Backtrace: ▆ 1. ├─cowplot::plot_grid(plotlist = plotlist, ncol = 1) 2. │ └─cowplot::align_plots(...) 3. │ └─base::lapply(...) 4. │ └─cowplot (local) FUN(X[[i]], ...) 5. │ ├─cowplot::as_gtable(x) 6. │ └─cowplot:::as_gtable.default(x) 7. │ ├─cowplot::as_grob(plot) 8. │ └─cowplot:::as_grob.ggplot(plot) 9. │ └─ggplot2::ggplotGrob(plot) 10. │ ├─ggplot2::ggplot_gtable(ggplot_build(x)) 11. │ │ └─ggplot2:::attach_plot_env(data$plot$plot_env) 12. │ │ └─base::options(ggplot2_plot_env = env) 13. │ ├─ggplot2::ggplot_build(x) 14. │ └─ggplot2:::ggplot_build.ggplot(x) 15. │ └─ggplot2:::by_layer(...) 16. │ ├─rlang::try_fetch(...) 17. │ │ ├─base::tryCatch(...) 18. │ │ │ └─base (local) tryCatchList(expr, classes, parentenv, handlers) 19. │ │ │ └─base (local) tryCatchOne(expr, names, parentenv, handlers[[1L]]) 20. │ │ │ └─base (local) doTryCatch(return(expr), name, parentenv, handler) 21. │ │ └─base::withCallingHandlers(...) 22. │ └─ggplot2 (local) f(l = layers[[i]], d = data[[i]]) 23. │ └─l$compute_aesthetics(d, plot) 24. │ └─ggplot2 (local) compute_aesthetics(..., self = self) 25. │ └─ggplot2:::scales_add_defaults(...) 26. │ └─base::lapply(aesthetics[new_aesthetics], eval_tidy, data = data) 27. │ └─rlang (local) FUN(X[[i]], ...) 28. └─base::.handleSimpleError(...) 29. └─rlang (local) h(simpleError(msg, call)) 30. └─handlers[[1L]](cnd) 31. └─cli::cli_abort(...) 32. └─rlang::abort(...)

时间: 2024-02-14 18:06:00 浏览: 184
这段代码输出的是一个backtrace,它是调试错误时用来追踪程序执行路径的一种工具。backtrace会输出当前程序的调用栈(call stack),也就是程序执行到当前位置时所有被调用的函数的信息。 在这段backtrace中,可以看到程序最开始是调用了cowplot::plot_grid函数,然后调用了其内部的align_plots函数,接着调用了lapply函数,最后调用了ggplot2的相关函数进行图形的绘制和计算。在这个过程中,程序出现了错误或者警告,导致程序执行失败。如果需要进一步调试程序,可以根据backtrace的信息,逐个排查每个函数的运行情况,找到错误的原因。
阅读全文

相关推荐

> bplot <- ggplot(data=data,aes(x=牧食处理, y=牧食量, fill= 品种))+geom_bar(stat="identity",position="dodge")+geom_errorbar(aes(ymax=牧食量+se,ymin=牧食量-se),position=position_dodge(0.9), width=0.15)+scale_fill_brewer(palette = "Set1")+geom_text (aes(y=牧食量+se+0.2,label=t),position=position_dodge(0.9), size=3)+ylab("biomass (g)")+facet_grid('. ~ 栽培模式') > bplot Don't know how to automatically pick scale for object of type <function>. Defaulting to continuous. Error in geom_text(): ! Problem while computing aesthetics. ℹ Error occurred in the 3rd layer. Caused by error in compute_aesthetics(): ! Aesthetics are not valid data columns. ✖ The following aesthetics are invalid: ✖ label = t ℹ Did you mistype the name of a data column or forget to add after_stat()? Run rlang::last_trace() to see where the error occurred. > rlang::last_trace() <error/rlang_error> Error in geom_text(): ! Problem while computing aesthetics. ℹ Error occurred in the 3rd layer. Caused by error in compute_aesthetics(): ! Aesthetics are not valid data columns. ✖ The following aesthetics are invalid: ✖ label = t ℹ Did you mistype the name of a data column or forget to add after_stat()? --- Backtrace: ▆ 1. ├─base (local) <fn>(x) 2. └─ggplot2:::print.ggplot(x) 3. ├─ggplot2::ggplot_build(x) 4. └─ggplot2:::ggplot_build.ggplot(x) 5. └─ggplot2:::by_layer(...) 6. ├─rlang::try_fetch(...) 7. │ ├─base::tryCatch(...) 8. │ │ └─base (local) tryCatchList(expr, classes, parentenv, handlers) 9. │ │ └─base (local) tryCatchOne(expr, names, parentenv, handlers[[1L]]) 10. │ │ └─base (local) doTryCatch(return(expr), name, parentenv, handler) 11. │ └─base::withCallingHandlers(...) 12. └─ggplot2 (local) f(l = layers[[i]], d = data[[i]]) 13. └─l$compute_aesthetics(d, plot) 14. └─ggplot2 (local) compute_aesthetics(..., self = self)

CPU: 2 PID: 1734 Comm: HwBinder:1723_2 Tainted: P O 5.10.66_s5 #2 7 07:12:24.359 1871 2700 D PermissionC[ 181.220217] Hardware name: hi3751 ache: checking android.permission.ROTATE[ 181.227008] Backtrace: _SURFACE_FLINGER for uid=10028 => denied[ 181.232929] [<c010b458>] (dump_backtrace) from [<c010b7d0>] (show_stack+0x20/0x24) (657 us) 06-07 07:12:24.364 3742 419[ 181.243942] r7:c1368f27 r6:600c0013 r5:00000000 r4:c1568924 7 I starboard: Prepare to resume 06-07 [ 181.253053] [<c010b7b0>] (show_stack) from [<c0e8e874>] (dump_stack_lvl+0x8c/0xa4) 07:12:24.379 3742 3742 I starboard_med[ 181.264075] [<c0e8e7e8>] (dump_stack_lvl) from [<c0e8e8a0>] (dump_stack+0x14/0x1c) ia: Media focus: none 06-07 07:12:24.40[ 181.275080] r9:00000039 r8:c12485d0 r7:c02abda4 r6:00000009 r5:00000000 r4:00000000 4 2405 2405 I HiRMS_SystemMonitor: HiS[ 181.286279] [<c0e8e88c>] (dump_stack) from [<c011d960>] (__warn+0xd4/0x100) ystemMonitor.dispatchMessages:what = 1 m[ 181.296716] [<c011d88c>] (__warn) from [<c011da0c>] (warn_slowpath_fmt+0x80/0xa4) sg = com.google.android.youtube.tv 06-0[ 181.307629] r9:c02abda4 r8:c12485d0 r7:c1506c08 r6:00000009 r5:00000039 r4:00000000 7 07:12:24.404 2405 2405 E HiRMS_TestS[ 181.318832] [<c011d990>] (warn_slowpath_fmt) from [<c02abda4>] (page_counter_cancel+0x78/0x84) uiteListener: Listener.notify: what=1 ms[ 181.330911] r9:00000001 r8:d4194010 r7:d4331800 r6:fffffff7 r5:00000009 r4:d43318d8 g=com.google.android.youtube.tv 06-07 0[ 181.342109] [<c02abd2c>] (page_counter_cancel) from [<c02abf2c>] (page_counter_uncharge+0x30/0x38)

06-01 15:46:59.758 4646 4646 F DEBUG : Revision: '0' 06-01 15:46:59.758 4646 4646 F DEBUG : ABI: 'arm' 06-01 15:46:59.758 4646 4646 F DEBUG : pid: 4642, tid: 4642, name: mytest >>> ./mytest <<< 06-01 15:46:59.758 4646 4646 F DEBUG : signal 11 (SIGSEGV), code 1 (SEGV_MAPERR), fault addr 0x0 06-01 15:46:59.758 4646 4646 F DEBUG : Cause: null pointer dereference 06-01 15:46:59.758 4646 4646 F DEBUG : r0 92fb5000 r1 9de3d7dc r2 9de3d7d8 r3 9de3d7e8 06-01 15:46:59.759 4646 4646 F DEBUG : r4 05080bd1 r5 9450680c r6 00000002 r7 00000000 06-01 15:46:59.759 4646 4646 F DEBUG : r8 00000000 r9 00000000 r10 00000000 r11 92fb5000 06-01 15:46:59.759 4646 4646 F DEBUG : ip ffffffda sp 9de3d718 lr 944d89b1 pc 00000000 06-01 15:46:59.775 4646 4646 F DEBUG : 06-01 15:46:59.775 4646 4646 F DEBUG : backtrace: 06-01 15:46:59.775 4646 4646 F DEBUG : #00 pc 00000000 <unknown> 06-01 15:46:59.775 4646 4646 F DEBUG : #01 pc 000e09af /system/lib/libavformat.so (avformat_find_stream_info+158) 06-01 15:46:59.775 4646 4646 F DEBUG : #02 pc 00000c0d /data/mytest (main+60) 06-01 15:46:59.775 4646 4646 F DEBUG : #03 pc 0008be09 /system/lib/libc.so (__libc_init+48) 06-01 15:46:59.775 4646 4646 F DEBUG : #04 pc 00000b8f /data/mytest (_start_main+46) 06-01 15:46:59.776 4646 4646 F DEBUG : #05 pc 00019ac7 /system/bin/linker (__dl__ZNSt3__112__hash_tableINS_17__hash_value_typeIjP6soinfoEENS_22__unordered_map_hasherIjS4_NS_4hashIjEELb1EEENS_21__unordered_map_equalIjS4_NS_8equal_toIjEELb1EEENS_9allocatorIS4_EEE14__erase_uniqueIjEEjRKT_+90) 06-01 15:46:59.776 4646 4646 F DEBUG : #06 pc 00020e8d [stack:9de1d000]

最新推荐

recommend-type

arm平台根据栈进行backtrace的方法.docx

在ARM平台上,回溯函数调用栈(backtrace)是一种重要的调试技术,尤其在解决嵌入式设备的死机问题时。以下将详细介绍ARM中断、异常处理流程、AAPCS(ARM Procedure Call Standard)以及如何在没有第三方工具或特定...
recommend-type

【中国房地产业协会-2024研报】2024年第三季度房地产开发企业信用状况报告.pdf

行业研究报告、行业调查报告、研报
recommend-type

【中国银行-2024研报】美国大选结果对我国芯片产业发展的影响和应对建议.pdf

行业研究报告、行业调查报告、研报
recommend-type

JHU荣誉单变量微积分课程教案介绍

资源摘要信息:"jhu2017-18-honors-single-variable-calculus" 知识点一:荣誉单变量微积分课程介绍 本课程为JHU(约翰霍普金斯大学)的荣誉单变量微积分课程,主要针对在2018年秋季和2019年秋季两个学期开设。课程内容涵盖两个学期的微积分知识,包括整合和微分两大部分。该课程采用IBL(Inquiry-Based Learning)格式进行教学,即学生先自行解决问题,然后在学习过程中逐步掌握相关理论知识。 知识点二:IBL教学法 IBL教学法,即问题导向的学习方法,是一种以学生为中心的教学模式。在这种模式下,学生在教师的引导下,通过提出问题、解决问题来获取知识,从而培养学生的自主学习能力和问题解决能力。IBL教学法强调学生的主动参与和探索,教师的角色更多的是引导者和协助者。 知识点三:课程难度及学习方法 课程的第一次迭代主要包含问题,难度较大,学生需要有一定的数学基础和自学能力。第二次迭代则在第一次的基础上增加了更多的理论和解释,难度相对降低,更适合学生理解和学习。这种设计旨在帮助学生从实际问题出发,逐步深入理解微积分理论,提高学习效率。 知识点四:课程先决条件及学习建议 课程的先决条件为预演算,即在进入课程之前需要掌握一定的演算知识和技能。建议在使用这些笔记之前,先完成一些基础演算的入门课程,并进行一些数学证明的练习。这样可以更好地理解和掌握课程内容,提高学习效果。 知识点五:TeX格式文件 标签"TeX"意味着该课程的资料是以TeX格式保存和发布的。TeX是一种基于排版语言的格式,广泛应用于学术出版物的排版,特别是在数学、物理学和计算机科学领域。TeX格式的文件可以确保文档内容的准确性和排版的美观性,适合用于编写和分享复杂的科学和技术文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战篇:自定义损失函数】:构建独特损失函数解决特定问题,优化模型性能

![损失函数](https://img-blog.csdnimg.cn/direct/a83762ba6eb248f69091b5154ddf78ca.png) # 1. 损失函数的基本概念与作用 ## 1.1 损失函数定义 损失函数是机器学习中的核心概念,用于衡量模型预测值与实际值之间的差异。它是优化算法调整模型参数以最小化的目标函数。 ```math L(y, f(x)) = \sum_{i=1}^{N} L_i(y_i, f(x_i)) ``` 其中,`L`表示损失函数,`y`为实际值,`f(x)`为模型预测值,`N`为样本数量,`L_i`为第`i`个样本的损失。 ## 1.2 损
recommend-type

如何在ZYNQMP平台上配置TUSB1210 USB接口芯片以实现Host模式,并确保与Linux内核的兼容性?

要在ZYNQMP平台上实现TUSB1210 USB接口芯片的Host模式功能,并确保与Linux内核的兼容性,首先需要在硬件层面完成TUSB1210与ZYNQMP芯片的正确连接,保证USB2.0和USB3.0之间的硬件电路设计符合ZYNQMP的要求。 参考资源链接:[ZYNQMP USB主机模式实现与测试(TUSB1210)](https://wenku.csdn.net/doc/6nneek7zxw?spm=1055.2569.3001.10343) 具体步骤包括: 1. 在Vivado中设计硬件电路,配置USB接口相关的Bank502和Bank505引脚,同时确保USB时钟的正确配置。
recommend-type

Naruto爱好者必备CLI测试应用

资源摘要信息:"Are-you-a-Naruto-Fan:CLI测验应用程序,用于检查Naruto狂热者的知识" 该应用程序是一个基于命令行界面(CLI)的测验工具,设计用于测试用户对日本动漫《火影忍者》(Naruto)的知识水平。《火影忍者》是由岸本齐史创作的一部广受欢迎的漫画系列,后被改编成同名电视动画,并衍生出一系列相关的产品和文化现象。该动漫讲述了主角漩涡鸣人从忍者学校开始的成长故事,直到成为木叶隐村的领袖,期间包含了忍者文化、战斗、忍术、友情和忍者世界的政治斗争等元素。 这个测验应用程序的开发主要使用了JavaScript语言。JavaScript是一种广泛应用于前端开发的编程语言,它允许网页具有交互性,同时也可以在服务器端运行(如Node.js环境)。在这个CLI应用程序中,JavaScript被用来处理用户的输入,生成问题,并根据用户的回答来评估其对《火影忍者》的知识水平。 开发这样的测验应用程序可能涉及到以下知识点和技术: 1. **命令行界面(CLI)开发:** CLI应用程序是指用户通过命令行或终端与之交互的软件。在Web开发中,Node.js提供了一个运行JavaScript的环境,使得开发者可以使用JavaScript语言来创建服务器端应用程序和工具,包括CLI应用程序。CLI应用程序通常涉及到使用诸如 commander.js 或 yargs 等库来解析命令行参数和选项。 2. **JavaScript基础:** 开发CLI应用程序需要对JavaScript语言有扎实的理解,包括数据类型、函数、对象、数组、事件循环、异步编程等。 3. **知识库构建:** 测验应用程序的核心是其问题库,它包含了与《火影忍者》相关的各种问题。开发人员需要设计和构建这个知识库,并确保问题的多样性和覆盖面。 4. **逻辑和流程控制:** 在应用程序中,需要编写逻辑来控制测验的流程,比如问题的随机出现、计时器、计分机制以及结束时的反馈。 5. **用户界面(UI)交互:** 尽管是CLI,用户界面仍然重要。开发者需要确保用户体验流畅,这包括清晰的问题呈现、简洁的指令和友好的输出格式。 6. **模块化和封装:** 开发过程中应当遵循模块化原则,将不同的功能分隔开来,以便于管理和维护。例如,可以将问题生成器、计分器和用户输入处理器等封装成独立的模块。 7. **单元测试和调试:** 测验应用程序在发布前需要经过严格的测试和调试。使用如Mocha或Jest这样的JavaScript测试框架可以编写单元测试,并通过控制台输出调试信息来排除故障。 8. **部署和分发:** 最后,开发完成的应用程序需要被打包和分发。如果是基于Node.js的应用程序,常见的做法是将其打包为可执行文件(如使用electron或pkg工具),以便在不同的操作系统上运行。 根据提供的文件信息,虽然具体细节有限,但可以推测该应用程序可能采用了上述技术点。用户通过点击提供的链接,可能将被引导到一个网页或直接下载CLI应用程序的可执行文件,从而开始进行《火影忍者》的知识测验。通过这个测验,用户不仅能享受答题的乐趣,还可以加深对《火影忍者》的理解和认识。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【强化学习损失函数探索】:奖励函数与损失函数的深入联系及优化策略

![【强化学习损失函数探索】:奖励函数与损失函数的深入联系及优化策略](https://cdn.codeground.org/nsr/images/img/researchareas/ai-article4_02.png) # 1. 强化学习中的损失函数基础 强化学习(Reinforcement Learning, RL)是机器学习领域的一个重要分支,它通过与环境的互动来学习如何在特定任务中做出决策。在强化学习中,损失函数(loss function)起着至关重要的作用,它是学习算法优化的关键所在。损失函数能够衡量智能体(agent)的策略(policy)表现,帮助智能体通过减少损失来改进自