标签: julia

朱莉娅:按第2列排序矩阵,然后是3

我想A按第2列和第3列对我的矩阵进行排序.

A = round(randn(100,4))
Run Code Online (Sandbox Code Playgroud)

也许是这样的:

sort(A,(0,2:3))
100x4 Array{Float64,2}:
  0.0  -2.0  -2.0  -1.0
 -1.0  -2.0  -1.0   1.0
  1.0  -2.0  -1.0   2.0
 -1.0  -2.0   0.0   0.0
 -1.0  -2.0   0.0  -1.0
 -0.0  -2.0   0.0  -1.0
  1.0  -2.0   0.0   0.0
  1.0  -2.0   1.0  -1.0
 -0.0  -2.0   2.0  -1.0
 -0.0  -1.0  -2.0   1.0
  ?                    
 -0.0   1.0   0.0   1.0
  1.0   1.0   1.0   1.0
  0.0   1.0   1.0  -1.0
 -0.0   1.0   2.0   0.0
 -0.0   2.0  -1.0   0.0
 -2.0   2.0  -1.0   1.0
  2.0   2.0  -0.0  -1.0
 -1.0 …
Run Code Online (Sandbox Code Playgroud)

sorting matrix julia

14
推荐指数
1
解决办法
4181
查看次数

Julia Dataframes与Python大熊猫

我目前正在使用python,pandas并想知道是否有办法将数据从熊猫输出到julia Dataframes,反之亦然.(我想你可以从Julia调用python,Pycall但我不确定它是否适用于数据帧)有没有办法从python调用Julia并让它接受panda数据帧?(不保存为像csv这样的其他文件格式)

除了非常大的数据集和运行具有许多循环(如神经网络)的东西之外,何时使用Julia Dataframes而不是Pandas是否有利?

python dataframe pandas julia

14
推荐指数
1
解决办法
6839
查看次数

Julia:带抽象参数的数组会导致错误,但抽象类型的变量则不会

朱莉娅风格指南说以下内容:

不要使用不必要的静态参数.功能签名:

foo{T<:Real}(x::T) = ...
Run Code Online (Sandbox Code Playgroud)

应该写成:

foo(x::Real) = ...
Run Code Online (Sandbox Code Playgroud)

我希望也适用于数组参数.但是,如果我写下面的代码:

ret1(x::Real) = x
ret2(x::Array{Float64,2}) = x
ret3(x::Array{Real,2}) = x
ret1(1.0)
ret2(rand(2,2))
ret3(rand(2,2))
Run Code Online (Sandbox Code Playgroud)

然后我得到以下控制台输出(使用Julia 0.2.1):

MethodError(ret3,(
2x2 Array{Float64,2}:
 0.841121  0.322133
 0.469432  0.495438,))
Run Code Online (Sandbox Code Playgroud)

那么为什么Julia会为具有抽象类型参数的数组抛出错误,而对于具有抽象类型的变量则不会?

julia

14
推荐指数
1
解决办法
678
查看次数

忽略Julia中一些返回元组的成员

Julia本身不支持多次返回.但是,Julia通过返回值元组来执行类似的功能,然后可以将其分配给变量元组.例如:

function mult_return()
    (3,2)
end
Run Code Online (Sandbox Code Playgroud)

返回元组(3,2).然后我们可以将这两个返回值分配给不同的变量,如下所示:

(a,b) = mult_return()(或a,b = mult_return()因为括号不是必需的.)

我的问题是:有没有办法忽略其中一个返回值?例如,在Matlab语法中,用户可以编写:

[~, b] = mult_return()
Run Code Online (Sandbox Code Playgroud)

这样只将第二个值赋给变量.

在Julia中解决这个问题的正确方法是什么?

julia

14
推荐指数
1
解决办法
1317
查看次数

julia:创建并使用没有Internet的本地包

我正在尝试创建一个julia语言包并在项目中使用它.
现在我只有一个jl文件,我不知道如何用它创建一个包.

我已阅读此链接,但我仍然不知道该怎么做.我想创建一个带有jl文件的本地包,并使用以下代码在我自己的本地项目中使用它:using MyPackage.

有人能帮助我吗?

package julia

14
推荐指数
1
解决办法
4602
查看次数

Julia中push!()和append!()方法的效率如何?

这个页面上,它说方法push!()并且append!()非常有效.

我的问题是它们的效率如何?

也就是说,

如果有人知道最终数组的大小,那么预先分配数组还是使用append!()/ 增量增长它push!()会更快吗?

现在考虑一个人不知道最终数组大小的情况.例如,将多个数组合并为一个大数组(称之为A).

实现这一目标的两种方法:

  1. append!()-ing每个数组A,其大小尚未预先分配.
  2. 首先求和每个数组的维度,以找到合并数组的最终大小A.然后预分配A并复制每个数组的内容.

在这种情况下哪一个会更有效率?

arrays julia

14
推荐指数
2
解决办法
7211
查看次数

数组和向量的区别

有没有之间的差异ArrayVector

typeof(Array([1,2,3]))
Vector{Int64}

typeof(Vector([1,2,3]))
Vector{Int64}
Run Code Online (Sandbox Code Playgroud)

两者似乎都创造了相同的东西,但它们并不相同:

Array == Vector
false

Array === Vector
false
Run Code Online (Sandbox Code Playgroud)

那么,实际上有什么区别呢?

julia

14
推荐指数
2
解决办法
3580
查看次数

Julia 中缺少、无、未定义和 NaN 之间的用法和约定差异

我寻找的时候使用一些指导missingnothingundef,和NaN在朱莉娅。

例如,对于预先分配数组或从try/返回,所有这些似乎都是合理的选择catch

julia

14
推荐指数
2
解决办法
675
查看次数

Julia - 将向量组合到矩阵中

假设我有两个向量x = [1, 2]y = [3, 4]。如何最好地组合它们以获得m = [1 2; 3 4]Julia 编程语言中的矩阵?预先感谢您的支持。

julia

14
推荐指数
4
解决办法
790
查看次数

Julia 代码中的内存分配问题

我使用 Python/Numpy 中的函数来解决组合博弈论中的问题。

\n
import numpy as np\nfrom time import time\n\ndef problem(c):\n    start = time()\n    N = np.array([0, 0])\n    U = np.arange(c)\n    \n    for _ in U:\n        bits = np.bitwise_xor(N[:-1], N[-2::-1])\n        N = np.append(N, np.setdiff1d(U, bits).min())\n\n    return len(*np.where(N==0)), time()-start \n\nproblem(10000)\n
Run Code Online (Sandbox Code Playgroud)\n

然后我用 Julia 编写它,因为我认为由于 Julia 使用即时编译,它会更快。

\n
function problem(c)\n    N = [0]\n    U = Vector(0:c)\n    \n    for _ in U\n        elems = N[1:length(N)-1]\n        bits = elems .\xe2\x8a\xbb reverse(elems)\n        push!(N, minimum(setdiff(U, bits))) \n    end\n    \n    return sum(N .== 0)\nend\n\n@time problem(10000)\n …
Run Code Online (Sandbox Code Playgroud)

python game-theory julia

14
推荐指数
1
解决办法
1219
查看次数

标签 统计

julia ×10

python ×2

arrays ×1

dataframe ×1

game-theory ×1

matrix ×1

package ×1

pandas ×1

sorting ×1