我有一堆带有附加属性的 RDF 数据立方体观察，在我的例子中是记录该值的日期。
例如，该模式很简单（省略其他维度/度量/属性）：
<obs1> a qb:Observation ;
my:lastupdate '2017-12-31'^^xsd:date ;
qb:dataSet <dataSet1> .
<obs2> a qb:Observation ;
my:lastupdate '2016-12-31'^^xsd:date ;
qb:dataSet <dataSet1> .
<obs2_1> a qb:Observation ;
my:lastupdate '2017-12-31'^^xsd:date ;
qb:dataSet <dataSet2> .
<obs2_2> a qb:Observation ;
my:lastupdate '2015-12-31'^^xsd:date ;
qb:dataSet <dataSet2> .
qb:DataSet所以我的店里有很多。现在我想找出my:lastupdate每个数据集的最后 X 值。假设我想要每个特定数据集的最后 5 个值。
对于一个特定的数据集，我可以非常轻松地做到这一点：
SELECT * WHERE {
?observation my:lastupdate ?datenstand ;
qb:dataSet <dataSet1>
} ORDER BY DESC(?datenstand) LIMIT 5
但如果这在每个数据集的单个 SPARQL 查询中完全可能的话，我有点迷失了。我尝试了与子选择、LIMIT 和 GROUP BY 组合的各种组合，但没有任何结果导致我正在寻找的结果。
我有这个数据立方体包含图像的每个像素的数据(非常像高光谱成像).我试图以有效的方式在图像的每个像素上插入一条线.现在,我这样做:
我的datacube是一个6X1024x1024 numpy数组,我有另一个变量包含我的数据的自变量.
map = np.zeros((1024,1024))
for i in np.mgrid[1:1024]:
for j in np.mgrid[1:1024]:
x = independent_variable # This is my independent variable
y = spec_cube[:,i,j] # The Y data to be fitted is the power at each scale, for a pixel
index = polyfit(x,y,1) # Outputs the slope and the offset
map[i,j] = index[0] # The pixel value is the index
我知道嵌套for循环通常是最糟糕的事情,但我想不出更好的方法.
我尝试了以下但它给出了这个错误:"ValueError:解压缩的值太多了"
map = np.zeros((1024,1024))
for i,j in map:
x = independent_variable # This is my independent variable …