标签: ijulia-notebook

如何将本地图像添加到 IJulia 笔记本？该图像与 IPYNB 文件位于同一本地网络文件夹中。该文件夹可通过符号链接访问。我尝试过相对文件名和绝对文件名。

<img src="test.png" alt="Image Test" style="width:600px">

![Image Test](test.png)

两者显示相同，即符号旁边带有“图像测试”的损坏图像链接。

朱皮特信息：

Python 2.7.12 |Continuum Analytics, Inc.| (default, Jul  2 2016, 17:42:40) 
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)]

notebook server is 4.2.3-da472a5

朱莉娅信息：

Julia Version 0.5.0
Commit 3c9d753 (2016-09-19 18:14 UTC)
Platform Info:
  System: Linux (x86_64-linux-gnu)
  CPU: Intel(R) Core(TM) i5-4570 CPU @ 3.20GHz
  WORD_SIZE: 64
  BLAS: libopenblas (NO_LAPACKE DYNAMIC_ARCH NO_AFFINITY Haswell)
  LAPACK: liblapack.so.3
  LIBM: libopenlibm
  LLVM: libLLVM-3.7.1 (ORCJIT, haswell)

IJulia                        1.3.2

我有以下在 Julia 中使用符号的函数。一切工作正常，直到绘图那一刻

using Distributions
using Plots
using Symbolics
using SymbolicUtils

function BinomialMeasure(iter::Int64, p::Float64, current_level = nothing)

@variables m0 m1

if current_level == nothing
    current_level = [1]
end
next_level = []
for item in current_level
    append!(next_level, m0*item)
    append!(next_level, m1*item)
end

If iter != 0
    current_level = next_level
    return BinomialMeasure(iter - 1, p , current_level)
else
    return [substitute(i, Dict([m0 => p, m1 => 1 - p])) for i in next_level]
end
end

y = BinomialMeasure(10, 0.4)
x = [( i + …

我安装了plotly usingpip inOS X`:

Monas-MacBook-Pro:~ mona$ pip install plotly
Requirement already satisfied (use --upgrade to upgrade): plotly in ./anaconda/lib/python2.7/site-packages
Requirement already satisfied (use --upgrade to upgrade): pytz in ./anaconda/lib/python2.7/site-packages (from plotly)
Requirement already satisfied (use --upgrade to upgrade): requests in ./anaconda/lib/python2.7/site-packages (from plotly)
Requirement already satisfied (use --upgrade to upgrade): six in ./anaconda/lib/python2.7/site-packages (from plotly)

当我尝试使用它时,julia我收到以下错误:

julia> using Plotly
ERROR: ArgumentError: Plotly not found in path
 in require at /Applications/Julia-0.4.3.app/Contents/Resources/julia/lib/julia/sys.dylib

我怎样才能解决这个问题？

在Matlab中,可以通过键入来检查嵌入函数的实现方式(大多数？)edit function_name.提到的命令function_name在编辑器中打开代码.

我想知道Julia语言是否有类似的方式(例如Cholesky的方法是如何实现的)？

在 julia 中，您可以\_为变量名称编写下标。我想知道在变量名中写分数是否有类似的东西。类似于\frac{}{}LaTeX 中的东西。我知道这可能更难，因为它需要两个参数。如果没有，我将使用/. 但在这种情况下，我想使用一些外壳来明确区分什么。我假设()是不可用？[]或者{}会好吗？

我尝试在 Julia 文档中使用这个示例。我的尝试是将细胞分成两部分，每部分的蛋白质含量都是一半，所以我设置了 Theta=0.5。然而，情节是这样的：

很明显，每次达到目标蛋白质量时，细胞数量都会增加一倍，同时，因为它们是相等的。我怎么能画这个？我也不明白为什么在下面的情况下单元格的数量停在 3。

我开始意识到，在增量和减量迭代之间我没有得到相同的结果。n + (1/(i^4))当这个数学表达式迭代并在其自身上添加新值 75 次以上（即i迭代次数）时，我得到了轻微的差异。在 75 次迭代下，每个循环的结果保持不变。对于为什么会发生这种情况有什么想法吗？这是我正在运行的代码：

y=0
for i in 1:75
   y = y + (1/(i^4)) 
end
print("final y value: ",y,"\n")

x=0

for i in 75:-1:1
    x = x + (1/(i^4))
end

print("final x value: ",x,"\n")

我得到了 x 和 y 的值：

final y value: 1.0823224592496965
final x value: 1.0823224592496967

但是，如果我将循环限制更改为 74 或更少（以下示例中为 74），则两个循环都会得到相同的结果：

final y value: 1.0823224276447583
final x value: 1.0823224276447583

我是 Julia 的新手，希望在 Julia 中翻译此 Python 代码。

def calcMarkov(preseq,propability,ordnung):
    betrachtungen = 0
    for pos in range(1,len(seq)):
        current = seq[pos]
        fromNode = seq[pos-ordnung:pos]
        if (fromNode == preseq and not current == "X"):
            propability[current] = propability[current] + 1
            betrachtungen += 1
    for key, value in propability.items():
        if(not betrachtungen == 0):
            propability[key] = propability[key]/betrachtungen
    print ("Anzahl der Betrachtungen:",betrachtungen)
    return propability

我试试这个：

function calcMarkov(preseq, propability, ordnung)
    betrachtungen = 0
    for pos in 1: length(seq)
        current = seq[pos]
        fromNode = seq[pos-ordnung:pos]
        if fromNode == preseq …

当你想在 Julia 中按顺序迭代从 1 到 N 的数字列表时，你将编写：

for i in 1:N
   # do something with i
end

但是，如果您想随机迭代 (1...N) 范围内的数字列表该怎么办？每次迭代都需要随机选择之前任何迭代中未选择的数字，并且需要迭代范围 (1...N) 中的所有数字。