标签: normalize

如何以独立于操作系统的方式规范化/折叠Python中的路径或URL?

我试图使用os.normpath以便转换http://example.com/a/b/c/../http://example.com/a/b/但它在Windows上不起作用,因为它确实将斜杠转换为反斜杠.

python url path normalize

5
推荐指数
2
解决办法
4765
查看次数

如何根据分数标准化评论

规范评论的最佳方法是什么?IE让我们假设我们有产品,用户可以从1-5星投票.

简单地取平均值并不是一个好方法,因为它没有考虑到评论的数量.

例如,如果一个产品只有一个5星的评论,它不应该超过10000评论的产品,只是因为唯一的评论给它5星.

基本上我如何根据评论数量对分数进行标准化?

statistics normalize

5
推荐指数
1
解决办法
2254
查看次数

如何在WP7中从字符串中删除重音

我想删除从字符串口音(读音符号)在Windows Phone 7的解决方案在这里工作了.NET(桌面版).但是,WP7字符串没有Normalize方法.

有人建议从字符串改为字节,但我不知道他的意思.如何去除口音?

string normalize diacritics non-ascii-characters windows-phone-7

5
推荐指数
1
解决办法
766
查看次数

将数组中列的元素规范化为1或-1,具体取决于它们的符号

我想将数组'x'中包含正数和负数的列的元素规范化为-1或1.

x的负元素应归一化为每列的x.min,其中x.min变为-1,x的正元素应归一化为x.max变为1的每列的x.max.零值应保持为零.

我可以使用以下方式:

x = np.array([[ 1,  3,  1  ],
              [-2, -5, -0.5],
              [-3, -1,  1.5],   
              [ 2,  7,  2  ]])

x_norm = x / x.max(axis=0)

print(x_norm)
[[ 0.5         0.42857143  0.5       ]
 [-1.         -0.71428571 -0.25      ]
 [-1.5        -0.14285714  0.75      ]
 [ 1.          1.          1.        ]]
Run Code Online (Sandbox Code Playgroud)

但我真的希望结果如下:

print(x_norm)
[[ 0.5         0.42857143  0.5       ]
 [-0.66       -1.         -1.        ]
 [-1.         -0.2         0.75      ]
 [ 1.          1.          1.        ]]
Run Code Online (Sandbox Code Playgroud)

python arrays numpy normalize

5
推荐指数
1
解决办法
319
查看次数

Java Normalizer类未正确规范韩语音节

我试图使用Java的正规化类合并?,?,??.标准化字符串后,它将输出??.

如果我这样做String x = "???",Normalizer.normalize(x, Normalizer.Form.NFKC)它工作正常和输出?.

另外我想指出,有时相同的字符有不同的数字代码:

public void normalize() {
    char test[] = {'?'};
    System.out.println((int)'?');
    System.out.println((int)test[0]);
}
Run Code Online (Sandbox Code Playgroud)

输出:

4537
12612
Run Code Online (Sandbox Code Playgroud)

我究竟做错了什么?为什么Java不会将字符规范化为单个音节,为什么相同的字符会产生不同的数值?

java unicode normalize

5
推荐指数
0
解决办法
197
查看次数

Python - Jand列表到Pandas Dataframe

我有json列表,我无法转换为Pandas数据帧(varios行和19列)

链接到回复:https://www.byma.com.ar/wp-admin/admin-ajax.php?action = get_historico_simbolo&simbolo = INAG&fecha = 01-02-2018

json回应:

[{"Apertura":35,"Apertura_Homogeneo":35,"Cantidad_Operaciones":1,"Cierre":35,"Cierre_Homogeneo":35,"Denominacion":"INSUMOS AGROQUIMICOS SA","Fecha":"02/02/2018" , "马克西莫":35, "Maximo_Homogeneo":35, "Minimo中":35, "Minimo_Homogeneo":35, "Monto_Operado_Pesos":175, "Promedio":35, "Promedio_Homogeneo":35, "Simbolo": "INAG", "Variacion": - 5.15, "Variacion_Homogeneo":0 "Vencimiento": "48hs", "Volumen_Nominal":5},{ "春季":34.95, "Apertura_Homogeneo":34.95, "Cantidad_Operaciones":2 ,"Cierre":34.95,"Cierre_Homogeneo":34.95,"Denominacion":"INSUMOS AGROQUIMICOS SA","Fecha":"05/02/2018","Maximo":34.95,"Maximo_Homogeneo":34.95,"Minimo" :34.95, "Minimo_Homogeneo":34.95, "Monto_Operado_Pesos":5243, "Promedio": - 79228162514264337593543950335, "Promedio_Homogeneo": - 79228162514264337593543950335, "Simbolo": "INAG", "Variacion": - 0.14, "Variacion_Homogeneo": - 0.14 "Vencimiento": "48hs", "Volumen_Nominal":150},{ "春季":32.10, "Apertura_Homogeneo":32.10, "Cantidad_Operaciones":2 "Cierre":32.10, "Cierre_Homogeneo":32.10, "Denominacion" " INSUMOS AGROQUIMICOS SA","Fecha":"07/02/2018","Maximo":32.10,"Maximo_Homogeneo":32.10,"Minimo":32.10,"Minimo_Homogeneo":32.10,"Monto_Operado_Pesos":98756,"Promedio" :32.10, "Promedio_Homogeneo":32.10, "Simbolo": "INAG", "Variacion": - 8.16, "Variacion_Homogeneo": - 8.88, "Vencimiento": "48hs", …

python json normalize dataframe

5
推荐指数
1
解决办法
8637
查看次数

归一化从OpenGL到Vulkan的UV坐标

我正在为GWEN(无多余废话的GUI)编写Vulkan渲染器,但在获取纹理坐标以匹配时遇到问题。

这是我应该看到的: 正确的输出

这是当前正在发生的事情: 输出错误

中间显示的纹理是我们用于GUI的图像,我确保将其渲染到四边形以确保正确加载。

GUI的结构似乎是正确的,这使我相信UV坐标不正确。特别是Y坐标,因为据我所知X看起来还可以。

void Vulkan::AddVert(int x, int y, float u, float v)
{
    vertices.emplace_back();

    vertices.back().pos.x = ((float)x / 400) - 1.f;
    vertices.back().pos.y = ((float)y / 300) - 1.f;
    //  Our image is 512x512 px
    vertices.back().texCoord.x = (u / 512.0f);
    vertices.back().texCoord.y = 1.0f - (v / 512.0f);
}

void Vulkan::DrawTexturedRect(Gwen::Texture* pTexture, Gwen::Rect rect, float u1, float v1, float u2, float v2)
{
    //  ToDo: Implement textures through GWEN
    //  The GUI texture is hardcoded for now
    // …
Run Code Online (Sandbox Code Playgroud)

c++ opengl normalize uv-mapping vulkan

5
推荐指数
1
解决办法
153
查看次数

CSS - 我的HTML和BODY之间的白色差距

我正在尝试将HTML5 Boilerplate + Normalize.css用于我当前的项目,我遇到了以下问题.

我的HTML标记和我的BODY标记之间似乎存在差距.我试图找出导致这种情况的原因,但经过多次尝试后失败了.

我一定在这里或那里错过了什么.

<!DOCTYPE html>
<!--[if lt IE 7]> <html class="no-js lt-ie9 lt-ie8 lt-ie7"> <![endif]-->
<!--[if IE 7]> <html class="no-js lt-ie9 lt-ie8"> <![endif]-->
<!--[if IE 8]> <html class="no-js lt-ie9"> <![endif]-->
<!--[if gt IE 8]><!--> <html class="no-js"> <!--<![endif]-->
<head>
<meta charset="utf-8">
<meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1">

<title>Ridanis | Web Design &amp; Web Development</title>

<meta name="description" content="">
<meta name="viewport" content="width=device-width">

<link rel="stylesheet" href="css/normalize.min.css">
<link rel="stylesheet" href="css/main.css">

<script src="js/vendor/modernizr-2.6.2-respond-1.1.0.min.js"></script>
</head>
<body>
<!--[if lt IE 7]>
<p class="chromeframe">You are using an <strong>outdated</strong> browser. …
Run Code Online (Sandbox Code Playgroud)

css html5 normalize boilerplate

4
推荐指数
1
解决办法
4439
查看次数

使用 Spark 规范化列

我有一个包含三列的数据文件,我想规范化最后一列以将 ALS 与 ML(Spark 和 Scala)一起应用,我该怎么做?

这是我的摘录Dataframe

val view_df = spark.createDataFrame(view_RDD, viewSchema)
val viewdd = view_df.withColumn("userIdTemp", view_df("userId").cast(IntegerType)).drop("userId")
                    .withColumnRenamed("userIdTemp", "userId")
                    .withColumn("productIdTemp", view_df("productId").cast(IntegerType)).drop("productId")
                    .withColumnRenamed("productIdTemp", "productId")
                    .withColumn("viewTemp", view_df("view").cast(FloatType)).drop("view")
                    .withColumnRenamed("viewTemp", "view")`
Run Code Online (Sandbox Code Playgroud)

scala normalize apache-spark spark-dataframe apache-spark-ml

4
推荐指数
1
解决办法
8343
查看次数

默认情况下始终标准化所有功能是一个坏主意吗?

有理由不默认标准化所有功能吗?我意识到这对于决策树等来说可能不是必需的,但对于某些算法(例如 KNN、SVM 和 K-Means)来说可能不是必需的。定期对我的所有功能执行此操作会有什么危害吗?

另外,标准化优于规范化似乎是共识?什么时候这不是一个好主意?

machine-learning normalize scikit-learn data-preprocessing

4
推荐指数
1
解决办法
473
查看次数