小编use*_*759的帖子

所以假设我有一个包含以下内容的文本文件:

Hello what is up. ^M
^M
What are you doing?

我想删除^M并将其替换为后面的行.所以我的输出看起来像:

Hello what is up. What are you doing?

我如何在Python中执行上述操作？或者,如果有任何方法使用unix命令,请告诉我.

我的文字如图所示：

 list1 = ["My name is xyz", "My name is pqr", "I work in abc"]

以上将是使用 kmeans 聚类文本的训练集。

list2 = ["My name is xyz", "I work in abc"]

以上是我的测试集。

我构建了一个矢量化器和模型，如下所示：

vectorizer = TfidfVectorizer(min_df = 0, max_df=0.5, stop_words = "english", charset_error = "ignore", ngram_range = (1,3))
vectorized = vectorizer.fit_transform(list1)
km=KMeans(n_clusters=2, init='k-means++', n_init=10, max_iter=1000, tol=0.0001, precompute_distances=True, verbose=0, random_state=None, copy_x=True, n_jobs=1)
km.fit(vectorized)

如果我尝试预测“list2”测试集的集群：

km.predict(list2)

我收到以下错误：

ValueError: Incorrect number of features. Got 2 features, expected 5

有人告诉我用它Pipeline来解决这个问题。所以我写了下面的代码：

pipe = Pipeline([('vect', vectorizer), ('vectorized', …

假设我有一个如下所示的数据帧:

in:
mydata = [{'subid' : 'B14-111', 'age': 75, 'fdg':1.78},
          {'subid' : 'B14-112', 'age': 22, 'fdg':1.56},]
df = pd.DataFrame(mydata)

out:
       age   fdg    subid
    0   75  1.78  B14-111
    1   22  1.56  B14-112

我想根据"age"列将数据帧分成两个不同的数据帧,如下所示:

out:
   df1: 
           age   fdg    subid
        0   75  1.78  B14-111

   df2:

           age   fdg    subid
        1   22  1.56  B14-112

我怎样才能做到这一点？

所以我有一个队列：

q = Queue.Queue()

我在里面放一些东西。

items = ["First", "Second"]
for val in items:
    q.put(val)

我正在生成15个线程。

for i in range(15):
   tname = 't-%s' % i
   t = my_thread(some_func, q, tname)
   t.start()

q.join()

my_thread类的外观如下：

class my_thread(threading.Thread):
    def __init__(self, some_func, q_, name=''):
       threading.Thread.__init__(self)
       self.func = some_func
       self.process_q = q_
       self.name = name
       self.prefix = name


    def run(self):
       stime = time.time()
       logging.info('%s thread staring at : %s' % (threading.currentThread().getname(), time.ctime(stime)))
       while True:
           if self.process_q.empty():
               break
           queue_item = self.process_q.get()
           self.name = self.prefix + '-' + …

我是R的新手，我有一个图形对象，它是从数据框对象“ allTog”创建的，如下所示：

library(igraph)
df.g <- graph.data.frame(d = allTog, directed = TRUE)
plot(df.g, vertex.label = V(df.g)$name)

allTog数据帧由下式给出

allTog <- data.frame(
    source = c("chamber", "chamber", "chamber", "chamber", "chamber", 
    "check", "check", "issue", "issue", "issue"), 
    target = c("check", "issue", "leak", "process", "found", "power", 
    "customer", "customer", "wafer", "replaced") 
    )

列“ row.names”和“ values”在这里没有意义。

如何从每个根节点（在本例中为“ chamber”）遍历到每个叶节点并获取路径，即所有节点（顶点）名称？我正在寻找一个通用的解决方案，因为我的根节点可以随代码的每次运行而变化。例如，在下一次运行中，根节点可以是“ issue”。

我想要的输出是：

chamber->check->power
chamber->issue->replaced
chamber->process
chamber->issue->customer

等等...

我有以下列表:

 l = [["a", "done"], ["c", "not done"]]

如果每个子列表的第二个元素是"完成",我想删除该子列表.所以输出应该是:

l = [["c", "not done"]]

显然以下不起作用:

for i in range(len(l)):
    if l[i][1] == "done":
        l.pop(0)

好的,我在python中有两个列表

a = ['bad', 'horrible']
b = ['bad', 'good']

我正在使用set运算符来比较两个列表,并在两个集合之间存在一个常用词时给出输出.

print set(a) & set (b)

这给出了输出,

set(['bad'])

有没有在输出中删除关键字'set'？

我希望输出看起来像

['bad']