小编bas*_*pus的帖子

希望标题说明了大部分内容。当我使用 conda 时，它通知我有更新的版本；但是，当我安装 conda 时，它拒绝安装 4.5.11 之后的任何版本。我的笔记本电脑（运行 OS X Mojave）上出现此问题。我运行的Ubuntu虚拟机没有这个问题。已经 9 天了，没有人回复我的conda Github 问题，所以我希望这里有人能够提供帮助。该链接包含可能提供一些线索的相关配置详细信息。

$ conda update -n base -c defaults conda
Solving environment: done


==> WARNING: A newer version of conda exists. <==
  current version: 4.5.11
  latest version: 4.6.4

Please update conda by running

    $ conda update -n base -c defaults conda



# All requested packages already installed.

我想实现一些快速的凸分析操作 - 近端运算符等。我是 Cython 的新手，认为这将是完成这项工作的正确工具。mwe_py.py我在纯 Python 和 Cython （及以下）中都有实现mwe_c.pyx。然而，当我比较它们时，Python + Numpy 版本明显快于 Cython 版本。为什么是这样？我尝试过使用内存视图，它应该允许更快的索引/操作；但是，性能差异非常明显！任何有关如何修复mwe_c.pyx以下问题以接近“最佳”Cython 代码的建议将不胜感激。

import pyximport; pyximport.install(language_level=3)

import mwe_c
import mwe_py
import numpy as np
from time import time

n = 100000
nreps = 10000
x = np.random.randn(n)
z = np.random.randn(n)
tau = 1.0

t0 = time()
for _ in range(nreps):
    out = mwe_c.prox_translation(mwe_c.prox_two_norm, x, z, tau)
t1 = time()
print(t1 - t0)


t0 = time()
for _ in range(nreps):
    out = mwe_py.prox_translation(mwe_py.prox_two_norm, …

我有一个像这样的数据框

    id   chi  prop   ord 
0   100   L    67     0 
1   100   L    68     1 
2   100   L    68     2 
3   100   L    68     3 
4   100   L    70     0 
5   100   L    71     0 
6   100   R    67     0 
7   100   R    68     1 
8   100   R    68     2 
9   100   R    68     3 
10  110   R    70     0 
11  110   R    71     0 
12  101   L    67     0 
13  101   L    68     0 
14  101   L    69     0 …