小编imm*_*ied的帖子

如果k是任意形状的numpy数组,那么k.shape = (s1, s2, s3, ..., sn),我想重塑它以便k.shape变成(s1, s2, ..., sn, 1),这是在一行中执行它的最佳方法吗？

k.reshape(*(list(k.shape) + [1])

我在AWS(Amazon Web Services)上使用微实例并在python 3.3.2虚拟环境中安装.我试过了:

pip安装scipy

pip install -e git+https://github.com/scipy/scipy.git#egg=scipy

他们以:

  Please submit a full bug report,

with preprocessed source if appropriate.

See <file:///usr/share/doc/gcc-4.6/README.Bugs> for instructions.

In file included from /home/ubuntu/rose/lib/python3.3/site-packages/numpy/core/include/numpy/ndarraytypes.h:1760:0,

                 from /home/ubuntu/rose/lib/python3.3/site-packages/numpy/core/include/numpy/ndarrayobject.h:17,

                 from scipy/sparse/sparsetools/sparsetools.h:5,

                 from scipy/sparse/sparsetools/bsr.cxx:4:

/home/ubuntu/rose/lib/python3.3/site-packages/numpy/core/include/numpy/npy_1_7_deprecated_api.h:15:2: warning: #warning "Using deprecated NumPy API, disable it by " "#defining NPY_NO_DEPRECATED_API NPY_1_7_API_VERSION" [-Wcpp]

g++: internal compiler error: Killed (program cc1plus)

Please submit a full bug report,

with preprocessed source if appropriate.

See <file:///usr/share/doc/gcc-4.6/README.Bugs> for instructions.

Running from scipy source directory.

"object of …

我无法加载使用sklearn.externals.joblib.dump或保存的自定义转换器的实例，pickle.dump因为当前python会话中缺少自定义转换器的原始定义。

假设在一个python会话中，我定义，创建和保存了一个自定义转换器，它也可以在同一会话中加载：

from sklearn.base import TransformerMixin
from sklearn.base import BaseEstimator
from sklearn.externals import joblib

class CustomTransformer(BaseEstimator, TransformerMixin):
    def __init__(self):
        pass

    def fit(self, X, y=None):
        return self

    def transform(self, X, y=None):
        return X


custom_transformer = CustomTransformer()    
joblib.dump(custom_transformer, 'custom_transformer.pkl')

loaded_custom_transformer = joblib.load('custom_transformer.pkl')

打开一个新的python会话并从'custom_transformer.pkl'加载

from sklearn.externals import joblib

joblib.load('custom_transformer.pkl')

引发以下异常：

AttributeError: module '__main__' has no attribute 'CustomTransformer'

如果joblib将替换为，则会观察到相同的结果pickle。在一个会话中保存自定义转换器

with open('custom_transformer_pickle.pkl', 'wb') as f:
    pickle.dump(custom_transformer, f, -1)

并加载到另一个：

with open('custom_transformer_pickle.pkl', 'rb') as f:
    loaded_custom_transformer_pickle = pickle.load(f) …

我正在阅读这篇文章Numpy、Scipy 和 Pandas - 哦，天哪！, 安装了一些 python 包，但卡在安装 Pandas 的行中：

pip install -e git+https://github.com/pydata/pandas#egg=pandas

对于最新版本，我将“wesm”更改为“pydata”，与该帖子的唯一其他区别是我使用的是 pythonbrew。

我发现这篇文章与错误有关，但是答案中提到的 bz2 的 Makefile 在哪里？有没有其他方法可以解决这个问题？

任何帮助将非常感激。谢谢。

是否有 Fortran 等价于 Python 的 for-else 语句？

例如，以下将数字列表排序为不同的范围。在 Python 中，它是：

absth = [1, 2, 3, 4, 5]
vals = [.1, .2, .5, 1.2, 3.5, 3.7, 16.8, 19.8, 135.60]


counts = [0] * len(absth)
for v in vals:
    for i, a in enumerate(absth):
        if v < a:
            counts[i] += 1
            break
    else:
        counts[-1] += 1

在 Fortran 中，它的工作原理相同：

do iv = 1, nvals

  is_in_last_absth = .true.

  do ia = 1, nabsth - 1
    if vals(iv) < absth(ia) then
      counts(ia) = counts(ia) …

我正在尝试使用re匹配以'\n'开头的模式,然后是可能的'real(r8)',然后是零或更多的空格,然后是'function'一词,然后我想要在匹配发生的地方拆分字符串.所以对于这个字符串,

text = '''functional \n   function disdat \nkitkat function wakawak\nreal(r8) function noooooo \ndoit'''

我想要:

['functional ',
 ' disdat \nkitkat function wakawak',
 ' noooooo \ndoit']

然而,

regex = re.compile(r'''\n(real\(r8\))?\s*\bfunction\b''')

regex.split(text)

回报

['functional ',
 None,
 ' disdat \nkitkat function wakawak',
 'real(r8)',
 ' noooooo \ndoit']

split也返回匹配组.我怎么不这样问？

我想为求和编写一个 sympy 符号，但求和的索引也显示为被加数中变量名称的下标。例如，

import numpy as np
import sympy
sympy.init_printing()

r = sympy.Symbol('r')

a = sympy.Matrix(sympy.symbols('a:4'))
rpowers = sympy.Matrix([r**i for i in range(len(a))])
long_expr = a.dot(rpowers)

n = sympy.Symbol('n')
a_n = sympy.Symbol('a_n')
short_expr = sympy.Sum(a_n * r**n, (n, 0, 3))

long_expr并short_expr在数学上表示相同的事物。但是使用long_expr，我可以替换 的值a，然后将该表达式羔羊化为 numpy 函数：

coeffed_long_expr = long_expr.subs(zip(a, [-1, 3, 23, 8]))
func_long_expr = sympy.lambdify([r], coeffed_long_expr, 'numpy')

我怎样才能做同样的事short_expr？或者short_expr在这种情况下仅对显示带有求和符号的表达式有用？我希望能够使用求和符号来显示，特别是对于大ns 。