标签: distribution

现在,我有自己的自己开发的测试工具/目录结构/支持doc strucure /我的库分发工具.然而,阅读博客文章写你的代码就像CPAN一样,这听起来是个好主意.然后它发生在我身上,我真的不知道该怎么做.

有什么好的资源可以开始在类似CPAN的结构中制作自己的Perl包？

我已经为iTunes商店构建了一个应用程序.但是,作为平台的菜鸟,我无法弄清楚如何提交应用程序.

我需要提交给iTunes商店的实际二进制文件在哪里？它内置了什么文件夹？

有什么办法在Linux发行版中制作二进制文件并在具有相同架构的另一个发行版上运行它？或者我应该在不同的发行版上编译和构建它？

Redhat,基于Debian的二进制文件发行版之间是否有任何兼容性？(我想在fedora上使用我的Ubuntu二进制文件!)

我已经按照Apple和其他博客文章的所有指示进行了操作.我已经存档了应用程序,制作了.plist和.ipa文件,将它们放在服务器上并链接到它们.我可以很好地安装配置文件.但是当我点击链接安装应用程序时(在iphone上的safari中),没有任何反应.没有错误消息.没有.这就是链接的样子:

<a href="itms-services://?action=download-manifest&url=http://mydomain.com/test/myApp.plist">Install the app</a>

知道为什么这不起作用吗？似乎itms-services协议已经死了.MIME类型很好(我可以指向地址栏中的plist文件,它显示为文本).

所以我有一个Random对象:

typedef unsigned int uint32;

class Random {
public:
    Random() = default;
    Random(std::mt19937::result_type seed) : eng(seed) {}

private:
    uint32 DrawNumber();
    std::mt19937 eng{std::random_device{}()};
    std::uniform_int_distribution<uint32> uniform_dist{0, UINT32_MAX};
};

uint32 Random::DrawNumber()
{
    return uniform_dist(eng);
}

什么是我可以改变(通过另一个函数或其他方式)分布的上限的最佳方式？

(也愿意就其他风格问题提出建议)

我正在Windows上开发,我搜索到的所有地方都没有找到任何人谈论这种事情.

我在桌面上制作了一个C++应用程序,它使用MSVC嵌入了Python 3.1.我将python31.lib与应用程序运行文件夹中的python31.dll一起包含在可执行文件中.它很棒.我的扩展和嵌入代码肯定有效,没有崩溃.

我将run文件夹发送给没有安装Python的朋友,在脚本设置阶段,应用程序崩溃了.

几个小时前,我在安装了Python 2.6的笔记本电脑上试用了这个应用程序.我得到了与我的朋友相同的崩溃行为,并通过调试发现它是Py_Initialize()调用失败.

我在笔记本电脑上安装了Python 3.1而没有更改应用程序代码.我跑了它,它完美运行.我卸载了Python 3.1并且应用程序再次崩溃.我在我的应用程序中放入代码以从本地python31.dll动态链接,以确保它正在使用它,但我仍然得到崩溃.

我不知道解释器是否需要比DLL更多启动或什么.我无法找到任何资源.Python文档和其他指南似乎没有解决如何在不让用户在本地安装Python的情况下分发使用Python嵌入的C/C++应用程序.我知道它在Windows上比在Unix上更多的是一个问题,但是我已经看到许多在本地嵌入Python的Windows C/C++应用程序,我不确定它们是如何做到的.

除了DLL之外我还需要什么？为什么我安装Python然后在卸载时停止工作呢？听起来应该是如此微不足道; 也许这就是没有人真正谈论它的原因.不过,我无法解释如何处理这个崩溃问题.

非常感谢你提前.

我有以下代码来生成双峰分布,但是当我绘制直方图时.我没有看到2种模式.我想知道我的代码是否有问题.

mu1 <- log(1)   
mu2 <- log(10)
sig1 <- log(3)
sig2 <- log(3)
cpct <- 0.4   

bimodalDistFunc <- function (n,cpct, mu1, mu2, sig1, sig2) {
  y0 <- rlnorm(n,mean=mu1, sd = sig1)
  y1 <- rlnorm(n,mean=mu2, sd = sig2)

  flag <- rbinom(n,size=1,prob=cpct)
  y <- y0*(1 - flag) + y1*flag 
}

bimodalData <- bimodalDistFunc(n=100,cpct,mu1,mu2, sig1,sig2)
hist(log(bimodalData))

我正在尝试使用具有多种口味的Android应用程序的crashlytics发行版.当没有味道时,一切都很好,但是一旦我添加了两种口味我就收到了

*'Task 'crashlyticsUploadDistributionRelease' not found in root project'*

我错过了什么吗？

我有一个数据集sklearn,我绘制了load_diabetes.target数据的分布(即load_diabetes.data用于预测的回归值).

我使用它是因为它具有最少数量的回归变量/属性sklearn.datasets.

使用Python 3,我如何获得最接近类似的分布类型和分布参数？

我所知道的target价值都是积极的和倾斜的(假定倾斜/右倾斜)...Python中是否有一种方法可以提供一些分布,然后最适合target数据/向量？或者,根据给出的数据实际建议拟合？对于那些具有理论统计知识但很少将其应用于"真实数据"的人来说,这将是非常有用的.

奖金 使用这种方法来确定你的后验分布对"真实数据"的影响是否合理？如果不是,为什么不呢？

from sklearn.datasets import load_diabetes
import matplotlib.pyplot as plt
import seaborn as sns; sns.set()
import pandas as pd

#Get Data
data = load_diabetes()
X, y_ = data.data, data.target

#Organize Data
SR_y = pd.Series(y_, name="y_ (Target Vector Distribution)")

#Plot Data
fig, ax = plt.subplots()
sns.distplot(SR_y, bins=25, color="g", ax=ax)
plt.show()

我有一堆钥匙,每个钥匙都有一个不可靠的变量.我想随机选择其中一个键,但我希望它不太可能被选中(键,值)而不是不太可能(更可能)的对象.我想知道你是否会有任何建议,最好是我可以使用的现有python模块,否则我需要自己制作.

我检查了随机模块; 它似乎没有提供这个.

我必须为1000个不同的对象集做出数百万次这样的选择,每个对象包含2,455个对象.每个集合将在彼此之间交换对象,因此随机选择器需要是动态的.拥有1000套2,433件物品,即243.3万件物品; 低内存消耗至关重要.由于这些选择不是算法的主要部分,我需要这个过程非常快; CPU时间有限.

谢谢

更新:

好的,我试图明智地考虑你的建议,但时间是如此有限......

我查看了二叉搜索树方法,它看起来风险太大(复杂而复杂).其他建议都类似于ActiveState配方.我拿了它并稍微修改了一下,希望提高效率:

def windex(dict, sum, max):
    '''an attempt to make a random.choose() function that makes
    weighted choices accepts a dictionary with the item_key and
    certainty_value as a pair like:
    >>> x = [('one', 20), ('two', 2), ('three', 50)], the
    maximum certainty value (max) and the sum of all certainties.'''
    n = random.uniform(0, 1)
    sum = max*len(list)-sum 
    for key, certainty in dict.iteritems():
        weight = float(max-certainty)/sum
        if n < weight:
            break
        n = n …