lsp")
;;;
;;; and its two common subclasses: the Gaussian (degrees of freedom = infinity)
(edit-file "eg:Probability;Distributions;gaussian.lsp")
;;;
;;; and the Cauchy (degrees of freedom = 1)
(edit-file "eg:Probability;Distributions;cauchy.lsp")
;;;
;;; Finally some unrelated distributions.
;;;
;;; The Pareto
(edit-file "eg:Probability;Distributions;pareto.lsp")
;;;
;;; The Weibull
(edit-file "eg:Probability;Distributions;weibull.lsp")
;;;
;;; Fisher's F distribution
(edit-file "eg:Probability;Distributions;F-dist.lsp")
;;;
;;; and our very own K distribution
(edit-file "eg:Probability;Distributions;K-dist.lsp")
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or back to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or back to the overview by executing
| 2,902 | Common Lisp | .l | 79 | 32.189873 | 83 | 0.610534 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 1f3169ecd5d2665ef625bda1d91a4cd5ac7f2c392bea19af2919a3b1cd6c2fe8 | 32,986 | [
-1
] |
32,987 | intro.lsp | rwoldford_Quail/examples/probability/Distributions/intro.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Introduction to Probability Distributions in Quail
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \section Introduction
;;;
;;; In Quail, a class is used to represent a family of probability
;;; distributions such as the gaussian or binomial family.
;;; So the class ``gaussian-dist'' represents the general class of gaussian
;;; or ``normal'' distributions having unspecified location and scale.
;;;
;;; The class hierarchy has ``prob-measure'' as its top-most class and
;;; may be seen by typing
(class-browse 'prob-measure)
;;; or
(help 'prob-measure :class)
;;;
;;; In contrast, instances of the class represent particular family members
;;; having all unknown parameters specified.
;;; So an instance of gaussian-dist having location 0 and scale 1 is a
;;; representation of the standard Gaussian or Normal(0,1) distribution.
;;; Here is just such an instance
(setf N-0-1 (make-instance 'gaussian-dist :location 0 :scale 1))
;;;
;;; And you can see a simple display of it
(display N-0-1)
;;; A set of instances of stock distribution classes is cached on the global
;;; variable
*distributions*
;;; Every instance of a sub-class of prob-measure must respond to the
;;; following generic-functions: pdf-at, cdf-at, quantile-at, and
;;; random-value.
;;;
;;; (pdf-at distribution x)
;;; ... This returns the value of the probability density function
;;; (or pdf) for the distribution evaluated at x.
;;; For discrete distributions this is just the probability of x.
;;; X can be a number, a list of numbers,
;;; an array of numbers, or any other dimensioned ref-object of
;;; numbers.
;;; For example,
(pdf-at N-0-1 0.0)
(pdf-at N-0-1 '(-1.0 0.0 1.0))
(pdf-at N-0-1 (array '(-1.0 0.0 1.0 2.0) :dimensions '(2 2)))
;;; The pdf-at generic-function has methods specialized for particular classes
;;; and these may be explored through the help system with
(help 'pdf-at)
;;;
;;;
;;; (cdf-at distribution x)
;;; ... This returns the value of the cumulative distribution function
;;; (or cdf) for the distribution evaluated at x.
;;; X can be a number, an extended number, a list of these,
;;; an array of these, or any other dimensioned ref-object of
;;; these.
;;; For example,
(cdf-at N-0-1 0.0)
(cdf-at N-0-1 infinity)
(cdf-at N-0-1 '(-1.0 0.0 1.0))
(cdf-at N-0-1 (array '(-1.0 0.0 1.0 2.0) :dimensions '(2 2)))
;;; The cdf-at generic-function has methods specialized for particular classes
;;; and these may be explored through the help system with
(help 'cdf-at)
;;;
;;; (quantile-at distribution p)
;;; ... This returns the quantile of the distribution that corresponds
;;; to the cumulative probability p (0 =< p =< 1).
;;; That is, if F(x) is the cumulative distribution evaluated at
;;; the value x, then the p'th quantile of F is that value x
;;; such that F(x) = p. If F is invertible, its p'th quantile is just
;;; -1
;;; F (p).
;;; P can be a number, a list of numbers,
;;; an array of numbers, or any other dimensioned ref-object of
;;; numbers.
;;; For example,
(quantile-at N-0-1 0.0)
(quantile-at N-0-1 0.975)
(quantile-at N-0-1 (seq 0.0 1.0 .2))
;;; The quantile-at generic-function has methods specialized for particular classes
;;; and these may be explored through the help system with
(help 'quantile-at)
;;;
;;; (random-value distribution n)
;;; ... This returns n pseudo-random values from the distribution;
;;; n is optional, if missing it defaults to 1.
;;; numbers.
;;; For example,
(random-value N-0-1)
(random-value N-0-1 20)
;;; The random-value generic-function has methods specialized for particular
;;; classes and these may be explored through the help system with
(help 'random-value)
;;;
;;; Finally, because there are many ``stock'' distributions for which one
;;; one routinely wants these kinds of calculations, a number of ``wrapper''
;;; functions have been created which provide a more mnemonic interface
;;; to the stock distributional results.
;;;
;;; For example, the Gaussian (or Normal) distribution is a commonly used one.
;;; Calculations for Gaussian distributions can be had without resorting to
;;; first creating an instance of Gaussian-dist; the functions are
;;; for cdf calculations,
(dist-gaussian 1.645 :location 0.0 :scale 1.0)
;;; for pdf calculations,
(density-gaussian 1.645 :location 0.0 :scale 1.0)
;;; for quantiles,
(quantile-gaussian .95 :location 0.0 :scale 1.0)
;;; and for pseudo-random Gaussian observations,
(random-gaussian :n 10 :location 0.0 :scale 1.0)
;;; The pattern for other distributions is the same -- prefixes
;;; dist-, density-, quantile-, and random-.
;;; Keyword parameters will vary depending on the distribution.
;;;
;;; These specialized functions make use of the generic-functions cdf-at, etc.
;;; called on instances of the appropriate distribution class.
;;; These instances are cached on the global variable *distributions*.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get back to the overview by executing
| 5,902 | Common Lisp | .l | 133 | 41.496241 | 96 | 0.621821 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 0bb4096830e27c2be9d1b22e3ff0148fc7d050400acdde58828d30251933a436 | 32,987 | [
-1
] |
32,988 | F-dist.lsp | rwoldford_Quail/examples/probability/Distributions/F-dist.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The F distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The F distribution
;;;
;;; In this section, we consider the F distribution as represented in
;;; Quail.
;;; The F can also be explored through the help system
(help 'F-dist :topic)
;;; The effect (on the pdf) of changing degrees of freedom is illustrated
;;; towards the end of this file. Just search for `animate'.
;;;
;;; The F usually comes up as the scaled ratio of independent Chi-squared
;;; random variables. That is if
;;; 2 2
;;; w ~ Chi (m) and v ~ Chi (n)
;;;
;;; and w and v are distributed independently of one another, then
;;; y = (w/m)/(v/n) is distributed as F(m,n) where
;;; m is called the numerator degrees of freedom and n is the denominator
;;; degrees of freedom.
;;;
;;;
;;; Y is an F random variable on m and n degrees of freedom, then
;;; the pdf at y is:
;;;
;;; for y > 0
;;; (m/2)
;;; gamma((m+n)/2) (m/n) (m/2 - 1) - ((m+n)/2)
;;; ----------------------- * y * (1 + my/n)
;;; gamma (m/2) gamma(n/2)
;;;
;;; (m/2)
;;; (m/n) (m/2 - 1) -((m+n)/2)
;;; = ----------------------- * y * (1 + my/n)
;;; Beta((m/2),(n/2))
;;;
;;; 0 otherwise
;;;
;;;
;;; With the exception of the pdf, most methods described below are
;;; implemented by appealing to the relationship between F and Beta
;;; random-variables.
;;; In particular if x is beta(m/2,n/2) then y = (n * x)/(m * (1 - x)) is
;;; distributed as an F(m,n) random variable.
;;;
;;; An instance of a standard F with 10 and 7 degrees of freedom
(setf F (make-instance 'F-dist :df-num 10 :df-den 7))
(display F)
;;; Find its degrees of freedom,
;;; numerator
(df-num-of F)
;;; and denominator
(df-den-of F)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at F 3)
(pdf-at F (list 0.0 5 10))
(pdf-at F (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at F 3)
(cdf-at F (list 0.0 5 10))
(cdf-at F (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at F .3)
(quantile-at F (list 0.0 .5 1))
(quantile-at F (list 0.9 .95 .975 .99 .995))
(quantile-at F (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value F)
(random-value F 2)
;;; And to make sure these things look right
;;; generate some data
(<- data (random-value F 100))
;;; draw the histogram
(<- hist (histogram :data data :var 0
:title "F(10,7) sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at F x))
:nlines 100
:domain '(0 10)))
;;; For the F distribution, wrapper functions for these calculations
;;; exist which reuse the same instance of a F distribution changing
;;; parameters as requested.
;;;
;;; Probability density calculations:
(density-F 3 :df-num 10 :df-den 7)
(density-F 10 :df-num 10 :df-den 7)
(density-F (list 0.0 5 10) :df-num 10 :df-den 7)
(density-F (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3))
:df-num 10 :df-den 7)
;;; Cumulative distribution calculations:
(dist-F 3 :df-num 10 :df-den 7)
(dist-F 10 :df-num 10 :df-den 7)
(dist-F (list 0.0 5 10) :df-num 10 :df-den 7)
(dist-F (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3))
:df-num 10 :df-den 7)
;;; Quantile (inverse cdf) calculations:
(quantile-F .3 :df-num 10 :df-den 7)
(quantile-F (list 0.0 .5 1) :df-num 10 :df-den 7)
(quantile-F (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:df-num 10 :df-den 7)
;;; Pseudo-random values
(random-F :df-num 10 :df-den 7)
(random-F :n 10 :df-num 10 :df-den 7)
;;;
;;; The effect of increasing the degrees of freedom can always be shown
;;; in an animated display as follows (just execute the whole let* form):
;;;
(let*
((F (make-instance 'F-dist :df-num 1 :df-den 1))
;; This will be the density whose degrees of freedom will change.
;; Now get a plot of the moving density, but don't draw it yet.
(fp (function-plot :function #'(lambda (x)
(pdf-at F x))
:domain '(0 5)
:nlines 50
:title "Animating F"
:left-label "Density"
:top-label "F(1,1)"
:color wb:*yellow-color*
:draw? NIL))
;; and here are pointers to the pdf curve and the top-label:
(pdf (interior-view-of fp))
(top-label (top-label-of fp))
;; and a couple of lines to serve as a reference
(lines (loop for i from 1 to 4
collect
(line :orientation :vertical :draw? NIL :color wb:*light-grey-colour*)
))
;; I would like to have a couple of buttons to start the animation:
(num-button
(control-button
:text "Numerator df"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(<- (df-den-of F)
(wb:prompt-user :read-type :read
:initial-string (format NIL "~s" (df-den-of F))
:prompt-string "Enter value for the denominator ~
degrees of freedom."))
(loop for i from 1 to 30
do
;; erase it and the top-label
(erase-view pdf)
(erase-view top-label)
;; redraw the vertical axis because it probably got
;; partially erased.
(draw-view (left-view-of fp))
;; same with the refence lines
(loop for line in lines do (draw-view line))
;; change degrees of freedom of the F
(<- (df-num-of F) i)
;; change degrees of freedom of the F
(<- (df-num-of F) i)
(set-text top-label (format NIL "F(~s,~s)" i (df-den-of F)))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the F
(draw-view top-label)
(draw-view pdf))
)
)
)
(den-button
(control-button
:text "Denominator df"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(<- (df-num-of F)
(wb:prompt-user :read-type :read
:initial-string (format NIL "~s" (df-num-of F))
:prompt-string "Enter value for the numerator ~
degrees of freedom."))
(loop for i from 1 to 30
do
;; erase it and the top-label
(erase-view pdf)
(erase-view top-label)
;; redraw the vertical axis because it probably got
;; partially erased.
(draw-view (left-view-of fp))
;; same with the refence lines
(loop for line in lines do (draw-view line))
;; change degrees of freedom of the F
(<- (df-den-of F) i)
;; change degrees of freedom of the F
(<- (df-den-of F) i)
(set-text top-label (format NIL "F(~s,~s)" (df-num-of F) i ))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the F
(draw-view top-label)
(draw-view pdf))
)
)
)
)
;; set the size of the vertical axis so that it will accomodate most densities
(set-extent (left-view-of fp) 0 1)
;; And change the tics on the vertical axis (the bottom-view-of the function-plot)
(set-tics (left-view-of fp)
(loop for i from 0 to (+ 1 (length lines))
collect (/ i (+ 1 (length lines))))
)
;; Place the refence lines
(loop for line in lines
as i from 1
do
(set-line-intercept line
:value (/ i (+ 1 (length lines)))
:draw? NIL)
)
;; layout the function-plot and the button together and draw the works
(view-layout :positions '((0 2 9 10) (0 2 7 8) (2 9 0 9))
:subviews (list num-button den-button fp)
:draw? T)
;; Add the reference lines
(loop for line in lines
do
(layer-view pdf line))
)
;;; Simply click on either button (with the left mouse button) and watch.
;;;
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 10,226 | Common Lisp | .l | 256 | 30.976563 | 87 | 0.510673 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | b3fd7ca453d0161a71cfd1559b7df86cfcdcb16db0333cf92836162df5616263 | 32,988 | [
-1
] |
32,989 | k-dist.lsp | rwoldford_Quail/examples/probability/Distributions/k-dist.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The K distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The K-dist distribution
;;;
;;; In this section, we consider the K-dist distribution as represented in
;;; Quail.
;;; The K-dist can also be explored through the help system
(help 'K-dist :topic)
;;; The effect (on the pdf) of changing degrees of freedom is illustrated
;;; towards the end of this file. Just search for `animate'.
;;;
;;; A K random-variable is simply a one to one transform of
;;; a Chi-squared random variable. If x has a Chi-squared distribution
;;; on m degrees of freedom, then y = sqrt(x/m) has a K distribution
;;; on m degrees of freedom.
;;;
;;; pdf at x:
;;; for x > 0
;;;
;;; (m/2) 2
;;; m (m - 1) -(my /2)
;;; ------------------------------ * y e
;;; (m/2)-1
;;; 2 * gamma (m/2)
;;;
;;;
;;; 0 otherwise
;;;
;;; The K is derived from standard normal theory. If we have a sample
;;; of n independent realizations from a Gaussian(u, sigma) (or N(u, sigma^2))
;;; and s is the sample standard deviation, then the distribution of
;;; s/sigma is K on (n-1) degrees of freedom.
;;; The principal reason for going to this distribution is that it is nearly
;;; symmetric and nearly centred around 1 for all but the fewest degrees of
;;; freedom. ``Ball park'' values of critical values are easy to
;;; remember because they don't change that much with the degrees of freedom.
;;; Look at the animation at the end of this file.
;;; Bottom line, if you must tabulate a distribution for normal theory results,
;;; tabulate K, not Chi-squared.
;;;
;;;
;;; An instance of a standard K-dist with 10 degrees of freedom
(setf K-dist (make-instance 'K-dist :df 10))
(display K-dist)
;;; Find its degrees of freedom
(df-of K-dist)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at K-dist 3)
(pdf-at K-dist (list 0.0 1.0 2.0))
(pdf-at K-dist (array '(0.5 0.8 0.9 1.0 1.1 1.2) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at K-dist 3)
(cdf-at K-dist (list 0.0 1.0 2.0))
(cdf-at K-dist (array '(0.5 0.8 0.9 1.0 1.1 1.2) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at K-dist .3)
(quantile-at K-dist (list 0.025 .05 .95 .975))
(quantile-at K-dist (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value K-dist)
(random-value K-dist 2)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value K-dist 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "K-dist 10 sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at K-dist x))
:nlines 100
:domain '(0 3)))
;;; For the K-dist distribution, wrapper functions for these calculations
;;; exist which reuse the same instance of a K-dist distribution changing
;;; parameters as requested.
;;;
;;; Probability density calculations:
(density-K 3 :df 10)
(density-K 10 :df 10)
(density-K (list 0.0 1 2) :df 10)
(density-K (array '(0.5 0.8 0.9 1.0 1.1 1.2) :dimensions '(2 3)) :df 10)
;;; Cumulative distribution calculations:
(dist-K 3 :df 10)
(dist-K 10 :df 10)
(dist-K (list 0.0 1 2) :df 10)
(dist-K (array '(0.5 0.8 0.9 1.0 1.1 1.2) :dimensions '(2 3)) :df 10)
;;; Quantile (inverse cdf) calculations:
(quantile-K .3 :df 10)
(quantile-K (list 0.0 .5 1) :df 10)
(quantile-K (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)) :df 10)
;;; Pseudo-random values
(random-K :df 10)
(random-K :n 10 :df 10)
;;;
;;; The effect of increasing the degrees of freedom can always be shown
;;; in an animated display as follows (just execute the whole let* form):
;;;
(let*
((K-dist (make-instance 'K-dist :df 1))
;; The distribution will be seen to concentrate at 1, so I'll get a
;; vertical line to place there.
(vertical-line (line :orientation :vertical :draw? NIL))
;; Now get a plot of the moving density, but don't draw it yet.
(fp (function-plot :function #'(lambda (x)
(pdf-at K-dist x))
:domain '(0 2)
:nlines 100
:title "Animating K-dist"
:left-label "Density"
:top-label "df = 1"
:color wb:*yellow-color*
:draw? NIL))
;; and here are pointers to the pdf curve and the top-label:
(pdf (interior-view-of fp))
(top-label (top-label-of fp))
;; I would like to have a button to start the animation:
(start-button
(control-button
:text "Start"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(loop for i from 1 to 30
do
;; erase it and the top-label
(erase-view pdf)
(erase-view top-label)
;; re-draw the vertical line and axes which were partially erased
(draw-view vertical-line)
(draw-view (left-view-of fp))
(draw-view (bottom-view-of fp))
;; change degrees of freedom of the K-dist
(<- (df-of K-dist) i)
;; change degrees of freedom of the K-dist
(<- (df-of K-dist) i)
(set-text top-label (format NIL "df = ~s" i))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the K-dist
(draw-view top-label)
(draw-view pdf))
)
)
)
)
;; Now change the extent on the y axis (the left-view-of the function-plot)
;; so that all of the gaussian pdf will show.
(set-extent (left-view-of fp) 0 3.5)
;; And change the tics on the x axis (the bottom-view-of the function-plot)
(set-tics (bottom-view-of fp) '(0 .5 .8 1 1.2 1.5 2))
;; Make the comparison line vertical
(set-line-orientation vertical-line :value :vertical :draw? NIL)
;; and place it at 1 on the x -axis
(set-line-intercept vertical-line :value 1 :draw? NIL)
;; layout the function-plot and the button together and draw the works
(view-layout :positions '((0 1 9 10) (1 9 0 9))
:subviews (list start-button fp)
:draw? T)
;; add the vertical reference line to the plot
(layer-view pdf vertical-line)
)
;;; Simply click on the start button (with the left mouse button) and watch.
;;; You'll see that the distribution becomes more nearly symmetric and more
;;; nearly centred at 1 as the degrees of freedom increases.
;;; You might want to compare this with what happens to a chi-squared
(edit-file "eg:Probability;Distributions;chi-squared.lsp")
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 8,251 | Common Lisp | .l | 195 | 35.553846 | 83 | 0.573254 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 5c69d918db139f02a63ac66854dcd12862a92976bb5a41d4b47c0efb576ca53c | 32,989 | [
-1
] |
32,990 | negative-binomial.lsp | rwoldford_Quail/examples/probability/Distributions/negative-binomial.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The negative-binomial distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The negative-binomial distribution
;;;
;;; In this section, we consider the negative-binomial distribution as represented in
;;; Quail.
;;; The negative-binomial can also be explored through the help system
(help 'negative-binomial :topic)
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;; (n-1)! x n - x
;;; Pr(N=n) = ------------- p (1 - p)
;;; (x-1)! (n-x)!
;;;
;;; when 0 <= p <= 1 and n = x, x+1, x+2, ...
;;;
;;; and zero otherwise.
;;;
;;; An instance of a negative-binomial with parameters x = 10, p = .5 is created as
(setf negative-binomial
(make-instance 'negative-binomial
:successes 10 :p 0.5))
(display negative-binomial)
;;; The following functions will access the information
;;; which can be changed with setf.
(number-of-successes negative-binomial)
(prob-success negative-binomial)
(setf (number-of-successes negative-binomial) 15)
(setf (prob-success negative-binomial) .75)
(display negative-binomial :from 9 :to 30 :new? T)
;;;
;;; And change them back.
(setf (number-of-successes negative-binomial) 10)
(setf (prob-success negative-binomial) .5)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at negative-binomial 3)
(pdf-at negative-binomial (list 0.0 .5 1 2 3 4 5 6 7 8 9 10 11))
(pdf-at negative-binomial (array '(0 10 20 30 40 50) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at negative-binomial 3)
(cdf-at negative-binomial (list -1 0 .5 1 2 3 4 5 6 7 8 9 10 11))
(cdf-at negative-binomial (array '(0 10 20 30 40 50) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at negative-binomial .3)
(quantile-at negative-binomial (list 0.0 .5 1))
(quantile-at negative-binomial (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value negative-binomial)
(random-value negative-binomial 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value negative-binomial 100))
;;; draw the histogram
(<- hist (histogram :data data :var 0
:title "negative-binomial(10, 0.5) sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at negative-binomial x))
:domain '(10 45)
:nlines 10))
;;; For the negative-binomial distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a negative-binomial distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-negative-binomial 30 :successes 10 :p .5)
(density-negative-binomial (list 0 10 20 30) :successes 10 :p .5)
(density-negative-binomial (array '(0 20 30 50 70 100) :dimensions '(2 3))
:successes 10 :p .5)
;;; Cumulative distribution calculations:
(dist-negative-binomial 30 :successes 10 :p .5)
(dist-negative-binomial (list 0 10 20 30) :successes 10 :p .5)
(dist-negative-binomial (array '(0 20 30 50 70 100) :dimensions '(2 3))
:successes 10 :p .5)
;;; Quantile (inverse cdf) calculations:
(quantile-negative-binomial .3 :successes 10 :p .5)
(quantile-negative-binomial (list 0.0 .5 1) :successes 10 :p .5)
(quantile-negative-binomial (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:successes 10 :p .5)
;;; Pseudo-random values
(random-negative-binomial :successes 10 :p .5)
(random-negative-binomial :successes 10 :p .5 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,824 | Common Lisp | .l | 112 | 37.964286 | 91 | 0.606649 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 256e72111a76307a4492816ccbf7b80a05c42ef0ea037c9ff9f5c5bd022afc07 | 32,990 | [
-1
] |
32,991 | gaussian.lsp | rwoldford_Quail/examples/probability/Distributions/gaussian.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The Gaussian or Normal distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The Gaussian distribution
;;;
;;; In this section, we consider the Gaussian distribution as represented in
;;; Quail.
;;; The gaussian distribution can also be explored through the help system
(help 'gaussian :topic)
;;; The effect (on the pdf) of changing the scale is illustrated
;;; towards the end of this file. Just search for `animate'.
;;;
;;; The mathematical form of the gaussian distribution with location (or mean)
;;; u and scale (or standard deviation) s:
;;;
;;;
;;; pdf at x:
;;;
;;; 1 2
;;; ---------------- * exp (- 0.5 * ((x - u) / s) )
;;; s * sqrt(2*pi)
;;;
;;;
;;;
;;; An instance of a standard gaussian (i.e. G(0,1) or N(0,1))
(setf gaussian (make-instance 'gaussian-dist))
(display gaussian)
;;; Find its location and scale
(location-of gaussian)
(scale-of gaussian)
;;; Note also that a Gaussian is a special case of a Student t and so has
;;; degrees of freedom
(df-of gaussian)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at gaussian 3)
(pdf-at gaussian (list -3 -2 -1 0 1 2 3))
(pdf-at gaussian (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at gaussian 3)
(cdf-at gaussian (list -3 -2 -1 0 1 2 3))
(cdf-at gaussian (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at gaussian .3)
(quantile-at gaussian (list 0.0 .5 1))
(quantile-at gaussian (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value gaussian)
(random-value gaussian 2)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value gaussian 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "Gaussian sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at gaussian x))
:nlines 100
:domain '(-3 3)))
;;; For the gaussian distribution, wrapper functions for these calculations
;;; exist which reuse the same instance of a gaussian distribution changing
;;; parameters as requested.
;;;
;;; Probability density calculations:
(density-gaussian 3)
(density-gaussian 1)
(density-gaussian (list 0.0 1 2))
(density-gaussian (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(dist-gaussian 3)
(dist-gaussian 10)
(dist-gaussian (list 0.0 5 10))
(dist-gaussian (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-gaussian .3)
(quantile-gaussian (list 0.0 .5 1))
(quantile-gaussian (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-gaussian)
(random-gaussian :n 10)
;;;
;;;
;;; The gaussian distribution in Quail has location and scale parameters as
;;; well.
(setf (location-of gaussian) 5)
(setf (scale-of gaussian) 5)
(cdf-at gaussian 5)
(pdf-at gaussian 3)
(random-value gaussian 10)
(dist-gaussian 5 :location 5 :scale 5)
(density-gaussian 5 :location 5 :scale 5)
(quantile-gaussian .5 :location 5 :scale 5)
(random-gaussian :n 3 :location 5 :scale 5)
;;;
;;;
;;; Suppose that x is Gaussian(0,1) and we have n independent
;;; realizations from this distribution. The distribution of the arithmetic
;;; average xbar = (x1 + x2 + ... + xn)/n is also Gaussian with location 0
;;; but with scale (1 / sqrt(n)). If the sample size doubles, for example,
;;; the standard deviation (scale) of xbar will not be halved but will instead
;;; be multiplied by (1/ sqrt(2)).
;;;
;;; The effect of this changing scale can always be shown
;;; in an animated display. That which follows doubles the sample size at
;;; each iteration ending at a sample of size 1024 (a typical size for a
;;; survey sample, say).
;;; The rapid concentration of the probability mass around 0 is obvious.
;;; This effect is the principal reason that surveys work so well with only
;;; around 1000 people interviewed.
;;;
;;; Just execute the following let* form.
(let*
((gaussian (make-instance 'gaussian-dist))
;; This will be the density whose scale will change.
;; It will be convenient to have a base density for
;; comparison.
;; This will be a gaussian.
(base-gauss (make-instance 'gaussian-dist))
;; Now get a plot of the moving density, but don't draw it yet.
(fp (function-plot :function #'(lambda (x) (pdf-at gaussian x))
:domain '(-2 2)
:nlines 100
:title "Distribution of the mean."
:left-label "Density"
:top-label "Sample size = 1"
:color wb:*green-color*
:draw? NIL))
;; and here are pointers to the pdf curve and the top-label:
(pdf (interior-view-of fp))
(top-label (top-label-of fp))
;; Now here are the stationary pdf curves
(base-pdf
(function-view :function
#'(lambda (x) (pdf-at base-gauss x))
:nlines 50
:domain '(-2 2)
:draw? NIL
:color wb:*yellow-colour*))
;; I would like to have a button to start the animation:
(start-button
(control-button
:text "Start"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(let ((n 1)
(1/root2 (/ 1 (sqrt 2))))
;; Initialize the scale to 1
(<- (scale-of gaussian) 1)
;; the animation loop
(loop for i from 1 to 10
do
;; erase it and the top-label
(erase-view pdf)
(erase-view top-label)
;; redraw the standards because they probably got
;; partially erased.
(draw-view base-pdf)
;; change the scale of the gaussian
(<- (scale-of gaussian)
(* 1/root2 (scale-of gaussian)))
(<- n (* n 2))
(set-text top-label (format NIL "Sample size = ~s" n))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the gaussian
(draw-view top-label)
(draw-view pdf))
)
)
)
)
)
;; Now change the extent on the y axis (the left-view-of the function-plot)
;; so that many of the gaussian pdfs will show, but the base pdf is still
;; recognizably Gaussian.
(set-extent (left-view-of fp) 0 2)
;; And set the tic marks on the x-axis
(set-tics (bottom-view-of fp) '(-2 -1 0 1 2))
;; layout the function-plot and the button together and draw the works
(view-layout :positions '((0 1 9 10) (1 9 0 9))
:subviews (list start-button fp)
:draw? T)
;; and finally add the reference density
(layer-view pdf base-pdf)
)
;;; Simply click on the start button (with the left mouse button) and watch.
;;;
;;; Note that this display is completely self-contained and interactive.
;;; For example middle mouse button selection on the horizontal axis will
;;; allow interaction with the axis.
;;; In this example, it might be of interest to focus attention on the centre
;;; of the distributions. This could be done by selecting the `tic limits'
;;; item from the middle button menu on the axis and when prompted typing in
;;; say (-.5 .5) to focus on part of the centre (the programmatic equivalent
;;; would be to use set-extent on the axis as above).
;;;
;;; You might also like to adjust the tic-limits on the vertical axis if you
;;; would like to see the whole of the density for example.
;;;
;;; You might want to select the curves and (again with the middle mouse button)
;;; change the number of line segments used to represent the curve.
;;; Remember that the number you give is spread over the entire domain of the
;;; function (defined above to have been from -2 to 2).
;;;
;;; Once you are happy with the display, then click on the start
;;; button to start the animation again.
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 9,642 | Common Lisp | .l | 236 | 34.161017 | 89 | 0.5961 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 3721960a618e50f7ce63988fa48b8e990b13410bedff850d0dd10d23c3340c5c | 32,991 | [
-1
] |
32,992 | finite-mixture.lsp | rwoldford_Quail/examples/probability/Distributions/finite-mixture.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The finite mixture distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The finite-mixture distribution
;;;
;;; In this section, we consider the finite-mixture distribution as represented in
;;; Quail.
;;; The finite-mixture can also be explored through the help system
(help 'finite-mixture :topic)
;;; The finite-mixture is taken here to have density function f(x) and
;;; distribution function F(x) defined as a linear combination of n separate
;;; density functions f1, f2, ..., fn and n separate distribution functions
;;; F1, F2, ..., Fn respectively where the coefficients in each case are
;;; probabilities p1, p2, ...,pn that sum to one. More precisely,
;;;
;;; 1. Parameters: p1, p2,...,pn denote the mixing probability
;;; where p1 + p2 +...+ pn = 1.
;;; f1, f2,...,fn denote the corresponding pdf.
;;;
;;; 2. pdf: f(x) = p1*f1(x) + p2*f2(x) + ... + pn*fn(x)
;;;
;;; 3. cdf: F(x) = p1*F1(x) + p2*F2(x) + ... + pn*Fn(x)
;;;
;;; 4. Range: Suppose X1,X2,...,Xn denote the sets of random variable
;;; space for the corresponding pdf's. Then, the space for
;;; the mixture is UNION of Xi, for i from 1 to n.
;;;
;;;
;;;
;;;
;;; An instance of a finite-mixture can be constructed in a few steps as
;;; follows:
(setf f1 (make-instance 'gaussian-dist :location 10 :scale 1))
(setf f2 (make-instance 'gaussian-dist :location 0 :scale 1))
(setf f3 (make-instance 'gaussian-dist :location -10 :scale 3))
(setf finite-mixture
(make-instance 'finite-mixture :distributions (list f1 f2 f3)
:mixing-probs (list .1 .8 .1)))
(display finite-mixture)
;;; The following functions will access the information
(lower-bound-of finite-mixture)
(upper-bound-of finite-mixture)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at finite-mixture 3)
(pdf-at finite-mixture (list 0.0 0.5 1 2 3 4 5 6 7 8 9 10 11))
(pdf-at finite-mixture (array '(0 1 2 3 4 5) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at finite-mixture 3)
(cdf-at finite-mixture (list -1 0 .5 1 2 3 4 5 6 7 8 9 10 11))
(cdf-at finite-mixture (array '(0 1 2 30 40 50) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at finite-mixture .3)
(quantile-at finite-mixture (list 0.0 .5 1))
(quantile-at finite-mixture
(array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value finite-mixture)
(random-value finite-mixture 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value finite-mixture 1000))
;;; draw the histogram
(<- hist
(histogram :data data :var 0
:title
(format NIL "~s indep finite-mixtures"
(number-of-elements data))
:histogram-scale :density))
;;; For the finite-mixture distribution, no wrapper functions for these calculations exist
;;; because the difference between two finite mixtures can be so great.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,063 | Common Lisp | .l | 96 | 38.0625 | 91 | 0.598822 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | fced3c27f9846970dd07f5a4da771bdf5e807846e407ea2009e828aacfe10270 | 32,992 | [
-1
] |
32,993 | chi-squared.lsp | rwoldford_Quail/examples/probability/Distributions/chi-squared.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The chi-squared distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The chi-squared distribution
;;;
;;; In this section, we consider the chi-squared distribution as represented in
;;; Quail.
;;; The chi-squared can also be explored through the help system
(help 'chi-squared :topic)
;;; The effect (on the pdf) of changing degrees of freedom is illustrated
;;; towards the end of this file. Just search for `animate'.
;;;
;;; The mathematical form of the chi-squared distribution with v
;;; degrees of freedom is as follows:
;;;
;;;
;;; pdf at x:
;;; for x > 0
;;;
;;; 1 (v/2 - 1) -x/2
;;; ---------------------- * x e
;;; v/2
;;; 2 * gamma (v/2)
;;;
;;; 0 otherwise
;;;
;;;
;;;
;;; An instance of a standard chi-squared with 10 degrees of freedom
(setf chi-squared (make-instance 'chi-squared :df 10))
(display chi-squared)
;;; Find its degrees of freedom
(df-of chi-squared)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at chi-squared 3)
(pdf-at chi-squared (list 0.0 5 10))
(pdf-at chi-squared (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at chi-squared 3)
(cdf-at chi-squared (list 0.0 5 10))
(cdf-at chi-squared (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at chi-squared .3)
(quantile-at chi-squared (list 0.0 .5 1))
(quantile-at chi-squared (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value chi-squared)
(random-value chi-squared 2)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value chi-squared 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "chi-squared 10 sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at chi-squared x))
:nlines 100
:domain '(0 20)))
;;; For the chi-squared distribution, wrapper functions for these calculations
;;; exist which reuse the same instance of a chi-squared distribution changing
;;; parameters as requested.
;;;
;;; Probability density calculations:
(density-chi 3 :df 10)
(density-chi 10 :df 10)
(density-chi (list 0.0 5 10) :df 10)
(density-chi (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)) :df 10)
;;; Cumulative distribution calculations:
(dist-chi 3 :df 10)
(dist-chi 10 :df 10)
(dist-chi (list 0.0 5 10) :df 10)
(dist-chi (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)) :df 10)
;;; Quantile (inverse cdf) calculations:
(quantile-chi .3 :df 10)
(quantile-chi (list 0.0 .5 1) :df 10)
(quantile-chi (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)) :df 10)
;;; Pseudo-random values
(random-chi :df 10)
(random-chi :n 10 :df 10)
;;;
;;; The effect of increasing the degrees of freedom can always be shown
;;; in an animated display as follows (just execute the whole let* form):
;;;
(let*
((chi-squared (make-instance 'chi-squared :df 1))
;; This will be the density whose degrees of freedom will change.
;; It will be convenient to have a couple of base densities for
;; comparison.
;; At one end will be a Chi on 1 df, at the other end a Chi on 30 df.
(chi-1 (make-instance 'chi-squared :df 1))
(chi-30 (make-instance 'chi-squared :df 30))
;; Now get a plot of the moving density, but don't draw it yet.
(fp (function-plot :function #'(lambda (x)
(pdf-at chi-squared x))
:domain '(0 50)
:nlines 50
:title "Animating chi-squared"
:left-label "Density"
:top-label "df = 1"
:color wb:*yellow-color*
:draw? NIL))
;; and here are pointers to the pdf curve and the top-label:
(pdf (interior-view-of fp))
(top-label (top-label-of fp))
;; Now here are the stationary pdf curves
(chi-1-pdf
(function-view :function
#'(lambda (x)
(pdf-at chi-1 x))
:nlines 50
:domain '(0 50)
:draw? NIL
:color wb:*green-colour*))
(chi-30-pdf
(function-view :function
#'(lambda (x)
(pdf-at chi-30 x))
:nlines 50
:domain '(0 50)
:draw? NIL
:color wb:*green-colour*))
;; I would like to have a button to start the animation:
(start-button
(control-button
:text "Start animation"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(loop for i from 1 to 30
do
;; erase it and the top-label
(erase-view pdf)
(erase-view top-label)
;; redraw the standards because they probably got
;; partially erased.
(draw-view chi-1-pdf)
(draw-view chi-30-pdf)
;; change degrees of freedom of the chi-squared
(<- (df-of chi-squared) i)
;; change degrees of freedom of the chi-squared
(<- (df-of chi-squared) i)
(set-text top-label (format NIL "df = ~s" i))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the chi-squared
(draw-view top-label)
(draw-view pdf))
)
)
)
)
;; layout the function-plot and the button together and draw the works
(view-layout :positions '((0 1 9 10) (1 9 0 9))
:subviews (list start-button fp)
:draw? T)
;; and finally add the two reference densities
(layer-view pdf chi-1-pdf)
(layer-view pdf chi-30-pdf)
)
;;; Simply click on the start button (with the left mouse button) and watch.
;;;
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 7,407 | Common Lisp | .l | 191 | 30.82199 | 83 | 0.544263 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 25c7e7d4334a53f964cef63b1e2b519d4ca1bc2216b61a47bf97c54570bcc7e3 | 32,993 | [
-1
] |
32,994 | student.lsp | rwoldford_Quail/examples/probability/Distributions/student.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Student's t distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The student t distribution
;;;
;;; In this section, we consider the student t distribution as represented in
;;; Quail.
;;; The student distribution can also be explored through the help system
(help 'student :topic)
;;; The effect (on the pdf) of changing degrees of freedom is illustrated
;;; towards the end of this file. Just search for `animate'.
;;;
;;; The mathematical form of the student distribution with v
;;; degrees of freedom is as follows:
;;;
;;;
;;; pdf at x:
;;;
;;; gamma ((v + 1)/2) 1 2 -(v +1)/2
;;; --------------------------- * ------- * (1 + (x /v))
;;; gamma (1/2) * gamma (v/2) sqrt(v)
;;;
;;;
;;;
;;; An instance of a standard student with 10 degrees of freedom
(setf student (make-instance 'student :df 10))
(display student)
;;; Find its degrees of freedom
(df-of student)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at student 3)
(pdf-at student (list -3 -2 -1 0 1 2 3))
(pdf-at student (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at student 3)
(cdf-at student (list -3 -2 -1 0 1 2 3))
(cdf-at student (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at student .3)
(quantile-at student (list 0.0 .5 1))
(quantile-at student (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value student)
(random-value student 2)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value student 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "student 10 sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at student x))
:nlines 100
:domain '(-3 3)))
;;; For the student distribution, wrapper functions for these calculations
;;; exist which reuse the same instance of a student distribution changing
;;; parameters as requested.
;;;
;;; Probability density calculations:
(density-student 3 :df 10)
(density-student 1 :df 10)
(density-student (list 0.0 1 2) :df 10)
(density-student (array '(-3 -2 -1 1 2 3) :dimensions '(2 3))
:df 10)
;;; Cumulative distribution calculations:
(dist-student 3 :df 10)
(dist-student 10 :df 10)
(dist-student (list 0.0 5 10) :df 10)
(dist-student (array '(-3 -2 -1 1 2 3) :dimensions '(2 3))
:df 10)
;;; Quantile (inverse cdf) calculations:
(quantile-student .3 :df 10)
(quantile-student (list 0.0 .5 1) :df 10)
(quantile-student (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:df 10)
;;; Pseudo-random values
(random-student :df 10)
(random-student :n 10 :df 10)
;;;
;;;
;;; The student distribution in Quail has location and scale parameters as
;;; well.
(setf (location-of student) 5)
(setf (scale-of student) 5)
(cdf-at student 5)
(pdf-at student 3)
(random-value student 100)
(dist-student 5 :df 2 :location 5 :scale 5)
(density-student 5 :df 2 :location 5 :scale 5)
(quantile-student .5 :df 2 :location 5 :scale 5)
(random-student :n 3 :df 2 :location 5 :scale 5)
;;;
;;;
;;; The effect of increasing the degrees of freedom can always be shown
;;; in an animated display as follows (just execute the whole let* form):
;;;
(let*
((student (make-instance 'student :df 1))
;; This will be the density whose degrees of freedom will change.
;; It will be convenient to have a couple of base densities for
;; comparison.
;; At one extreme will be a student on 1 df (i.e. a Cauchy),
;; at the other end a gaussian (or student on infinite df).
(Cauchy (make-instance 'cauchy-dist))
(Gaussian (make-instance 'gaussian-dist))
;; Now get a plot of the moving density, but don't draw it yet.
(fp (function-plot :function #'(lambda (x)
(pdf-at student x))
:domain '(-10 10)
:nlines 75
:title "Animating student"
:left-label "Density"
:top-label "df = 1"
:color wb:*yellow-color*
:draw? NIL
:viewed-object student))
;; and here are pointers to the pdf curve and the top-label:
(pdf (interior-view-of fp))
(top-label (top-label-of fp))
;; Now here are the stationary pdf curves
(Cauchy-pdf
(function-view :function
#'(lambda (x)
(pdf-at Cauchy x))
:nlines 75
:domain '(-10 10)
:draw? NIL
:viewed-object cauchy
:color wb:*green-colour*))
(Gaussian-pdf
(function-view :function
#'(lambda (x)
(pdf-at Gaussian x))
:nlines 75
:domain '(-10 10)
:draw? NIL
:viewed-object Gaussian
:color wb:*green-colour*))
;; I would like to have a button to start the animation:
(start-button
(control-button
:text "Start"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(loop for i from 1 to 30
do
;; erase it and the top-label
(erase-view pdf)
(erase-view top-label)
;; redraw the standards because they probably got
;; partially erased.
(draw-view Cauchy-pdf)
(draw-view Gaussian-pdf)
;; change degrees of freedom of the student
(<- (df-of student) i)
;; change degrees of freedom of the student
(<- (df-of student) i)
(set-text top-label (format NIL "df = ~s" i))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the student
(draw-view top-label)
(draw-view pdf))
)
)
)
)
;; Now change the extent on the y axis (the left-view-of the function-plot)
;; so that all of the gaussian pdf will show.
(set-extent (left-view-of fp) 0 .5)
;; And change the extent on the x axis (the bottom-view-of the function-plot)
;; so that only the central part of the pdf will show.
(set-extent (bottom-view-of fp) -3 3)
;; layout the function-plot and the button together and draw the works
(view-layout :positions '((0 1 9 10) (1 9 0 9))
:subviews (list start-button fp)
:draw? T)
;; and finally add the two reference densities
(layer-view pdf Cauchy-pdf)
(layer-view pdf Gaussian-pdf)
)
;;; Simply click on the start button (with the left mouse button) and watch.
;;;
;;; Note that this display is completely self-contained and interactive.
;;; For example middle mouse button selection on the horizontal axis will
;;; allow interaction with the axis.
;;; In this example, it might be of interest to focus attention on the tail
;;; behaviour of the student. This could be done by selecting the `tic limits'
;;; item from the middle button menu on the axis and when prompted typing in
;;; say (2.5 5) to focus on part of the right tail (the programmatic equivalent
;;; would be to use set-extent on the axis as above). To achieve maximal
;;; separation between the curves in the display, you will need to adjust the
;;; `Tic limits' on the y axis as well.
;;; Once you are happy with the display, then click on the start
;;; button to start the animation again.
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 9,144 | Common Lisp | .l | 226 | 32.526549 | 83 | 0.57164 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | b5b8757216c13fea6430ba1c68870d5a1624bbdd48395802f425c105c283a462 | 32,994 | [
-1
] |
32,995 | comp-dist.lsp | rwoldford_Quail/examples/probability/Distributions/comp-dist.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Comparing distributions
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;; *** under construction ***
(let*
((student (make-instance 'student :df 1))
(Cauchy (make-instance 'cauchy-dist))
(Gaussian (make-instance 'gaussian-dist))
(Chi (make-instance 'chi-squared :df 1))
(K (make-instance 'K-dist :df 1))
(p-low 0.01)
(p-high 0.99)
(p-by 0.01)
(percentiles (seq p-low p-high p-by))
;; Now get a plot of the moving density, but don't draw it yet.
(fp-x (function-plot
:function #'(lambda (x)
(pdf-at gaussian x))
:viewed-object gaussian
:domain (let ((m (location-of gaussian))
(s (scale-of gaussian)))
(list (- m (* 3 s))
(+ m (* 3 s))))
:title NIL
:nlines 75
:color wb:*light-blue-color*
:draw? NIL))
(fp-y (function-plot
:function #'(lambda (x)
(pdf-at student x))
:viewed-object student
:domain (let ((m (location-of student))
(s (scale-of student)))
(list (- m (* 3 s))
(+ m (* 3 s))))
:title NIL
:nlines 75
:color wb:*magenta-color*
:draw? NIL))
(qq-plot (qq-plot
gaussian student
:title "Quantile quantile plot"
:percentiles percentiles
:draw? NIL))
;; and here are pointers to the pdf curve and the axes:
(x-axis (bottom-view-of qq-plot))
(y-axis (left-view-of qq-plot))
(x-label (bottom-label-of qq-plot))
(y-label (left-label-of qq-plot))
#|
;; I would like to have a button to start the animation:
(start-button
(control-button
:text "Start"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(loop for i from 1 to 30
do
;; erase it and the title
(erase-view pdf)
(erase-view title)
;; redraw the standards because they probably got
;; partially erased.
(draw-view Cauchy-pdf)
(draw-view Gaussian-pdf)
;; change degrees of freedom of the student
(<- (df-of student) i)
;; change degrees of freedom of the student
(<- (df-of student) i)
(set-text title (format NIL "df = ~s" i))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the student
(draw-view title)
(draw-view pdf))
)
)
)
|#
;; layout the plots and the button together
(result
(view-layout :positions '((0 1 1 2)
(1 2 1 2)
(1 2 0 1))
:subviews (list fp-y qq-plot fp-x)
:draw? NIL))
from-x from-y to-x to-y from to
)
;; Now change the extent on the y axis (the left-view-of each function-plot)
;; so that all of the pdf will show and on the same scale.
(multiple-value-setq (from-x to-x) (vw::extent-of (left-view-of fp-x)))
(multiple-value-setq (from-y to-y) (vw::extent-of (left-view-of fp-y)))
(setf from (min from-x from-y))
(setf to (max to-x to-y))
(set-extent (left-view-of fp-x) from to)
(set-extent (left-view-of fp-y) from to)
;;(set-drawing-style x-axis :color (draw-style pdf-fp :color))
;;(set-drawing-style y-axis :color (draw-style f-view :color))
(set-text x-label "Gaussian quantiles")
(set-text y-label "Student 1 quantiles")
(draw-view result)
result
| 4,195 | Common Lisp | .l | 115 | 26.217391 | 83 | 0.489781 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 136f225b660d8383e5e2be8f93a5b2d6e7b89b48c413cc9b2e786b6ac3cc4ff3 | 32,995 | [
-1
] |
32,996 | cauchy.lsp | rwoldford_Quail/examples/probability/Distributions/cauchy.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The Cauchy distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The Cauchy distribution
;;;
;;; In this section, we consider the Cauchy distribution as represented in
;;; Quail.
;;; The cauchy distribution can also be explored through the help system
(help 'cauchy :topic)
;;;
;;; The Cauchy (or Witch of Agnesi) is a Student t distribution on one
;;; degree of freedom.
;;; The mathematical form of the cauchy distribution is:
;;;
;;;
;;; pdf at x: 1
;;; ---------------
;;; 2
;;; pi *(1 + x )
;;;
;;;
;;;
;;;
;;; An instance of a standard cauchy with 10 degrees of freedom
(setf cauchy (make-instance 'cauchy-dist))
(display cauchy)
;;; Because it is a Student, we could ask its degrees of freedom
(df-of cauchy)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at cauchy 3)
(pdf-at cauchy (list -3 -2 -1 0 1 2 3))
(pdf-at cauchy (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at cauchy 3)
(cdf-at cauchy (list -3 -2 -1 0 1 2 3))
(cdf-at cauchy (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at cauchy .3)
(quantile-at cauchy (list 0.0 .5 1))
(quantile-at cauchy (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value cauchy)
(random-value cauchy 2)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value cauchy 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "Cauchy sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at cauchy x))
:nlines 100
:domain '(-100 100)))
;;; This may not look that good because the Cauchy will produce wild outliers
;;; with high probability.
;;;
;;;
;;; For the cauchy distribution, wrapper functions for these calculations
;;; exist which reuse the same instance of a cauchy distribution changing
;;; parameters as requested.
;;;
;;; Probability density calculations:
(density-cauchy 3)
(density-cauchy 1)
(density-cauchy (list 0.0 1 2))
(density-cauchy (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(dist-cauchy 3)
(dist-cauchy 10)
(dist-cauchy 100)
(dist-cauchy (list 0.0 5 10))
(dist-cauchy (array '(-3 -2 -1 1 2 3) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-cauchy .3)
(quantile-cauchy (list 0.0 .5 .9 .99 .999 .9999 1))
(quantile-cauchy (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-cauchy)
(random-cauchy :n 10)
;;;
;;;
;;; The cauchy distribution in Quail has location and scale parameters as
;;; well.
(setf (location-of cauchy) 5)
(setf (scale-of cauchy) 5)
(cdf-at cauchy 5)
(pdf-at cauchy 3)
(random-value cauchy 100)
(dist-cauchy 5 :location 5 :scale 5)
(density-cauchy 5 :location 5 :scale 5)
(quantile-cauchy .5 :location 5 :scale 5)
(random-cauchy :n 3 :location 5 :scale 5)
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,279 | Common Lisp | .l | 122 | 31.008197 | 83 | 0.591947 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a9208482aaf387c6dd111129ad8b0958b6fa9f36a318b4bcbc5617f3e13fff83 | 32,996 | [
-1
] |
32,997 | stock-disc.lsp | rwoldford_Quail/examples/probability/Distributions/stock-disc.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Stock discrete distributions
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsection Stock discrete distributions
;;;
;;; In this section, we consider the set of discrete distributions in
;;; Quail.
;;; To see the entire hierarchy,
(class-browse 'discrete-dist)
;;; or
(help 'discrete-dist :class)
;;; or
(help 'distributions :topic)
;;; As you will see, the class hierarchy of the distributions is defined
;;; so that whenever a distribution is mathematically a special case of a second
;;; distribution, its class is a descendant of the class representing the second
;;; distribution.
;;;
;;; We will now traverse this collection in order from the super classes
;;; down to the sub-classes.
;;;
;;; First the Binomial distribution
(edit-file "eg:Probability;Distributions;binomial.lsp")
;;; The bernoulli is a special case of the binomial where n = 1.
(edit-file "eg:Probability;Distributions;bernoulli.lsp")
;;;
;;; The negative-binomial distribution
;;;
(edit-file "eg:Probability;Distributions;negative-binomial.lsp")
;;;
;;; The geometric distribution is a special case of the negative-binomial
;;; where n = 1.
;;;
(edit-file "eg:Probability;Distributions;geometric.lsp")
;;; The hypergeometric, for sampling with replacement from finite populations.
(edit-file "eg:Probability;Distributions;hypergeometric.lsp")
;;; The discrete-uniform, equiprobability at each element of a finite population.
(edit-file "eg:Probability;Distributions;discrete-uniform.lsp")
;;; The Poisson, modelling counts from 0 to infinity.
(edit-file "eg:Probability;Distributions;poisson")
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or back to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or back to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 2,563 | Common Lisp | .l | 63 | 36.269841 | 83 | 0.622249 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | ffa87ff73f99dd931b36cc255a0ccd5603528739b78a4db115a155e879e2e7bd | 32,997 | [
-1
] |
32,998 | poisson.lsp | rwoldford_Quail/examples/probability/Distributions/poisson.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The Poisson distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The Poisson distribution
;;;
;;; In this section, we consider the Poisson distribution as represented in
;;; Quail.
;;; The Poisson can also be explored through the help system
(help 'Poisson :topic)
;;; The mean, m > 0 , parameterizes the standard Poisson distribution.
;;;
;;; For any Poisson(m) random variable X, the probability that it takes on
;;; a given value x is
;;;
;;; x
;;; m exp{-m}
;;; Pr(X=x) = ------------- for x = 0, 1, 2, ...
;;; x!
;;;
;;; and zero otherwise.
;;;
;;;
;;; An instance of a Poisson with mean 10 is created as
(setf Poisson (make-instance 'Poisson-dist :mean 10))
(display Poisson)
;;; The following functions will access the information
(mean Poisson)
(lower-bound-of Poisson)
(upper-bound-of Poisson)
;;; The mean can be changed
(setf (mean Poisson) 15)
(display Poisson :from 0 :to 30 :new? T
:title (format NIL "Poisson(~s)" (mean Poisson)))
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at Poisson 3)
(pdf-at Poisson (list 0.0 .5 1 2 3 4 5 6 7 8 9 10 11))
(pdf-at Poisson (array '(0 1 2 3 4 5) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at Poisson 3)
(cdf-at Poisson (list -1 0 .5 1 2 3 4 5 6 7 8 9 10 11))
(cdf-at Poisson (array '(0 1 2 30 40 50) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at Poisson .3)
(quantile-at Poisson (list 0.0 .5 1))
(quantile-at Poisson (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value Poisson)
(random-value Poisson 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value Poisson 1000))
;;; draw the histogram
(<- hist
(histogram :data data :var 0
:title
(format NIL "Poisson(~s) sample" (mean Poisson))
:histogram-scale :density))
;;; For the Poisson distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a Poisson distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-poisson 30 :mean 10)
(density-poisson (list 0 10 20 30) :mean 10)
(density-poisson (array '(0 20 30 50 70 100) :dimensions '(2 3))
:mean 10)
;;; Cumulative distribution calculations:
(dist-poisson 30 :mean 10)
(dist-poisson (list 0 10 20 30) :mean 10)
(dist-poisson (array '(0 20 30 50 70 100) :dimensions '(2 3))
:mean 10)
;;; Quantile (inverse cdf) calculations:
(quantile-poisson .3 :mean 10)
(quantile-poisson (list 0.0 .5 1) :mean 10)
(quantile-poisson (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:mean 10)
;;; Pseudo-random values
(random-poisson :mean 10)
(random-poisson :mean 10 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 3,916 | Common Lisp | .l | 105 | 33.142857 | 83 | 0.592394 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 789dabf13c5a9f2703bfae2a35b2dbe9dd4813176cdac11d85178b9463333c74 | 32,998 | [
-1
] |
32,999 | exponential.lsp | rwoldford_Quail/examples/probability/Distributions/exponential.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The exponential distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The exponential distribution
;;;
;;; In this section, we consider the exponential distribution as represented in
;;; Quail.
;;; The exponential can also be explored through the help system
(help 'exponential :topic)
;;;
;;; The mathematical form of the location scale exponential distribution with
;;; location u and scale s is as follows:
;;;
;;;
;;; pdf at x:
;;; for x > u
;;;
;;; 1 - ((x - u) / s)
;;; --- * e
;;; s
;;;
;;; 0 otherwise
;;;
;;;
;;; cdf at x:
;;; for x > u
;;; - ((x - u) / s)
;;; 1 - e
;;;
;;; 0 otherwise
;;;
;;; random value : u - s * ln ( uniform )
;;;
;;; quantile at p : u - s * ln ( 1 - p )
;;;
;;; An instance of a standard exponential (location 0, scale 1)
(setf exponential (make-instance 'exponential-dist))
(display exponential)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at exponential 3)
(pdf-at exponential (list 0.0 5 10))
(pdf-at exponential (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at exponential 3)
(cdf-at exponential (list 0.0 5 10))
(cdf-at exponential (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at exponential .3)
(quantile-at exponential (list 0.0 .5 1))
(quantile-at exponential (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value exponential)
(random-value exponential 2)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value exponential 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "exponential sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at exponential x))
:nlines 100
:domain '(0 10)))
;;;
;;; We could also create a location scale exponential:
;;;
(<- exponential-l-s (make-instance 'exponential-dist :location 10 :scale 5))
(display exponential-l-s)
;;; For the exponential distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a exponential distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-exponential 3)
(density-exponential 35 :location 10 :scale 5)
(density-exponential (list 0.0 5 10))
(density-exponential (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(dist-exponential 3)
(dist-exponential 35 :location 10 :scale 5)
(dist-exponential (list 0.0 5 10))
(dist-exponential (array '(0.0 2.5 5 7.5 9.75 10) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-exponential .3)
(quantile-exponential .3 :location 100)
(quantile-exponential .3 :scale 100)
(quantile-exponential .3 :location 100 :scale 100)
(quantile-exponential (list 0.0 .5 1))
(quantile-exponential (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-exponential)
(random-exponential :n 10)
(random-exponential :n 10 :location 100)
(random-exponential :n 10 :scale 100)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,523 | Common Lisp | .l | 122 | 32.983607 | 85 | 0.589092 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 78a736f09e098adc8e2079b3da45a82019664d4f2a8f12d0371f66ded28f09bf | 32,999 | [
-1
] |
33,000 | pareto.lsp | rwoldford_Quail/examples/probability/Distributions/pareto.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The pareto distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The pareto distribution
;;;
;;; In this section, we consider the pareto distribution as represented in
;;; Quail.
;;; The pareto can also be explored through the help system
(help 'pareto :topic)
;;; The effect (on the pdf) of changing the shape parameter is illustrated
;;; towards the end of this file. Just search for `animate'.
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;; The pareto distribution is a continuous distribution positive on (0,infinity)
;;; and 0 elsewhere.
;;; It is parameterized by a shape parameter a > 0.
;;;
;;; -(a+1)
;;; pdf: a (1 + x)
;;;
;;; -a
;;; cdf: 1 - (1 + x)
;;;
;;;
;;;
;;; An instance of a pareto with shape parameter 2 is created as
(setf pareto (make-instance 'pareto :shape 2))
(display pareto)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at pareto .3)
(pdf-at pareto (list 0.0 .5 1))
(pdf-at pareto (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at pareto .3)
(cdf-at pareto (list 0.0 .5 1))
(cdf-at pareto (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at pareto .3)
(quantile-at pareto (list 0.0 .5 1))
(quantile-at pareto (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value pareto)
(random-value pareto 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value pareto 100))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "Pareto 2 sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at pareto x))
:domain '(0 5)
:nlines 100))
;;; For the pareto distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a pareto distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-pareto .3 :shape 2)
(density-pareto (list 0.0 .5 1) :shape 2)
(density-pareto (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)) :shape 2)
;;; Cumulative distribution calculations:
(dist-pareto .3 :shape 2)
(dist-pareto (list 0.0 .5 1) :shape 2)
(dist-pareto (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)) :shape 2)
;;; Quantile (inverse cdf) calculations:
(quantile-pareto .3 :shape 2)
(quantile-pareto (list 0.0 .5 1) :shape 2)
(quantile-pareto (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)) :shape 2)
;;; Pseudo-random values
(random-pareto :shape 2)
(random-pareto :shape 2 :n 10)
;;;
;;; The effect of changing the shape parameter can always be shown
;;; in an animated display as follows (just execute the whole let* form):
;;;
(let*
((pareto (make-instance 'pareto :shape 1))
;; Now get a plot of the moving density, but don't draw it yet.
(fp (function-plot :function #'(lambda (x) (pdf-at pareto x))
:domain '(0 3)
:nlines 100
:title "Animating pareto"
:left-label "Density"
:top-label "shape = 1"
:color wb:*yellow-color*
:draw? NIL))
;; and here are pointers to the pdf curve and the top-label:
(pdf (interior-view-of fp))
(top-label (top-label-of fp))
;; I would like to have a button to start the animation:
(start-button
(control-button
:text "Start"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(loop for i from 1 to 10
do
;; erase it and the top-label
(erase-view pdf)
(erase-view top-label)
;; re-draw the axes which were partially erased
(draw-view (left-view-of fp))
(draw-view (bottom-view-of fp))
;; change degrees of freedom of the pareto
(<- (shape-of pareto) i)
;; change degrees of freedom of the pareto
(<- (shape-of pareto) i)
(set-text top-label (format NIL "shape = ~s" i))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the pareto
(draw-view top-label)
(draw-view pdf))
)
)
)
)
;; Now change the extent on the y axis (the left-view-of the function-plot)
;; so that all of the gaussian pdf will show.
(set-extent (left-view-of fp) 0 8)
;; layout the function-plot and the button together and draw the works
(view-layout :positions '((0 1 9 10) (1 9 0 9))
:subviews (list start-button fp)
:draw? T)
)
;;; Simply click on the start button (with the left mouse button) and watch.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 6,228 | Common Lisp | .l | 158 | 32.335443 | 83 | 0.568476 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a2a83faa091f9341979b49b9a7b917f1df1251b5438741f11c5a0f7ab5c098e4 | 33,000 | [
-1
] |
33,001 | binomial.lsp | rwoldford_Quail/examples/probability/Distributions/binomial.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The binomial distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The binomial distribution
;;;
;;; In this section, we consider the binomial distribution as represented in
;;; Quail.
;;; The binomial can also be explored through the help system
(help 'binomial :topic)
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;; n! x n - x
;;; Pr(X=x) = ---------- p (1 - p)
;;; x! (n-x)!
;;;
;;; when 0 <= p <= 1 and x = 0, 1, ..., n
;;;
;;; and zero otherwise.
;;;
;;; An instance of a binomial with parameters n = 10, p = .5 is created as
(setf binomial (make-instance 'binomial-dist :upper-bound 10 :p 0.5))
(display binomial)
;;; The following functions will access the information
;;; which can be changed with setf.
(number-of-trials binomial)
(prob-success binomial)
(setf (number-of-trials binomial) 15)
(setf (prob-success binomial) .75)
(display binomial :new? T)
;;;
;;; And change them back.
(setf (number-of-trials binomial) 10)
(setf (prob-success binomial) .5)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at binomial 3)
(pdf-at binomial (list 0.0 .5 1 2 3 4 5 6 7 8 9 10 11))
(pdf-at binomial (array '(0 1 2 3 4 5) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at binomial 3)
(cdf-at binomial (list -1 0 .5 1 2 3 4 5 6 7 8 9 10 11))
(cdf-at binomial (array '(0 1 2 3 4 5) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at binomial .3)
(quantile-at binomial (list 0.0 .5 1))
(quantile-at binomial (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value binomial)
(random-value binomial 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value binomial 100))
;;; draw the histogram
(<- hist (histogram :data data :var 0
:title "Binomial(10, 0.5) sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at binomial x))
:domain '(0 10)
:nlines 10))
;;; For the binomial distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a binomial distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-binomial 3 :total 10 :p .5)
(density-binomial (list 0 .5 1 2 3) :total 10 :p .5)
(density-binomial (array '(0 2 3 5 7 10) :dimensions '(2 3)) :total 10 :p .5)
;;; Cumulative distribution calculations:
(dist-binomial 3 :total 10 :p .5)
(dist-binomial (list 0 .5 1 2 3) :total 10 :p .5)
(dist-binomial (array '(0 2 3 5 7 10) :dimensions '(2 3)) :total 10 :p .5)
;;; Quantile (inverse cdf) calculations:
(quantile-binomial .3 :total 10 :p .5)
(quantile-binomial (list 0.0 .5 1) :total 10 :p .5)
(quantile-binomial (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:total 10 :p .5)
;;; Pseudo-random values
(random-binomial :total 10 :p .5)
(random-binomial :total 10 :p .5 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,260 | Common Lisp | .l | 108 | 34.925926 | 83 | 0.583702 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | a9dda44cf535f2b9b5a8b13580d7d8b842a7e3cb87db1113e38cf957a16fe2d3 | 33,001 | [
-1
] |
33,002 | weibull.lsp | rwoldford_Quail/examples/probability/Distributions/weibull.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The weibull distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The weibull distribution
;;;
;;; In this section, we consider the standard Weibull distribution as
;;; represented in Quail.
;;; The weibull can also be explored through the help system
(help 'weibull :topic)
;;; The effect (on the pdf) of changing the shape parameter is illustrated
;;; towards the end of this file. Just search for `animate'.
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;; The weibull distribution is a continuous distribution positive on (0,infinity)
;;; and 0 elsewhere.
;;; It is parameterized by a shape parameter b > 0
;;;
;;; (b - 1) b
;;; pdf: b x exp{ - x }
;;;
;;; b
;;; cdf: 1 - exp{ - x }
;;;
;;;
;;;
;;; An instance of a weibull with shape parameter 2 is created as
(setf weibull (make-instance 'weibull :shape 2))
(display weibull)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at weibull .3)
(pdf-at weibull (list 0.0 .5 1))
(pdf-at weibull (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at weibull .3)
(cdf-at weibull (list 0.0 .5 1))
(cdf-at weibull (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at weibull .3)
(quantile-at weibull (list 0.0 .5 1))
(quantile-at weibull (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value weibull)
(random-value weibull 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value weibull 100))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "Weibull(2) sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at weibull x))
:domain '(0 3)
:nlines 100))
;;; For the weibull distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a weibull distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-weibull .3 :shape 2)
(density-weibull (list 0.0 .5 1) :shape 2)
(density-weibull (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)) :shape 2)
;;; Cumulative distribution calculations:
(dist-weibull .3 :shape 2)
(dist-weibull (list 0.0 .5 1) :shape 2)
(dist-weibull (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)) :shape 2)
;;; Quantile (inverse cdf) calculations:
(quantile-weibull .3 :shape 2)
(quantile-weibull (list 0.0 .5 1) :shape 2)
(quantile-weibull (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)) :shape 2)
;;; Pseudo-random values
(random-weibull :shape 2)
(random-weibull :shape 2 :n 10)
;;;
;;; The effect of changing the shape can always be shown
;;; in an animated display as follows (just execute the whole let* form):
;;;
(let*
((weibull (make-instance 'weibull :shape 1))
;; Now get a plot of the moving density, but don't draw it yet.
(fp (function-plot :function #'(lambda (x) (pdf-at weibull x))
:domain '(0 2)
:nlines 100
:title "Animating weibull"
:left-label "Density"
:top-label "shape = 1"
:color wb:*yellow-color*
:draw? NIL))
;; and here are pointers to the pdf curve and the top-label:
(pdf (interior-view-of fp))
(top-label (top-label-of fp))
;; I would like to have a button to start the animation:
(start-button
(control-button
:text "Start"
;; the animation is done by the following anonymous function.
:left-fn
#'(lambda ()
(loop for i from 1 to 15
do
;; erase it and the top-label
(erase-view pdf)
(erase-view top-label)
;; re-draw the axes which were partially erased
(draw-view (left-view-of fp))
(draw-view (bottom-view-of fp))
;; change degrees of freedom of the weibull
(<- (shape-of weibull) i)
;; change degrees of freedom of the weibull
(<- (shape-of weibull) i)
(set-text top-label (format NIL "shape = ~s" i))
;; recompute the coordinates
(compute-lines-coords pdf)
;; draw the new version of the weibull
(draw-view top-label)
(draw-view pdf))
)
)
)
)
;; Now change the extent on the y axis (the left-view-of the function-plot)
;; so that all of the gaussian pdf will show.
(set-extent (left-view-of fp) 0 5)
;; layout the function-plot and the button together and draw the works
(view-layout :positions '((0 1 9 10) (1 9 0 9))
:subviews (list start-button fp)
:draw? T)
)
;;; Simply click on the start button (with the left mouse button) and watch.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 6,295 | Common Lisp | .l | 158 | 32.759494 | 84 | 0.570621 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 11ef598cf7a355785a01337d2cd91c8621fe7e74ae4be3bbaddab8e8a56da29d | 33,002 | [
-1
] |
33,003 | stock.lsp | rwoldford_Quail/examples/probability/Distributions/stock.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Stock Distributions
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \section Stock Distributions
;;;
;;; In Quail, there are many ``stock'' distributions for which
;;; one routinely wants the standard calculations of cdf-at,
;;; pdf-at, quantile-at, and random-value.
;;; Moreover, considerable research effort has been spent by many people
;;; over the years developing algorithms to make these calculations efficient
;;; and accurate.
;;; By having separate classes for these distributions the methods (cdf-at, etc.)
;;; can be specialized to take advantage of these algorithms.
;;;
;;; The classes can be examined in a brower with
(class-browse 'prob-measure)
;;; or through the help system with
(help 'distributions :topic)
;;;
;;; Because many distributional calculations are routinely required,
;;; a number of ``wrapper'' functions have been created to allow access to the
;;; results without creating any new instances of distributions whenever the
;;; parameter values change.
;;; A standard naming strategy is adopted for these functions in the hope of
;;; making them more mnemonic.
;;;
;;; For example, the Gaussian (or Normal) distribution is a commonly used one.
;;; Calculations for Gaussian distributions can be had without resorting to
;;; first creating an instance of Gaussian-dist; the functions are
(dist-gaussian 1.645 :location 0.0 :scale 1.0)
;;; for cdf calculations,
(density-gaussian 1.645 :location 0.0 :scale 1.0)
;;; for pdf calculations,
(quantile-gaussian .95 :location 0.0 :scale 1.0)
;;; for quantiles, and
(random-gaussian :n 10 :location 0.0 :scale 1.0)
;;; for pseudo-random Gaussian observations.
;;; The pattern for other distributions is the same -- prefixes
;;; dist-, density-, quantile-, and random-.
;;; Keyword parameters will vary depending on the distribution.
;;;
;;; These specialized functions make use of the generic-functions cdf-at, etc.
;;; called on instances of the appropriate distribution class.
;;; These instances are cached on the global variable *distributions*.
*distributions*
;;;
;;;
;;; The stock distributions are grouped according to whether they represent
;;; continuous or discrete random variates.
;;; Within these groupings, the class hierarchy of the distributions is defined
;;; so that whenever a distribution is mathematically a special case of a second
;;; distribution, its class is a descendant of the class representing the second
;;; distribution.
;;;
;;; The stock distributions include the Gaussian (or Normal) distribution,
;;; the Student t, the beta distribution, the gamma distribution, the binomial,
;;; the hypergeometric and many others.
;;;
;;; \subsection 2.1 Stock continuous distributions
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; \subsection 2.2 Stock discrete distributions
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get back to the overview by executing
| 3,504 | Common Lisp | .l | 79 | 41.113924 | 83 | 0.666174 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 6a626040714704ef9b3f89c8b0053e66fb1bda1c36781feb7e7c1e6dbfbbcbd5 | 33,003 | [
-1
] |
33,004 | uniform.lsp | rwoldford_Quail/examples/probability/Distributions/uniform.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The continuous uniform distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;; The uniform can also be explored through the help system
(help 'uniform :topic)
;;;
;;; \subsubsection The uniform distribution
;;;
;;; In this section, we consider the uniform distribution as represented in
;;; Quail.
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;; The uniform(a,b) distribution is a continuous distribution
;;; positive on (a, b) and 0 elsewhere.
;;;
;;; pdf: 1
;;; -------- x in (a,b), 0 otherwise.
;;; b - a
;;;
;;; cdf: 0 x <= a
;;;
;;; x - a
;;; -------- x in (a,b)
;;; b - a
;;;
;;; 1 x >= b
;;;
;;;
;;; The lower bound a is determined with the function lower-bound-of,
;;; and the upper bound b with the function upper-bound-of.
;;;
;;;
;;; An instance of a uniform (2 4) is created as
(setf uniform24 (make-instance 'uniform
:lower-bound 2
:upper-bound 4))
(display uniform24)
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at uniform24 3)
(pdf-at uniform24 (list 1 2 2.1 3 3.9 4))
(pdf-at uniform24 (array (list 1 2 2.1 3 3.9 4) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at uniform24 3)
(cdf-at uniform24 (list 1 2 2.1 3 3.9 4))
(cdf-at uniform24 (array (list 1 2 2.1 3 3.9 4) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at uniform24 .3)
(quantile-at uniform24 (list 0.0 .5 1))
(quantile-at uniform24 (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value uniform24)
(random-value uniform24 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value uniform24 1000))
;;; draw the histogram
(<- hist (histogram :data data :var 0 :title "Uniform 2 4 sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at uniform24 x))
:domain '(2 4)
:nlines 100))
;;; For the uniform distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a uniform distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-uniform 3 :from 2 :to 4)
(density-uniform (list 1 2 2.1 3 3.9 4 5)
:from 2 :to 4)
(density-uniform (array '(2 2.1 3 3.9 4 5) :dimensions '(2 3))
:from 2 :to 4)
;;; Cumulative distribution calculations:
(dist-uniform 3 :from 2 :to 4)
(dist-uniform (list 1 2 2.1 3 3.9 4 5)
:from 2 :to 4)
(dist-uniform (array '(2 2.1 3 3.9 4 5) :dimensions '(2 3))
:from 2 :to 4)
;;; Quantile (inverse cdf) calculations:
(quantile-uniform .3 :from 2 :to 4)
(quantile-uniform (list 0.0 .5 1)
:from 2 :to 4)
(quantile-uniform (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:from 2 :to 4)
;;; Pseudo-random values
(random-uniform :from 2 :to 4)
(random-uniform :from 2 :to 4 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock continuous distributions by executing
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,239 | Common Lisp | .l | 115 | 31.8 | 86 | 0.561391 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 7e85854877c6690b2012fecd6515eb3bfbd6159c7a715746cf962764dd07daae | 33,004 | [
-1
] |
33,005 | overview.lsp | rwoldford_Quail/examples/probability/Distributions/overview.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Probability Distributions in Quail:
;;; Overview
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;; The material to be covered about probability distributions
;;; in Quail is spread out over several example files.
;;; A not unreasonable tutorial would be to browse the files in order.
;;; An alternative approach would be to follow the topic documentation
;;; through Quail's help system as in
(help 'distributions :topic)
;;; or more generally
(help 'probability :topic)
;;;
;;; Here we outline the contents of the example files and offer a form to
;;; evaluate that will bring each example file up as desired.
;;;
;;;
;;;
;;; Contents:
;;;
;;; 1. Introduction.
;;; ... top-most class hierarchy of distributions
;;; ... the generic functions
;;; - pdf-at, cdf-at, quantile-at, random-value
(edit-file "eg:Probability;Distributions;intro.lsp")
;;;
;;; 2. Stock distributions
;;; ... classes and generic functions
;;; ... instances stored on *distributions*
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; 2.1 Stock continuous distributions
(edit-file "eg:Probability;Distributions;stock-cts.lsp")
;;;
;;; 2.2 Stock discrete distributions
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; 3. Data as empirical distributions
(edit-file "eg:Probability;Distributions;data-prob.lsp")
;;;
;;; 4. Finite Mixtures of Distributions
(edit-file "eg:Probability;Distributions;finite-mixture.lsp")
;;;
;;; 5. Extending the system.
| 2,035 | Common Lisp | .l | 56 | 32.285714 | 83 | 0.570046 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | fed0ccc35b0db54784885b27057183f08ec2ac373d1a2cd5da7eb01f910e650f | 33,005 | [
-1
] |
33,006 | geometric.lsp | rwoldford_Quail/examples/probability/Distributions/geometric.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; The geometric distribution
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1995 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1995.
;;;
(in-package :quail-user)
;;;
;;; \subsubsection The geometric distribution
;;;
;;; In this section, we consider the geometric distribution as represented in
;;; Quail.
;;; The geometric can also be explored through the help system
(help 'geometric :topic)
;;;
;;; The mathematical form of the distribution is as follows:
;;;
;;; n - 1
;;; Pr(N=n) = p (1 - p)
;;;
;;;
;;; when 0 <= p <= 1 and n = 1, 2, 3, ...
;;;
;;; and zero otherwise.
;;;
;;; An instance of a geometric with parameters x = 10, p = .5 is created as
(setf geometric (make-instance 'geometric :p 0.5))
(display geometric)
;;; The following functions will access the information
;;; which can be changed with setf.
(prob-success geometric)
(setf (prob-success geometric) .25)
(display geometric :from 1 :to 15 :new? T)
;;; Because the geometric is a subclass of negative-binomial, we can ask for
(number-of-successes geometric)
;;; but it cannot be set.
;;;
;;; We can now have this distribution produce the usual calculations:
;;;
;;; Probability density calculations:
(pdf-at geometric 3)
(pdf-at geometric (list 0.0 .5 1 2 3 4 5 6 7 8 9 10 11))
(pdf-at geometric (array '(0 10 20 30 40 50) :dimensions '(2 3)))
;;; Cumulative distribution calculations:
(cdf-at geometric 3)
(cdf-at geometric (list -1 0 .5 1 2 3 4 5 6 7 8 9 10 11))
(cdf-at geometric (array '(0 10 20 30 40 50) :dimensions '(2 3)))
;;; Quantile (inverse cdf) calculations:
(quantile-at geometric .3)
(quantile-at geometric (list 0.0 .5 1))
(quantile-at geometric (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3)))
;;; Pseudo-random values
(random-value geometric)
(random-value geometric 10)
;;; And to make sure these things look right
;;; generate lots of data
(<- data (random-value geometric 100))
;;; draw the histogram
(<- hist (histogram :data data :var 0
:title "geometric sample"
:histogram-scale :density))
;;; and overlay a view of the density function
(layer-view (interior-view-of hist)
(function-view :function
#'(lambda (x) (pdf-at geometric x))
:domain '(1 20)
:nlines 20))
;;; For the geometric distribution, wrapper functions for these calculations exist
;;; which reuse the same instance of a geometric distribution changing parameters
;;; as requested.
;;;
;;; Probability density calculations:
(density-geometric 3 :p .5)
(density-geometric (list 0 1 2 3) :p .5)
(density-geometric (array '(0 2 3 5 7 10) :dimensions '(2 3))
:p .5)
;;; Cumulative distribution calculations:
(dist-geometric 3 :p .5)
(dist-geometric (list 0 1 2 3) :p .5)
(dist-geometric (array '(0 2 3 5 7 10) :dimensions '(2 3))
:p .5)
;;; Quantile (inverse cdf) calculations:
(quantile-geometric .3 :p .5)
(quantile-geometric (list 0.0 .5 1) :p .5)
(quantile-geometric (array '(0.0 .025 .5 .75 .975 1.0) :dimensions '(2 3))
:p .5)
;;; Pseudo-random values
(random-geometric :p .5)
(random-geometric :p .5 :n 10)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; You can get to the stock discrete distributions by executing
(edit-file "eg:Probability;Distributions;stock-disc.lsp")
;;;
;;; or to the stock distributions discussion by executing
(edit-file "eg:Probability;Distributions;stock.lsp")
;;;
;;; or to the overview by executing
(edit-file "eg:Probability;Distributions;overview.lsp")
| 4,166 | Common Lisp | .l | 107 | 33.672897 | 83 | 0.581553 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 1fe29afbd9b677d7be3d6e346a23cc0ff3f1d5f13b31f97892bb3248081fc04d | 33,006 | [
-1
] |
33,007 | new-doc-key.lsp | rwoldford_Quail/examples/documentation/new-doc-key.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Extending the documentation system.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (c) 1993 Statistical Computing Laboratory, University of Waterloo
;;;
;;;
;;; Authors:
;;; M.E. Lewis 1993.
;;; R.W. Oldford 1994.
;;;
;;;
;;;
;;; EXTENDING THE DOCUMENTATION SYSTEM
;;;
;;; The documentation system can itself be extended to handle new keywords.
;;; It can also be extended to handle new documentation objects.
;;; For the latter see the file "eg:Documentation;new-doc-object.lsp".
;;; Here we present only the means for adding new doc keywords.
;;;
;;; NOTE: THE INFORMATION BELOW IS INCOMPLETE WITHOUT ACCESS TO THE
;;; DOCUMENTATION SOURCE CODE.
;;;
;;; There are three steps to adding a new documentation keyword.
;;; In the :quail-kernel package:
;;;
;;; 1. Add your keyword to the special variable *doc-keywords*
;;; 2. Add an entry to the hashtable called *node-value-formatter*
;;; 3. Create a function to access the information.
;;;
;;; These three steps are described below.
;;;
;;; Beforehand, it is helpful to
;;; know that there is a function in the :quail-kernel package
;;; called 'interpret-quail-documentation' which actually reads
;;; and interprets the documentation string. The value returned
;;; by 'interpret-quail-documentation' is an object of class 'key-tree'.
;;; A 'key-tree' contains formatted information from the
;;; documentation string. The information is stored on the 'key-tree'
;;; in the form of 'nodes', where each 'node' corresponds to one
;;; of the documentation keywords encountered in the documentation
;;; string of a Lisp object.
;;;
;;; STEP #1. Change the value of *doc-keywords*.
;;;
;;; Let's say that you want to add a new documentation keyword ":author".
;;;
;;; The special variable *doc-keywords* is arranged in a tree-list:
;;;
;;; ":root"
;;; |
;;; ---------------------------------------
;;; | | |
;;; ":capsule" ":elaboration" . . . . . . ":body"
;;; |
;;; ":arg"
;;;
;;; Note that the keywords are strings beginning with a colon.
;;; Upper or lowercase does not matter.
;;;
;;; The list *doc-keywords* mimics this tree structure exactly:
;;;
;;; > *doc-keywords*
;;;
;;; > (":root" ":capsule" ":elaboration" (":examples" ":files" ":text")
;;; ":references" ":see-also" ":super-topics" ":topics" ":sub-topics"
;;; ":returns" ":side-effects" ":package" ":name" (":required" ":arg")
;;; (":optional" ":arg") (":rest" ":arg") (":key" ":arg") (":aux" ":arg")
;;; (":body" ":arg"))
;;;
;;; It should be pretty clear how to add the keyword ":author". If
;;; you want it to be keyword in its own right, then add it in place
;;; right under ":root":
;;;
;;; (":root" ":capsule" ":elaboration" (":examples" ":files" ":text")
;;; ":references" ":see-also" ":super-topics" ":topics" ":sub-topics"
;;; ":returns" ":side-effects" ":package" ":name" (":required" ":arg")
;;; (":optional" ":arg") (":rest" ":arg") (":key" ":arg") (":aux" ":arg")
;;; (":body" ":arg") ":author")
;;; ^^^^^^^^^
;;;
;;; If you want it to be a sub-key, say under the ":elaboration" keyword, then
;;; add it there:
;;;
;;; (":root" ":capsule" (":elaboration" ":author") (":examples" ":files" ":text")
;;; ^^^^^^^^^^^^^^^^^^^^^^^^^^
;;; ":references" ":see-also" ":super-topics" ":topics" ":sub-topics"
;;; ":returns" ":side-effects" ":package" ":name" (":required" ":arg")
;;; (":optional" ":arg") (":rest" ":arg") (":key" ":arg") (":aux" ":arg")
;;; (":body" ":arg"))
;;;
;;; Note that ":elaboration" now has to be parenthesized, because it has become the proud
;;; 'parent' of a sub-key!
;;;
;;; STEP #2. Add an entry to the hashtable called *node-value-formatter*
;;;
;;; This step is actually optional. It is only necessary if you don't like
;;; the default Quail format. Try the default first, you may like it!
;;;
;;; Otherwise, you have to add an entry to the hash table *node-value-formatter*.
;;; This seems more difficult than it is. The hash table *node-value-formatter*
;;; contains lambda expressions of the following form:
;;;
;;; #'(lambda (node)
;;; #'(lambda ()
;;; (with-accessors ((value value)) node
;;; ;; HERE GOES CODE TO FORMAT THE VALUE
;;; )))
;;;
;;; The point of all this is: documentation information is
;;; stored in the value slot of objects of class 'node.' They
;;; are called nodes, because they are arranged in a tree structure
;;; which mirror the tree structure of *doc-keywords*.
;;;
;;; A function like the one above creates another function.
;;; Because the second function is
;;; created within the lexical scope of the variable 'node',
;;; it needs no argument: it will remember the value of the node,
;;; and will keep track of changes in the value automatically.
;;;
;;; Of course, you have to actually put this in the hash table:
;;;
;;; (setf (gethash '(":author" ":root") *node-value-formatter*)
;;; #'(lambda (node)
;;; #'(lambda ()
;;; (with-accessors ((value value)) node
;;; ;; HERE GOES CODE TO FORMAT THE VALUE
;;; ))))
;;;
;;; Note that the hash table key is a list of the names encounted when
;;; travelling back up the *doc-keywords* tree from the keyword
;;; that you are interested in back to ":root".
;;;
;;; STEP #3: Create a function to access the information.
;;;
;;;
;;; There is a Quail function called 'find-and-format' which does this.
;;; 'find-and-format' takes a key-tree (the repository of information
;;; collected from the documentation string) and the same list
;;; used as a key in the *node-value-formatter* hash table.
;;;
;;; For example,
;;;
;;; (find-and-format key-tree '(":author" ":root"))
;;;
;;; Will retrieve information from the key-tree. It is usually more
;;; convenient to create a function with a name like 'get-author':
;;;
;;; (defun get-author (key-tree)
;;; (find-and-format key-tree '(":author" ":root")))
;;;
| 6,643 | Common Lisp | .l | 154 | 39.831169 | 91 | 0.566343 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | e7c97436704a1c9c24e607f4401f62f2a3955dde1f96580e75e4f64867da2ad4 | 33,007 | [
-1
] |
33,008 | doc-example.lsp | rwoldford_Quail/examples/documentation/doc-example.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Documenting code.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (c) 1993 Statistical Computing Laboratory, University of Waterloo
;;;
;;;
;;; Authors:
;;; M.E. Lewis 1993.
;;; R.W. Oldford 1994.
;;;
;;;
;;;--------------------------------------------------------------------------------
;;;
;;;
;;; ENHANCED DOCUMENTATION FACILITY
;;;
;;; A documentation string is allowed for nearly every kind of defined
;;; Common Lisp structure and usually appears where that structure is defined
;;; (i.e. with the source code) --- e.g. in defun, defvar, defmethod, defgeneric,
;;; defclass, ...
;;;
;;; Quail allows the user to add structure to this documentation string.
;;; The Quail help facility understands the structure, and will produce fairly
;;; readable and mouse sensitive help windows automatically.
;;;
;;; Quail allows the user to embed a number of special lists within
;;; a documentation string. The lists are special because the first element
;;; is a documentation keyword. The documentation keywords are understood by
;;; the Quail help facility.
(in-package :q-user)
;;; EXAMPLE
;;; If you evaluate the function 'foo', below, and then evaluate (help 'foo),
;;; the result should be very similar to the help message which follows the
;;; function.
;;; You should return to read the help message carefully after you have
;;; finished reading this file. It contains useful information about
;;; the documentation keywords.
;;;;
;;;; foo
;;;;
(defun foo (x &key (message "Hello world!"))
;;
;; The documentation string.
;;
"The information in each of the following lists will be displayed in ~
a separate section of the Quail help message for foo. The heading ~
of the section in the help message will be the documentation keyword ~
which begins the list, or something close to it. ~
(:capsule A short description of the function foo.) ~
(:elaboration Additional information about the function foo. ~
Note that format directives like ~% ~
can be used in the doc-string. Indeed, the doc-string is passed through ~
the Common Lisp format function and so the symbol tilde ~
should never appear in a doc-string *unless* it indicates a valid ~
format directive. ~
Similarly, no word should appear prefaced with a colon as in :message. ~
Even though this is the valid keyword to the function foo, it might ~
also correspond to one of the documentation keywords like those ~
below which begin with a colon. ~
If you feel it is necessary to have a colon word in the doc-string, ~
then precede the colon with the escape character (backslash) as in ~
\:package ~
) ~
(:examples Such as (foo bar) ~
(:files (Access to an example file ~
eg:Mathematics;extended-arithmetic.lsp ~
) ~
(Another example file ~
eg:Mathematics;extended-arithmetic.lsp ~
) ~
) ~
(:text This is just a sub text of secondary importance)) ~
(:required (:arg x An argument required by the function foo.)) ~
(:returns The thing itself.) ~
(:side-effects Prints \"Message:\ \" and then the message.) ~
(:key (:arg message 'Hello world!' A keyword argument of the function ~
foo and its default value.))"
;;
;; A trivial program.
;;
(format *terminal-io* "Message: ~a" message)
x)
;;;
;;; (help 'foo) when *help-in-windows* is NIL will interpret the doc-string
;;; and print some help on the terminal screen.
;;; If *help-in-windows* is non-NIL, the information is displayed in
;;; a mouse sensitive help window.
;;;
(setf *help-in-windows* NIL)
(help 'foo)
#|
________________________________________________________________________________
foo FUNCTION
________________________________________________________________________________
DESCRIPTION:
A short description of the function foo.
LAMBDA LIST:
(X &Key Message)
ARGUMENTS:
REQUIRED -
x - An argument required by the function foo.
&KEY -
message - Default is 'Hello. world!' A keyword argument of
the function foo and its default value.
RETURNS:
The thing itself.
SIDE EFFECTS:
Prints "Message: " and then the message.
HOME PACKAGE:
:quail-user
EXAMPLES:
Such as ( foo bar )
This is just a sub text of secondary importance
See also the following files.
Access to an example file
eg:Mathematics;extended-arithmetic.lsp
Another example file
eg:Mathematics;extended-arithmetic.lsp
ELABORATION:
Additional information about the function foo. Note that
format directives like can be used in the doc-string.
Indeed, the doc-string is passed through the Common Lisp
format function and so the symbol tilde should never appear
in a doc-string *unless* it indicates a valid format
directive. Similarly, no word should appear prefaced with a
colon as in :message. Even though this is the valid keyword
to the function foo, it might also correspond to one of
the documentation keywords like those below which begin with
a colon. If you feel it is necessary to have a colon word
in the doc-string, then precede the colon with the escape
character ( backslash ) as in :package
|#
(setf *help-in-windows* T)
;;;;
;;;; end of the help message
;;;;
;;; DOCUMENTATION KEYWORDS
;;; Documentation keywords have been implemented for all kinds of Lisp objects.
;;; The keywords available vary according to the type of object. A function,
;;; for example, may have side effects. So, ':side-effects', is one of the
;;; documentation keywords for functions. Side effects are not relevent for
;;; other objects.
;;; Here is a list of the keywords that have been implemented so far,
;;; and the types of object to which they apply:
;;; 1. These keywords apply to all objects:
:CAPSULE
:ELABORATION
:EXAMPLES
:REFERENCES
:SEE-ALSO
:SUPER-TOPICS
;;; 2. These keywords apply to functions, macros and generic functions:
:RETURNS
:SIDE-EFFECTS
:REQUIRED
:OPTIONAL
:REST
:KEY
:AUX
:BODY
;;; 3. These keywords apply to topic-documentation objects
:SUB-TOPICS
;;; The format for use of these keywords is, within the documentation string,
;;; a list with the appropriate keyword as the first element, for example:
;;;
;;; (:capsule This is a short description of the object.)
;;;
;;; The remainder of the list is free form with the following exceptions:
;;;
;;; (i) Procedure arguments. If 'x' and 'y' are required arguments of some
;;; procedure (function, macro, method), they must be documented as follows:
;;;
;;; (:required (:arg x A description of 'x'.) (:arg y A description of 'y'))
;;;
;;; Within the ':required' list is a separate ':arg' list for each variable. The
;;; second element of an ':arg' list is the variable name. The rest of the
;;; ':arg' list is a free form description of the variable.
;;;
;;; Procedure arguments other than required arguments may have default values.
;;; Therefore, the format of the ':arg' list is slightly different. For example,
;;; if 'z' is a keyword argument, it must be documented in this format:
;;;
;;; (:key (:arg z 99 The default value of z is 99))
;;;
;;; Similarly for optional, rest and aux arguments.
;;;
;;; More information about the documentation keywords is contained in the
;;; documentation of the function foo above.
;;;
;;; (ii) See-also. The :see-also keyword is typically followed by symbols
;;; which name other relevant documentation. As in
;;;
;;; (:see-also bar baz snafu)
;;;
;;; This indicates that additional information found on the symbols
;;; bar baz or snafu might be relevant given the user's interest in the
;;; present symbol.
;;; Seeing this the user might consider (help 'bar) then.
;;; This is one means of providing pointers from one help document to
;;; another.
;;; Sometimes a symbol has more than one help type available. For
;;; instance, suppose that bar names both a function and a class.
;;; The above encoding on :see-also does not specify which is more
;;; relevant and so the user is likely to look at both.
;;; particular help-types can be specified as in
;;;
;;; (:see-also (bar :class) baz snafu)
;;;
;;; This indicates that it is the class definition which is most relevant.
;;; Or if there was also a variable called bar that was relevant,
;;;
;;; (:see-also (bar :class) (bar :variable) baz snafu)
;;;
;;; So the user would be encouraged to type (help 'bar :variable)
;;; to access that information.
;;;
;;; In fact this will occur automatically if the corresponding item is
;;; selected under `See Also' in the original help window.
;;;
;;; (iii) Examples. When followed by free form text, as in the function
;;; foo above, the :examples keyword reproduces that text as a single string.
;;; This can be made explicit by the sub-keyword :text as in
;;;
;;; (:examples (:text You might use (foo bar).))
;;;
;;; Often it is more useful to have a collection of examples which the
;;; user can access and play with. It is most convenient to have these
;;; stuck away in a file somewhere (like this one).
;;; To facilitate this, you use the sub-keyword :files followed by
;;; lists containing short pieces of text that describe the example file
;;; and the namestring of the logical pathname that identifies the file.
;;; As in
;;;
;;; (:examples (:files (Michelson's speed of light data
;;; q:Data;michelson-1878.lsp
;;; )
;;; (Cigarette data
;;; q:Data;cigs.lsp
;;; )
;;; (The present file
;;; eg:Documentation;doc-example.lsp
;;; )))
;;;
;;; The user then knows that relevant examples can be found in three
;;; different files. These can be edited with
(edit-file "q:Data;michelson-1879.lsp")
;;;
;;; As with see-also items, this will occur automatically if the
;;; "Michelson's speed of light data" item is selected under `Examples'
;;; in the help-window.
;;;
;;; NOTE: The logical pathname *cannot* contain blanks. See CLtL2 for
;;; more info.
;;;
;;;
;;; SCOPE AND LIMITATIONS
;;;
;;; Things in the documentation string outside of a documentation-keyword list
;;; may or may not appear in the Quail help message for the object.
;;; They will not appear in the help message if there is a ':capsule' section.
;;; Otherwise, they will be collected and will appear
;;; in the help message as the function's description.
;;;
;;; Documentation keywords, such as ':capsule', should be quoted if they are not
;;; meant to function as documentation keywords. Parentheses must be matched
;;; within the documentation string, even if they are quoted.
| 12,530 | Common Lisp | .l | 270 | 40.2 | 88 | 0.592421 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 1dcad90b0f7e54fd818397b4f4ccdcf2a13e76f67869d4432539fa213a4b8f83 | 33,008 | [
-1
] |
33,009 | example-topic.lsp | rwoldford_Quail/examples/documentation/example-topic.lsp | (setf (doc 'example-topic :topic)
(make-instance
'quail-kernel::topic-documentation
:name
"example-topic"
:doc-capsule
"How to build a topic document in Quail."
:doc-elaboration
"A little more info"
:examples
(list (cons :root "Some root info")
(cons :text "Misc text")
(list :files
(list "extended arith"
"eg:Mathematics;extended-arithmetic.lsp")
(list "extended arith2"
"eg:Mathematics;extended-arithmetic.lsp")
(list "extended arith3"
"eg:Mathematics;extended-arithmetic.lsp")
)
)
:references
"CLtL by Guy Steele."
:see-also
'(+ - * / NaN +infinity -infinity infinity)
:sub-topics
'((common-lisp :topic)
(quail :topic))
:super-topics
NIL
| 1,031 | Common Lisp | .l | 30 | 20.633333 | 68 | 0.46953 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 7b9cb6f90bbdf491ff859e30c8b2700a675117a7ada445243674eb1644696814 | 33,009 | [
-1
] |
33,010 | new-doc-objects.lsp | rwoldford_Quail/examples/documentation/new-doc-objects.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Defining new documentation objects.
;;;
;;;
;;; Author: R.W. Oldford 1994. ... under construction.
;;;
#| This file contains instructions on how to extend the Quail documentation
system by introducing new classes of documentation objects.
The file is not really of general interest.
1. DOCUMENTATION-OBJECT:
Create a new documentation object by specializing one of
the existing documentation classes.
To see existing doc classes:
(quail-doc-classes)
or
(class-browse 'qk::documentation-object)
2. DOC-TYPE: You will need Quail documentation type to go with the new
documentation-object class. Quail documentation types are keyword symbols
like :function, :macro, :generic-function, etc.
Doc types are part of the primary user interface with the Quail documentation
system as in (help 'help :function).
Existing doc-types are found from:
(quail-doc-types)
To connect your new doc type (:my-new-type) with the new documentation object class
my-new-doc-class
(set-doc-type-to-doc-class :my-new-type 'my-new-doc-class)
This installs the connection in a translation table used by the Quail documentation
system and the doc class can be retrieved from the doc type as in
(quail-doc-class :my-new-type)
For your type of new documentation there may in fact be some information that
is available from the Common Lisp documentation function. (This is doubtful as
Quail already uses all that is provided by the language definition. Nevertheless...)
If so, you will need a CL doc type for the CL documentation function that you
believe matches your new Quail doc type.
Again, the connection is made through a translation table.
For example if your :my-new-type should really grab the 'function documentation
from a symbol, you set up the translation like this:
(set-quail-to-cl-doc-type :my-new-type 'function)
This allows the internal quail-kernel function cl-type to return the
correct translation as in
(qk::cl-type :my-new-type)
3. MAKE-DOC:
Define a new method that will create the new documentation object by
specializing the generic function make-doc.
As an example, here is the general code for make-doc for a symbol.
It is written in the package quail-kernel (in-package :quail-kernel).
(defmethod make-doc ((thing symbol) type)
(let* ((doc-class (quail-doc-class type))
(doc-type (cl-type type))
(document
(interpret-quail-documentation
(if doc-type
(documentation thing doc-type)
(documentation thing))))
)
(make-instance doc-class
:name (string-downcase (format NIL "~s" thing))
:document document)
))
4. HELP-SUB-VIEWS:
Define a new method to display the new documentation object in a help
window by specializing the generic function help-sub-views.
As an example here is some code for function-documentation.
It is written within the Quail package (in-package :quail)
(defmethod help-sub-views ((self qk::function-documentation))
(let ((views NIL))
(with-accessors
((name qk::name)
(package qk::package)
(doc-capsule qk::doc-capsule)
(doc-elaboration qk::doc-elaboration)
(examples qk::examples)
(references qk::references)
(see-also qk::see-also)
(super-topics qk::super-topics)
(lam-list qk::lambda-list)
(arg qk::arguments)
(returns qk::returns)
(side-effects qk::side-effects))
self
(push
(header-box-view :left name
:right 'Function)
views)
(if doc-capsule
(nconc views
(make-view-paragraph :title "Description"
:body doc-capsule)))
(if lam-list
(nconc views
(make-view-paragraph :title "Lambda List"
:body (string-downcase-list lam-list))))
(if (and arg (qk::arg-info-p arg))
(nconc views
(help-sub-views arg)))
(if returns
(nconc views
(make-view-paragraph :title "Returns"
:body returns)))
(if side-effects
(nconc views
(make-view-paragraph :title "Side Effects"
:body side-effects)))
(if package
(nconc views
(make-view-paragraph :title "Home Package"
:body
(format nil ":~a"
(string-downcase-object package)))))
(if examples
(nconc views
(make-examples-display-list
:title "Examples"
:examples examples)
))
(if doc-elaboration
(nconc views
(make-view-paragraph :title "Elaboration"
:body doc-elaboration)))
(if super-topics
(nconc views
(vw::make-titled-display-list
:title "See topics"
:items super-topics)))
(if see-also
(nconc views
(vw::make-titled-display-list
:title "See Also"
:items see-also)))
(if references
(nconc views
(make-view-paragraph :title "References"
:body references))))
views))
5.
| 5,807 | Common Lisp | .l | 137 | 31.416058 | 88 | 0.589117 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 77e8a5f9d0f92fc506875c8e4c45c703e9b92af36d13d5e471fc646f873a111f | 33,010 | [
-1
] |
33,011 | iter-map.lsp~ | rwoldford_Quail/examples/arrays/iter-map.lsp~ | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Mapping over slices
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
;;;
;;;
;;;
;;; In this file, we illustrate the use of the following map functions
;;; macros for refable objects:
;;;
;;; ... map-element ... map a function over the elements of
;;; one or more ref-objects.
;;; Function takes as many arguments as
;;; there are ref-objects.
;;; ... map-slices ... map a function over the slices of
;;; one or more ref-objects
;;; Function takes as many arguments as
;;; there are ref-objects.
;;; ... reduce-slices ... Like the CL reduce function but operates
;;; across or within slices.
;;; ... collapse ... Collapses each slice into a single element.
;;; All elements are returned in an appropriately
;;; dimensioned object.
;;; Collapse is performed by applying a given
;;; function individually to each slice.
;;; ... sweep ... Sweeps from each slice the result of applying
;;; a function to that slice. Sweep is done using
;;; a ``broom'' function which by default is #'-
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
(in-package :quail-user)
;;;
;;; Some arrays to work with.
;;;
(setf a (array (iseq 6) :dimensions '(2 3)))
(setf b (array (seq 1 24) :dimensions '(2 3 4))) ;; 2 rows, 3 cols, 4 layers
(setf c (* a 1000))
(setf d (* b 1000))
(setf e (tp b))
(<- f (array (iseq (factorial 6)) :dimensions '(2 3 4 5 6)))
;;;
;;; And the following print function will be helpful to see what the
;;; pieces.
;;;
(defun print-slices (obj slices order)
(let ((i 0))
(format *quail-terminal-io* "~&~% Order is ~s~%" order)
(doslices (slice obj slices 'done order)
(format *quail-terminal-io* "~& Slice ~s is ~s" i slice)
(incf i))))
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; map-element
;;;
;;; (map-element function order thing1 thing2 ... thingn)
;;;
;;; Applies function elementwise to the arguments in args.
;;; map-element returns a result whose dimensions are those of the argument
;;; with the most elements.
;;; Ordinarily, it returns a ref-array.
;;; If the number of elements differs, then some elements are reused.
;;;
;;; The principal difficulty in reusing elements is deciding on the order of
;;; of the mapping. For example, if we consider adding the arrays a and b
;;; the dimensions do not match.
(dimensions-of a)
(dimensions-of b)
;;; It will be necessary to reuse some elements of a to complete the calculation.
;;; But how?
;;; Because a matches b on the first two dimensions of b, it might make sense
;;; to add a to every slice of b indexed by b's last dimension.
;;; That is the calculation should vary b's first two indices fastest and its' last
;;; index most slowly. Similarly a's indices will follow suit.
;;; This will be column major order and the resulting calculation is
;;; completed as follows
(map-element #'+ :column a b)
;;; And we note that this has the desired effect. The first (0'th) 2 by 3 slice
;;; of the result is
(ref (map-element #'+ :column a b) T T 0)
;;; which is numerically equal to adding a directly to the 0'th slice of b
(+ a (ref b T T 0))
;;;
;;; We might have wished to force the opposite ordering, row-major ordering
;;; where the last indices of all arguments vary most rapidly. Then the call
;;; would be
(map-element #'+ :row a b)
;;; which uses the elements of a in a strange order with b.
;;; Where this makes more sense is when the obvious ordering is ambiguous
;;; as would be the case if a was to be added to a 4d array having dimensions
;;; (2 3 2 3). Then either row or column major ordering would make sense.
;;;
;;; Because the obvious ordering can often be determined (particularly for
;;; 2 and fewer dimensional arrays), map-element will accept the value NIL
;;; for the order argument. In this case the order is computed from the
;;; dimensions of the arguments. if an ``obvious'' order is not determinable,
;;; then an error results. The order is computed via the function ``compute-order''
;;; which takes the arguments thing1, thing2, ... in the order they were
;;; presented to map-element. So we have
(compute-order a b)
;;; and
(compute-order b a)
;;; producing the desired column ordering.
;;; And so if given a NIL argument in this case, map-element will do the
;;; right thing.
(map-element #'+ NIL a b)
;;; But there is no obviously usable ordering for b and the transpose of a,
;;; so
(compute-order (tp a) b)
;;; returns NIL and map-element with NIL order would produce an error in this
;;; case.
;;;
;;; In the ambiguous case where either order is a possibility, we somewhat
;;; arbitrarily choose column major order as the default.
(<- 4d (array (iseq 36) :dimensions '(2 3 2 3)))
(compute-order a 4d)
;;;
;;; The last thing to note is that the dimensions of the returned result is
;;; determined by those of the argument having the most elements, not by
;;; the object with the most dimensions. So
(map-element #'+ :row a (iseq 10))
;;; returns a 1 dimensional object having 10 elements.
;;;
;;; Here are a few more examples of using map-element.
;;;
(map-element #'+ :row '(0 1 2 3 4) '(4 3 2 1 0))
(map-element #'+ :row a 100)
(map-element #'+ :row a 100 1000)
(map-element #'+ :row a '(100 1000))
(map-element #'+ :row a '(100 1000 10000))
(map-element #'+ :column a '(100 1000))
(map-element #'+ :column a '(100 1000 10000))
(map-element #'+ :column a '(100 1000) 10000)
(map-element #'(lambda (x y)
(mean (list x y)))
:column a '(100 1000))
(map-element #'+ :row c b)
(map-element #'+ :column c b)
;;;
;;; Map-element is particularly handy if you want to extend a function
;;; that operates only on scalars to one that operates on arrays.
;;;
(defun scalar-cube-root (x)
"Takes the cube-root of the argument x."
(if (numberp x)
;; then use the base common-lisp function expt
(CL:expt x 1/3)
(quail-error "~&Scalar-cube-root: ~s is not a number!" x)))
;;;
;;; So this works
;;;
(scalar-cube-root 8)
;;;
;;; But this fails
;;;
(scalar-cube-root a)
;;;
;;; To build a function that takes cube-roots of elements
;;; of arrays use map-element.
;;;
(defun cube-root (x)
"Takes the cube-root of the argument x."
(map-element #'scalar-cube-root :row x))
;;;
;;; And so we have
;;;
(cube-root a)
;;; and
(cube-root (list 1 2 3 4 5 6))
;;;
;;; But failure on
;;;
(cube-root "abcdefg")
;;;
;;; For arbitrary number of arguments
;;;
(defun scalar+ (x &rest args)
"Adds scalars together."
(unless (numberp x)
(quail-error "~&Scalar+: ~s is not a number!" x))
(if args
;; then calculate the result
(let ((result x))
(loop
for y in args
do
(unless (numberp y)
(quail-error "~&Scalar+: ~s is not a number!" y))
(setf result (CL:+ result y))
)
result)
;; else just return x
x))
;;;
;;; These work
(scalar+ 1)
(scalar+ 1 2 3 4)
;;; And this fails
(scalar+ a 1000)
;;;
;;; Define a version for refable objects
;;;
(defun my+ (x &rest args)
"Adds the elements of its arguments in row-major order. ~
This is important when dimensions don't match"
(apply #'map-element #'scalar+ :row x args))
(my+ a 100)
(my+ a 100 1000)
(my+ a '(1000 2000))
;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; map-slices
;;;
;;; This provides much of the functionality available with
;;; map-element but for slices.
;;;
;;; NOTE that it DOES NOT try to be clever about reusing slices.
;;; If the arguments do not all have the same number of slices to map over,
;;; then the minimum number of slices are operated on.
;;; However, the slices argument must be sensible for ALL arguments.
;;;
;;; NOTE also that there is no attempt to construct an appropriate
;;; dimensioned ref'able thing as a result.
;;; Instead a list of the results is returned.
;;;
;;; Syntax:
;;; (map-slices fun slices order ref-object ref-obj2 ref-obj3 ...)
;;;
;;; At least one ref-object must be passed to map-slices.
;;;
;;; With slices = :elements this is kind of like map-element but not nearly
;;; as clever.
(map-slices #'- :elements :row a)
(map-slices #'- :elements :column a)
(map-slices #'+ :elements :row a 1000)
(map-slices #'+ :elements :row a '(1000 10000))
(map-slices #'+ :elements :column a '(1000 10000))
(map-slices #'+ :elements :row a c)
(map-slices #'+ :elements :column a c)
(setf slices '(1))
(map-slices #'+ slices :row a c)
(map-slices #'+ slices :column a c)
(setf slices '(0))
(map-slices #'+ slices :row a c)
(map-slices #'+ slices :column a c)
(setf slices '(0 1))
(map-slices #'+ slices :row a c)
(map-slices #'+ slices :column a c)
(setf slices '(1))
(number-of-slices b slices)
(number-of-slices d slices)
(map-slices #'+ slices :row b d)
(map-slices #'+ slices :column b d)
(setf slices '(0))
(number-of-slices b slices)
(number-of-slices d slices)
(map-slices #'+ slices :row b d)
(map-slices #'+ slices :column b d)
(setf slices '(0 1))
(number-of-slices b slices)
(number-of-slices d slices)
(map-slices #'+ slices :row b d)
(map-slices #'+ slices :column b d)
(setf slices '(0 1))
(dimensions-of b)
(number-of-slices b slices)
(dimensions-of e)
(number-of-slices e slices)
(map-slices #'(lambda (x y)
(> (mean x) (mean y)))
slices :row b e)
(map-slices #'(lambda (x y)
(> (mean x) (mean y)))
slices :column b e)
;;;;;;;;;;;
;;;
;;; reduce-slices
;;;
;;; Like the reduce function this applies a function of two arguments
;;; over the elements.
;;; It takes two required arguments:
;;; ... the function to be used to combine slices
;;; ... and the refable object over which slicing is to be performed.
;;;
;;; Keywords: Default
;;;
;;; :order :row ... The order of slicing.
;;; :initial-value not-supplied ... First value given to function
;;; If it's supplied.
;;; :slices :elements ... The keyword :elements or
;;; a list of dimension numbers
;;; that determine the slices
;;; to iterate over.
;;; :type :exterior ... Determines whether the function
;;; is to be applied to pairs of
;;; slices (:exterior) or to pairs
;;; of elements within slices
;;; (:interior).
;;; :list? NIL ... Logical flag to determine
;;; the kind of structure to be
;;; returned by an :interior type
;;; reduction.
;;; Because there are as many results
;;; as there are slices in this case,
;;; we can return them in a structure
;;; having the same dimensions as a
;;; single slice.
;;; This is what happens when list?
;;; is non-NIL.
;;; Unfortunately, this might not
;;; always be desired, as perhaps
;;; when the function returns some
;;; very complicated structure.
;;; Then we might rather not
;;; have these complicated structures
;;; stored away as the elements of
;;; a matrix, say.
;;; Reduce-slices therefore gives
;;; the option of returning them in
;;; a list when list? is non-NIL.
;;;
;;;
;;;
;;;
;;;
;;; Some Examples
;;;
;;; First we sum all elements in b
;;; The slices are
(print-slices b :elements :row)
;;;
;;; and they sum to
(reduce-slices #'+ b )
;;;
;;; Next we sum over those slices that are defined by fixing the
;;; first dimension in b, dimension 0
;;; The slices are
(print-slices b '(0) :row)
;;; and they sum to
(reduce-slices #'+ b :slices '(0))
;;;
;;; Next we sum over the layers of b, that is over those
;;; slices that are defined by fixing the last dimension, 2, of b.
;;; The slices are
(print-slices b '(2) :row)
;;;
;;; and they sum to
(reduce-slices #'+ b :slices '(2))
;;;
;;; And finally we sum over all columns of b, that is over those
;;; slices that are defined by fixing the last two dimensions so that
;;; only the rows are changing within a slice
;;; The slices are
(print-slices b '(1 2) :row)
;;;
;;; and they sum to
(reduce-slices #'+ b :slices '(1 2))
;;;
;;;
;;; Note that it didn't matter whether we went row major or column major
;;; in these examples because the + function is associative (+ a b c)
;;; = (+ (+ a b) c) = (+ a (+ b c))
;;;
;;; But for some functions this is not the case.
(print-slices b '(1 2) :row)
;;;
;;; and they reduce to
(reduce-slices #'(lambda (x y) (mean (list (mean x) (mean y))))
b :slices '(1 2))
;;;
;;; Compare this to the following
;;;
(print-slices b '(1 2) :column)
;;;
;;; and they reduce to
(reduce-slices #'(lambda (x y) (mean (list (mean x) (mean y))))
b :slices '(1 2) :order :column)
;;;
;;; We might also like to give reduce-slices a starting value
;;; as in
(reduce-slices #'+ b :slices '(1 2) :initial-value 10000)
;;;
;;; These addition functions worked because in Quail + will work with
;;; array arguments as well as numbers.
;;; If it did not, the kind of collapsing over dimensions of b
;;; which we illustrated above could be accomplished by using an interior
;;; reduction.
;;;
;;; For example, suppose we would like the 2 by 3 table that results
;;; from summing over the last dimension of b.
;;; This could be had as follows:
(reduce-slices #'CL:+ b :slices '(0 1) :type :interior)
;;;
;;; which because + works on arrays in Quail, is the same as
;;;
(reduce-slices #'+ b :slices '(2) :type :exterior)
;;;
;;; Instead, collecting together the results in a list we have
;;;
(reduce-slices #'CL:+ b :slices '(0 1) :type :interior :list? T)
;;;
;;; Note also that some :exterior reductions are the same as :interior
;;; reductions on other slices.
;;; For example, consider the multi-way array f
(dimensions-of f)
;;; And suppose we would like to sum over the contents of every slice
;;; of f formed from having one index along dimension 1
;;; and the other along dimension 3.
;;; This would be an :interior reduction and should return an
(eref (dimensions-of f) 1)
;;; by
(eref (dimensions-of f) 3)
;;; array whose i, j element is the sum of the contents of the corresponding
;;; i, j sub-array of f. So for i=j= 0 this would be the
;;; sum of the contents of
(ref f T 0 T 0 T)
;;; i.e.
(sum (ref f T 0 T 0 T))
;;; which had better be the (0 0) element of
(reduce-slices #'+ f :slices '(1 3) :type :interior)
;;;
;;; Another way to think of this is as a summation over the slices of
;;; f that are defined by indices fixed along the 0, 2, and 4 dimension.
;;; That is just sum all the (eref (dimensions-of f) 1) by
;;; (eref (dimensions-of f) 3) slices of f.
;;; This is an :exterior reduction as in
(reduce-slices #'+ f :slices '(0 2 4) :type :exterior)
;;; For operations that ultimately work element-wise on the slices,
;;; like +, - , etc. it will be faster to do the reduction as an :interior
;;; reduction than as an :exterior one.
;;; This is especially true where the operator for two exterior slices may
;;; incur more overhead than an equivalent operator for elements within a slice
;;; E.g. + versus CL:+
;;; In any case, a timing should be done before committing to one over the
;;; other.
(time (reduce-slices #'+ f :slices '(0 2 4)))
;;; versus
(time (reduce-slices #'+ f :slices '(1 3) :type :interior))
;;; or
(time (reduce-slices #'CL::+ f :slices '(1 3) :type :interior))
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Collapse.
;;; Syntax: (collapse fun ref-object &key (slices NIL) (order :row))
;;;
;;; Calls the function fun on each slice of ref-object having indices
;;; in the dimensions identified by the list slices.
;;; Collapse tries to return an object like ref-object but having fewer dimensions.
;;; The dimensions of the returned object will match those of ref-object as identified
;;; by slices. For example if ref-object is a 2 by 3 by 4 by 5 array and slices is (0 1),
;;; then the returned object will be a 2 by 3 array.
;;; Each element of the returned object will be the result of calling fun on
;;; the corresponding slice. In our example, the 0 0 element of the returned object
;;; will be the result of calling fun on (ref ref-object 0 0 T T).
;;; The elements of the returned object are filled in the same order that the slices
;;; of ref-object are traversed: either :row or :column major order.
;;;
;;;
;;; A statistical example:
;;; Multi-way arrays are often used as contingency
;;; tables to store counts in each cell.
;;; A common thing to do is to collapse a table by summing the elements
;;; over one of its dimensions (or margins).
(setf g (array (iseq 1 24) :dimensions '(2 3 4)))
;;; In statistics this might represent the cross-classification of
;;; three variables: the first having two possible outcomes
;;; the second three and the third four.
;;; Each cell of the table represents the number of individuals observed
;;; to have that combination of values for the three variables.
;;;
;;; The total number of individuals then is
(sum g)
;;; or equivalently
(collapse #'sum g :slices NIL)
;;; If we want the 2 by 3 table of totals over the 4 categories of variable 3,
;;; then we use
(collapse #'sum g :slices '(0 1))
;;; If we want the totals of all columns (that is summing over all rows
;;;
(collapse #'sum g :slices '(1 2))
;;; If we want to look at the observed marginal distribution for the first
;;; variable
(collapse #'sum g :slices 0)
;;;
;;; For many applications we will want other summary statistics.
;;;
;;; Mean number of individuals in each category of variable 3
;;; cross-classified according to the first two variables
(collapse #'mean g :slices '(0 1))
;;; Median for same
(collapse #'median g :slices '(0 1))
;;; Standard deviation for same
(collapse #'sd g :slices '(0 1))
;;;
;;;
;;; Collapse can also be applied directly to the elements of an array
;;; As in
(collapse #'sum g :slices :elements)
;;; Which essentially returns a copy of g
;;;
;;; or
(collapse #'(lambda (x) (if (> x 12) 'big 'small))
g :slices :elements)
;;;
;;; This is most useful when each element is a more complicated structure
;;; as in
(<- h (list a g))
;;; then the list of table totals is produced by
(collapse #'sum h :slices :elements)
;;;
;;; Or more interestingly, we might have four samples of different sizes
;;;
(<- x1 (random-gaussian :n 5 :location 10 :scale 1))
(<- x2 (random-gaussian :n 4 :location 20 :scale 2))
(<- x3 (random-gaussian :n 10 :location 30 :scale 3))
(<- x4 (random-gaussian :n 6 :location 40 :scale 4))
;;;
;;; cross-classified by two variables having two categories each
;;; as in
(<- y (array (list x1 x2 x3 x4) :dimensions '(2 2)))
;;;
;;; The table of sample means is
;;;
(collapse #'mean y :slices :elements)
;;;
;;; The table of standard deviations is
;;;
(collapse #'sd y :slices :elements)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; sweep
;;;
;;; Syntax: (sweep fun ref-object
;;; :slices NIL
;;; :order :row
;;; :copy? NIL
;;; :broom #'- )
;;;
;;; Sweeps the result of applying fun from each slice of ref-object using
;;; the function broom.
;;; This is done by calling the function fun on each slice to get a result
;;; for that slice. Then that slice is replaced by the result of
;;; calling broom on slice and result. an on subtracting the
;;; the result from that slice.
;;; Returns the swept ref-object, or if copy? is non-NIL the swept copy of
;;; ref-object and a list of the values swept from each slice.
;;;
;;;
;;; For example sweep will remove the mean from a matrix as follows.
;;; First recall the matrix a:
a
(dimensions-of a)
(mean a)
(sweep #'mean a :copy? T)
a
;;;
;;; Now let's remove the row means from a
;;;
(sweep #'mean a :slices 0 :copy? T)
;;;
;;; Or the column means from a
;;;
(sweep #'mean a :slices 1 :copy? T)
;;;
;;; And this will work as expected on more complicated arrays
;;;
g
(dimensions-of g)
(mean g)
(sweep #'mean g :copy? T)
;;;
;;; Now let's remove the row means from g
;;; (where a row is defined within layers)
;;;
(print-slices g '(0 2) :row)
(doslices (slice g '(0 2) NIL :row)
(print (- slice (mean slice))))
;;;
;;; compared to
(setf ans
(sweep #'mean g :slices '(0 2) :copy? T))
(print-slices ans '(0 2) :row)
;;;
;;; To get both values we need only use something like
;;;
(multiple-value-setq (swept row-means)
(sweep #'mean g :slices '(0 2) :copy? T))
swept
row-means
;;;
;;; or to return them in a list use
;;;
(setf answer
(multiple-value-list (sweep #'mean g :slices '(0 2) :copy? T)))
;;;
;;; Local binding can use multiple-value-bind
;;;
;;;
;;; The broom can be an arbitrary function of two arguments.
;;;
(sweep #'mean g :slices '(0 2) :copy? T :broom #'mod)
;;;
;;; The following illustrates the multiple-value-bind and
;;; shows the results of the sweep more clearly.
;;;
(multiple-value-bind
;; local program like let with variables as named in the
;; next list
(ans swept-values)
;; this form returns the values for the local variables
;; in multiple-value form
(sweep #'mean g :slices '(0 2) :order :row :copy? T :broom #'mod)
;; first form of 7 to be processed as the body of the multiple-value-bind
(format *quail-terminal-io* "~&Before sweep")
;; Original slices
(print-slices g '(0 2) :row)
;; Now the swept slices
(format *quail-terminal-io* "~&After sweep")
(print-slices ans '(0 2) :row)
;; Now the moduli that were used by the broom #'mod in the sweeping
;; from each slice.
(format *quail-terminal-io* "~&~%~%Moduli used were")
(print-slices swept-values :elements :row)
;; A last silly thing to return, the value of (quote done)
'done)
;;;
| 24,488 | Common Lisp | .l | 635 | 35.300787 | 94 | 0.590683 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 0195b3c9f46be23f6a9a3dfaa759834ebff4174aa145f09e9e6969f98d1f37b8 | 33,011 | [
-1
] |
33,012 | num-preds.lsp | rwoldford_Quail/examples/arrays/num-preds.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Element-wise predicate tests
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
;;;
;;;
;;;
;;; In this file, we illustrate the use of the following functions
;;; for refable objects:
;;;
;;; =, <, <=, >, >=
;;;
;;; And then show how these may be extended to new situations by writing
;;; methods for the following generic functions:
;;;
;;; equals-object, less-than-object, less-than-equals-object,
;;; greater-than-object, greater-than-equals-object,
;;; test-elements.
;;;
;;;
;;;
;;; First, some arrays
;;;
(<- a (array (iseq 12) :dimensions '(4 3)))
(<- b (array (random-discrete-uniform :n 12 :from 0 :to 11)
:dimensions '(4 3)))
(<- c (sel b))
(setf (ref c 0 T) '(100 200 300))
;;;
;;; Equality testing.
;;; Numerical equality is tested with the = predicate.
;;; Returns T if the two arguments are numerically equal as in
(= 1 1.0)
;;; or for multiple arguments:
(= 1 1.0 1e0 10/10)
;;;
;;; This has been extended to handle arguments of arbitrary dimension
;;; as in
(= '(1 2 3) '(1.0 2.0 3.0) '(1/1 20/10 30/10))
;;; or
(= '(1 2 3) '(2 2 3) '(3 2 1))
;;; or
(= c b c)
;;; You will notice that in each of these cases two values are returned.
;;; The first is the logical result, T or NIL, of the predicate test.
;;; The second is an object whose elements are T or NIL as corresponding
;;; elements of the arguments satisfy the = predicate.
;;;
;;; Both values can be captured using standard Common Lisp multiple-value
;;; functions as for example in multiple-value-list
(<- results (multiple-value-list (= b c)))
(<- result1 (first results))
(<- result2 (second results))
result1
result2
;;; If not all arguments have the same dimension then, as with the map-element
;;; function, some values are reused.
;;; For example,
(= 1 '(1 1 1))
;;; returns NIL as its first value because the two arguments have
;;; different numbers of elements. In the second value the result
;;; of comparing the value of the first argument with each element of the
;;; second is recorded.
;;; As with the map-element, in constructing the second value, elements
;;; are re-used until all elements of the argument with the most elements
;;; are exhausted. The order of use is the same as map-element with
;;; its order arg being 0.
;;; The dimensions of the arguments must be commensurate.
;;; (= '(1 2 3) '(1 2 3 4)) will fail but the following will not:
(= 1 b)
(= '(100 200 300) c)
(= '(100 200 300 400) c)
;;; The ``shape'' of the second value is that of the argument having
;;; the most elements.
;;;
(= 1 2 3 4 5 6 7)
;;;
;;; Other numerical predicates operate in an analogous way.
;;;
;;; < ... Tests whether arguments are in increasing order.
;;;
(< 1 2 3 4)
(< 1 2 4 3)
| 3,176 | Common Lisp | .l | 91 | 32.065934 | 84 | 0.602839 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 53207b16fb6c7647d2c2c02ebe1ae0ca0ea6657330664fab2f5e4799ec303bf6 | 33,012 | [
-1
] |
33,013 | iter-slices.lsp | rwoldford_Quail/examples/arrays/iter-slices.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Simple iteration macros for slices
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
;;;
;;;;;;;;;;;;;;;;;;;;;
;;;
(in-package :quail-user)
(setf a (array '((1.2 3 4.5) (6.7 8.9 0.1))
:dimensions '(2 3)))
(setf b (array (seq 1 24) :dimensions '(2 3 4))) ;; 2 rows, 3 cols, 4 layers
;;;
;;; In this file, we illustrate the use of the following iteration
;;; macros for refable objects:
;;; ... doslices
;;; collect-slices
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; DOSLICES
;;;
;;;
;;; The general syntax of doslices macro is
;;;
;;; (doslices (slice-name refable-object slices return-form order)
;;; ;;^^^^^^^^^^^^^^^^^^^^^^^^
;;; ;;last three are optional
;;; body-form-1 body-form-2 .... body-form-n)
;;;
;;; slice-name is bound to the current slice of the refable-object
;;; and the body-forms 1 to n are executed in sequence at each iteration.
;;; Each slice is the sub array of refable object corresponding to a single
;;; fixed value for all dimensions identified by the list slices.
;;; If slices is omitted or eq :elements then iteration is over all elements
;;; and slice-name refers to the actual element as opposed to a ref to it.
;;; If slices is NIL, then a single iteration is done where the slice-name
;;; is bound to a ref of the refable-object.
;;; Upon completion slice-name is bound to NIL and return-form is evaluated
;;; and returned as the value of the doslices macro.
;;; Default return form is NIL.
;;; Order of iteration over the slices is either :row or :column major
;;; depending on the value of order. Default is :row.
;;; For example suppose we want to print slices of
;;; a multi-way array.
;;; Then we could write
(defun print-slices (thing &optional (slices :elements) (order :row))
"Prints each slice in thing as determined by the fixed dimensions listed ~
in slices. Slices are printed in either :row or :column major order ~
depending on the value of the default argument order."
(doslices (piece thing slices NIL order)
(print piece)))
;;;
;;; Print all elements of a
;;;
(print-slices a )
;;;
;;; Print (ref a)
;;;
(print-slices a NIL)
;;;
;;; Print the rows of a
;;;
(print-slices a '(0))
;;;
;;; Print the columns of a
;;;
(print-slices a '(1))
;;;
;;; Print ref of every element of a
;;;
(print-slices a '(0 1))
;;;
;;; Print the layers of b
;;;
(print-slices b '(2))
;;;
;;; Print the columns of b
;;;
;;; first in row-major-order
(print-slices b '(1 2) :row)
;;; And then in column major order
(print-slices b '(1 2) :column)
;;; Default is row major order
(print-slices b '(1 2))
;;;
;;; Print the rows of b
;;;
(print-slices b '(0 2))
;;; Print all elements of b
(print-slices b )
;;;
;;; Or how about finding the slice with the largest mean?
;;;
(defun biggest-mean (thing slices)
(let ((result (row-major-ref-slice thing slices 0)))
;; Got the starting value now iterate
;; Note that the return form is result
(doslices (x thing slices result)
(if (> (mean x) (mean result))
(<- result x)))))
;;;
;;; Row with largest mean
;;;
(biggest-mean b '(0 2))
;;;
;;; Column with largest mean
;;;
(biggest-mean b '(1 2))
;;;
;;; Layer with largest mean
;;;
(biggest-mean b '(2))
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; COLLECT-SLICES
;;;
;;; This is almost the same as doslices except that it has no return form
;;; and instead returns the list of values of the last form executed in
;;; the body at each iteration.
;;; The general syntax of collect-slices macro is
;;;
;;; (collect-slices (slice-name refable-object slices order)
;;; ;;^^^^^^^^^^^^
;;; ;;last two are optional
;;; body-form-1 body-form-2 .... body-form-n)
;;;
;;; slice-name is bound to the current slice of the refable-object
;;; and the body-forms 1 to n are executed in sequence at each iteration.
;;; Each slice is the sub array of refable object corresponding to a single
;;; fixed value for all dimensions identified by the list slices.
;;; If slices is omitted or eq :elements then iteration is over all elements
;;; and slice-name refers to the actual element as opposed to a ref to it.
;;; If slices is NIL, then a single iteration is done where the slice-name
;;; is bound to a ref of the refable-object.
;;; Collect-slices returns a list of length (number-of-slices refable-object slices)
;;; containing, in the order of iteration,
;;; the values of the last form evaluated at each iteration.
;;; Order of iteration over the slices is either :row or :column major
;;; depending on the value of order. Default is :row.
;;;
;;;
;;; Gather up the means of the slices into a list
;;;
(defun collect-means (thing slices &optional (order :row))
(collect-slices (x thing slices order)
(mean x)))
;;;
;;; Row means
;;;
(collect-means b '(0 2))
(collect-means b '(0 2) :column)
;;;
;;; Column means
;;;
(collect-means b '(1 2))
(collect-means b '(1 2) :column)
;;;
;;; Layer means
;;;
(collect-means b '(2))
(collect-means b '(2) :column) ;; identical because there is only 1 dimension
;; in slices to iterate over.
;;;
;;; Element means
;;;
(collect-means b :elements)
;;; or
(collect-means b '(0 1 2))
| 5,914 | Common Lisp | .l | 176 | 30.414773 | 86 | 0.595406 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | e7f1cba11846e00b7e29ba1175c0dca8e5669536efb1d5d057cddbdcb65e05ef | 33,013 | [
-1
] |
33,014 | intro.lsp | rwoldford_Quail/examples/arrays/intro.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; intro.lsp
;;;
;;;
;;; Authors:
;;; D.G. Anglin 1994.
(in-package q-user)
;;;
;;;---------------------------------------------------------------------------
;;;; array: the basic mechanism for creating arrays
;;; By default, array creates NUM-ARRAYS, which can hold extended numbers
;;; (ie. numbers plus the special symbols NAN [Not A Number], INFINITY,
;;; +INFINITY, -INFINITY). If the array has <= 2 dimension axes, then
;;; an object of class MATRIX (a subclass of NUM-ARRAY) is created.
;;; a 2x3 array
(setf a (array '((100 101 102) (110 111 112))))
;;; a 3-vector
(setf b (array '(28 7 32)))
;;; a 3x1 matrix
(setf c (array '((10) (20) (30))))
;;; a 1x5 matrix
(setf d (array '(9 8 7 6 5) :dimensions '(1 5)))
;;; a 4x5x6 array of 7's
(setf e (array 7 :dimensions '(4 5 6)))
;;; arrays with elements which are NOT extended numbers should be declared
;;; to have class REF-ARRAY (so-called because it supports the function REF,
;;; which we will see shortly).
(setf days (array '("Mon" "Tue" "Wed" "Thu" "Fri" "Sat" "Sun")
:class 'ref-array))
;;; it is possible to create 0-dimensional arrays
(setf f (array 5 :dimensions '())) ;;; ie. :dimensions NIL
;;; more advanced uses of array in a later examples file ...
;;;---------------------------------------------------------------------------
;;;; dimensions-of
(dimensions-of a)
(dimensions-of b)
(dimensions-of c)
(dimensions-of d)
(dimensions-of e)
;;; applies to regular lisp objects, too
(dimensions-of (vector 1 2 3 4 5 6 7 8))
(dimensions-of 5)
(dimensions-of "foo")
;;;---------------------------------------------------------------------------
;;;; number-of-dimensions
(number-of-dimensions a)
(number-of-dimensions b)
(number-of-dimensions c)
(number-of-dimensions d)
(number-of-dimensions e)
;;; applies to regular lisp objects, too
(number-of-dimensions (vector 1 2 3 4 5 6 7 8))
(number-of-dimensions 5)
(number-of-dimensions "foo")
;;;---------------------------------------------------------------------------
;;;; number-of-elements
(number-of-elements a)
(number-of-elements b)
(number-of-elements c)
(number-of-elements d)
(number-of-elements e)
;;; applies to regular lisp objects, too
(number-of-elements (vector 1 2 3 4 5 6 7 8))
(number-of-elements 5)
(number-of-elements "foo")
;;;---------------------------------------------------------------------------
;;;; matrix-dimensions-of
(matrix-dimensions-of a)
;;; note that 1d things are, by default, columns ...
(matrix-dimensions-of b)
(matrix-dimensions-of c)
(matrix-dimensions-of d)
;;; the next is not an error, but is just the same as dimensions-of
;;; for arrays with more than 2 dimensions
(matrix-dimensions-of e)
(matrix-dimensions-of 5)
(matrix-dimensions-of "foo")
;;;---------------------------------------------------------------------------
;;;; eref: array element access ... NOTE EVERYTHING IS ZERO-BASED !!
;;;; eref stands for "element reference"
(eref b 0)
;; (eref b 3) ;; an error .. only 0..2 are legitimate indices
(eref a 0 2)
;;; 1-dimensional objects like b can treated as 2-dimensional
(eref b 1 0)
(eref b 0 1)
;; (eref b 1 1) ;; an error ...
;;; c and d however, were _defined_ to be 2-dimensional
(eref c 1 0)
;; (eref c 0 1) ;;; an error ..
(eref d 0 4)
;; (eref d 4 0) ;;; an error ..
;;; eref can also be used to access regular lisp objects
(eref (make-array '(4) :initial-contents '(0 1 2 3)) 2)
(eref '(100 200 300) 0)
(eref "foo" 1)
(eref 5) ;;; just returns the number
(eref 'foo) ;;; just returns the symbol
(eref f) ;;; f is a 0-dimensional object, returns its contents
;;; can even get silly if you like ...
(eref "foo" 0 2)
;;; 0-dimensional things can be accessed with as many zero args as you like ..
(eref :keyword 0 0 0 0 0)
;;; ... same for 1-dimensional ...
(eref b 0 0 0 0)
;;;; ... but it's an error beyond that (ambiguous)
;; (eref d 0 3 0) ;;; error .. could mean 0 3 or 3 0 ...
;;;---------------------------------------------------------------------------
;;;; (setf eref): setting array elements
;;;; eref is an acceptable location specifier for setf
;;;; note that setf always returns the new-value, not the updated instance
(setf (eref a 1 1) 3000)
a
;;; 0-dimensional arrays can (setf eref)'d as well ...
(setf (eref f) 17)
;;; but not 0-dimensional symbols and numbers
;; (setf (eref 5) 12) ;;; an error
;;; note that strings *do* have dimensions for (setf eref), as for eref
(setf q "Quail")
(setf (eref q 3) #\y)
q
;;; to apply a setf operator, do
;;;
;;; (apply #'(setf eref) new-value instance args)
;;;
(apply #'(setf eref) 1.23456 a '(0 1))
a
;;; similarly for funcall
(funcall #'(setf eref) 98765 a 1 2)
a
| 5,064 | Common Lisp | .l | 131 | 34.938931 | 80 | 0.572033 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | c355c838408a72405c94f6259f8d673ffd67874e1338d6be9e0f1d0621923d5f | 33,014 | [
-1
] |
33,015 | iter-modify.lsp | rwoldford_Quail/examples/arrays/iter-modify.lsp | ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; Modifying refable objects
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; Copyright (C) 1994 Statistical Computing Laboratory, University Of Waterloo
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; eg-array-manip-n.lsp
;;;
;;;
;;; Authors:
;;; R.W. Oldford 1994.
;;;
;;;
;;;
;;; In this file, we illustrate the use of the following map functions
;;; macros for refable objects:
;;;
;;; ... remove-slices ... Removes all slices from ref-object which
;;; match item when the function test is
;;; applied to item and the slice of ref-object.
;;; It is non-destructive to ref-object and
;;; returns an appropriately tailored ref of
;;; ref-object.
;;; ... remove-slices-if ... Removes every slice from ref-object which
;;; returns non-NIL when the function pred is
;;; applied to it.
;;; It is non-destructive to ref-object and
;;; returns an appropriately tailored ref of
;;; ref-object.
;;; ... substitute-slices ... Returns a copy of ref-object with slices
;;; that matched old-slice according to the
;;; test function replaced by new-slice.
;;; It is a non-destructive operation.
;;; If no slices matched it returns a copy
;;; of ref-object.
;;; ... substitute-slices-if ... Returns a copy of ref-object with slices
;;; that returned non-NIL when tested by the
;;; predicate function pred replaced by
;;; the new-slice.
;;; It is a non-destructive operation.
;;; If no slices matched it returns a copy of
;;; ref-object.
;;; ... replace-slices ... Replaces every slice of ref-object by the
;;; result of calling function on that slice.
;;; This means that function must return an
;;; object of identical dimensions to the
;;; original slice.
;;; By default, replace-slices is not
;;; destructive to the original ref-object.
;;; If copy? is NIL then replace-slices will
;;; be destructive and operate directly on the
;;; original ref-object.
;;;
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
(in-package :quail-user)
;;;
;;; Some arrays to work with.
;;;
(setf a (array (iseq 6) :dimensions '(2 3)))
(setf b (array (iseq 1 24) :dimensions '(2 3 4))) ;; 2 rows, 3 cols, 4 layers
(setf c (ref a 0))
(setf d (sel a))
(setf (eref d 0 0) NaN)
(setf e (sel b))
(setf (eref e 0 0 0) NaN)
;;;
;;; And the following print function may be helpful to see what the
;;; pieces.
;;;
(defun print-slices (obj &key
(slices :elements)
(order :row))
(let ((i 0))
(format *quail-terminal-io* "~&~% Order is ~s~%" order)
(doslices (slice obj slices 'done order)
(format *quail-terminal-io* "~& Slice ~s is ~s" i slice)
(incf i))))
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; remove-slices
;;;
;;; (remove-slices item ref-object
;;; :slice 0 :test #'ref-eq)
;;;
;;; Removes all slices from ref-object which
;;; match item when the function test is
;;; applied to item and the slice of ref-object.
;;; It is non-destructive to ref-object and
;;; returns an appropriately tailored ref of
;;; ref-object.
;;;
;;; Slice must be a SINGLE dimension number.
;;; Nothing else makes sense.
;;;
;;;
(remove-slices c a)
(remove-slices (ref a 0) a)
(remove-slices (ref a 1) a)
(remove-slices (sel a 1) a)
(remove-slices (ref a T 0) a :slice 1)
(remove-slices (ref a T 1) a :slice 1)
(remove-slices (ref a T 2) a :slice 1)
;;;
;;; Note that if the test would remove all slices
;;; then remove-slices returns NIL
;;;
(remove-slices (ref a T 2)
a
:test
#'(lambda (x y)
(find-slices 3 x
:test
#'(lambda (a b) (or (numberp a)
(numberp b))))))
;;;
;;; Also works on sequences
;;;
(remove-slices 3 '(0 1 2 3 4 5 4 3 2 1 6 6) :test #'=)
(remove-slices #\a "acaoaoaalaa!aaa" :test #'char= )
;;;
;;; The reason for this is that if the
;;; (number-of-dimensions ref-object) is <= 1 the slice
;;; argument is ignored and slices are taken to be :elements.
;;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; remove-slices-if
;;;
;;; (remove-slices-if pred ref-object :slices 0)
;;;
;;; Removes every slice from ref-object which
;;; returns non-NIL when the function pred is
;;; applied to it.
;;; It is non-destructive to ref-object and
;;; returns an appropriately tailored ref of
;;; ref-object.
;;;
;;; Remove all row slices which contain an element less than 3
;;;
(remove-slices-if #'(lambda (x) (find-slices 3 x :test #'>))
a
:slice 0)
;;;
;;; The same test removes all the columns of a!
;;; And so remove-slices-if returns NIL
;;;
(remove-slices-if #'(lambda (x) (find-slices 3 x :test #'>))
a
:slice 1)
;;;
;;; A less stringent test would be
;;;
(remove-slices-if #'(lambda (x) (find-slices 1 x :test #'>))
a
:slice 1)
;;;
;;; And again works on sequences
;;;
(remove-slices-if #'(lambda (x) (= x 3))
'(0 1 2 3 4 5 4 3 2 1 6 6))
(remove-slices-if #'(lambda (x)
(char= x #\a))
"awaoaaawaa!aaa")
(defun find-nan (thing)
(find-slices NaN thing :test #'eq))
(defun remove-NaNs (thing &key (slice 0))
(remove-slices-if #'find-nan thing :slice slice))
(remove-nans d)
(remove-nans d :slice 1)
(remove-nans e)
(remove-nans e :slice 0)
(remove-nans e :slice 1)
(remove-nans e :slice 2)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;; substitute-slices
;;;
;;;
;;;
;;;(substitute-slices old-slice new-slice ref-object
;;; :slices :elements
;;; :test #'ref-eq)
;;;
;;; Returns a copy of ref-object with slices
;;; that matched old-slice according to the
;;; test function replaced by new-slice.
;;; It is a non-destructive operation.
;;; If no slices matched it returns a copy
;;; of ref-object.
;;;
;;;
;;; Replace NaN by 9999
(substitute-slices NaN 9999 d)
(substitute-slices #\o #\a "ooooh" :test #'char=)
;;;
;;; Replace row 0 of d with c if row 0 contains NaN
;;;
(substitute-slices (ref d 0) c d
:slices 0
:test
#'(lambda (x y) (find-nan y)))
;;;
;;; Note that our old-slice was completely ignored by the test
;;; function so it could have been anything.
;;;
(substitute-slices "fubar" c d
:slices 0
:test
#'(lambda (x y) (find-nan y)))
;;;
;;; What would happen if we forgot the slices argument?
;;;
(substitute-slices (ref d 0) c d
:test
#'(lambda (x y) (find-nan y)))
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; substitute-slices-if
;;;
;;;
;;; (substitute-slices-if
;;; new-slice pred ref-object
;;; :slices :elements)
;;;
;;; Returns a copy of ref-object with slices
;;; that returned non-NIL when tested by the
;;; predicate function pred replaced by
;;; the new-slice.
;;; It is a non-destructive operation.
;;; If no slices matched it returns a copy of ref-object.
;;;
;;;
;;;
;;;
;;; Replace NaN by 9999
(substitute-slices-if 9999 #'find-Nan d)
(substitute-slices-if #\a ; new-slice
#'(lambda (x) (char= x #\o)) ; test predicate
"ooooh") ; refable object
;;;
;;; Replace with c every row of d that contains NaN.
;;;
(substitute-slices-if c #'find-nan d :slices 0)
;;;
;;; Let's get a bigger array with more NaNs.
;;;
(dimensions-of e)
;;; e already has one NaN let's put two more in somewhere
(<- (ref e 0 0 '(2 3)) (array NaN :dimensions 2))
;;; and shuffle the elements around
(setf f (permute e))
;;;
;;; Now replace every row of f that has a NaN with
;;;
(setf g (array '(1111 2222 3333)))
(substitute-slices-if g #'find-nan f :slices '(0 2))
;;;
;;; Every column of f that has a NaN with
;;;
(setf g (array '(4444 5555)))
(substitute-slices-if g #'find-nan f :slices '(1 2))
;;;
;;; Every layer of f that has a NaN with
;;;
(setf g (array '(1111 2222 3333 4444 5555 6666)
:dimensions '(2 3)))
(substitute-slices-if g #'find-nan f :slices 2)
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;;
;;;
;;; replace-slices
;;;
;;;
;;;
;;; (replace-slices ref-object
;;; :slices :elements
;;; :function #'identity
;;; :copy? T)
;;;
;;;
;;; Replaces every slice of ref-object by the
;;; result of calling function on that slice.
;;; This means that function must return an
;;; object of identical dimensions to the
;;; original slice.
;;; By default, replace-slices is not
;;; destructive to the original ref-object.
;;; If copy? is NIL then replace-slices will
;;; be destructive and operate directly on the
;;; original ref-object.
;;;
;;;;;;;;;;
;;;
;;; Replace-NaNs again
;;;
(replace-slices d :function #'(lambda (x) (if (find-nan x)
9999
x)))
;;;
;;; Now destructively
;;;
(replace-slices d :function #'(lambda (x) (if (find-nan x)
9999
x))
:copy? NIL)
d
;;;
;;; Replace all numbers greater than 12 by 1 and
;;; the others by 0. If they are NaNs then leave them as such.
;;;
e
(replace-slices e
:function
#'(lambda (x)
(cond
((eq x NaN) NaN)
((> x 12) 1)
(T 0))))
;;;
;;; Nice for making numerical data from
;;; coded categorical
;;;
(setf categories
(permute
(array (list "Red" "Green" "Blue") :dimensions '(4 3))))
(replace-slices categories
:function
#'(lambda (x)
(cond
((string= x "Red") 1)
((string= x "Green") 2)
((string= x "Blue") 3)
))
)
;;;
;;; Note that when slices are :elements (default)
;;; That messing up on the dimensions will still work
;;; but may surprise you.
(replace-slices d
:function
#'(lambda (x)
(cond
((> x 3) 1)
(T (array '(100 200))))))
;;;
;;; Here we replace rows of d by random numbers
;;;
(replace-slices d
:function
#'(lambda (x)
(array
(random-discrete-uniform
:from 0 :to 99
:n (number-of-elements x))
:dimensions (dimensions-of x)))
:slices 0)
;;;
;;; Here we generate an error by getting the dimensions wrong of the
;;; replacement slice.
;;;
#|
(replace-slices d
:function
#'(lambda (x)
(iseq 10))
:slices 0)
|#
;;;
;;; And again.
;;;
#|
(replace-slices d
:function
#'(lambda (x)
100000)
:slices 0)
|#
;;;
;;; Note that if things break in the middle of a destructive
;;; replace, the result can be pretty messed up. Be careful.
;;;
(setf h (array (list NaN 1 2 3 4 5) :dimensions '(2 3)))
;;;
;;; The following fails AFTER some replacement has been done!
;;;
#|
(replace-slices h
:copy? NIL
:function
#'(lambda (x)
(if (find-nan x)
(iseq 3)
(iseq 4)))
:slices 0)
|#
;;;
;;; Here's the changed h.
;;;
h
| 13,839 | Common Lisp | .l | 406 | 27.62069 | 88 | 0.46235 | rwoldford/Quail | 0 | 1 | 0 | GPL-3.0 | 9/19/2024, 11:43:28 AM (Europe/Amsterdam) | 9f142e8314158943503389fafad7297526eff6f5c743d938dcdc4546e852c0e9 | 33,015 | [
-1
] |
Subsets and Splits
No saved queries yet
Save your SQL queries to embed, download, and access them later. Queries will appear here once saved.