小编00_*_*_00的帖子

我正在创建一个 conda 环境：

conda env export --name root > myEnv.yml

我在文件中手动将“root”替换为“myEnv”。这是在共享机器上完成的。然后我移动到另一个系统，我这样做：

conda env create -f myEnv.yml

name: my_env
channels:
file://somewhere//
otherpublicrepos

不幸的是，在文件中有一个私人频道，我不得不将其删除

现在我（一个接一个）从 file:// 中的那些丢失的包错误中得到了很多，我必须手动从文件中删除它们。

如何仅安装公共存储库中可用的内容但最终创建环境？

-q 选项没有帮助，conda create输出

ResolvePackageNotFound:   - ALIB 3.2.1 1

并在不创造环境的情况下默默返回

我想使用scipy.stats.probplot对进行一些高斯测试mydata。

from scipy import stats
_,fit=stats.probplot(mydata, dist=stats.norm,plot=ax)
goodness_fit="%.2f" %fit[2]

该文件说：

生成样本数据相对于指定理论分布（默认为正态分布）的分位数的概率图。probplot可以选择计算数据的最佳拟合线，并使用Matplotlib或给定的绘图函数对结果进行绘图。probplot生成概率图，请勿将其与QQ或PP图混淆。Statsmodels具有此类更广泛的功能，请参阅statsmodels.api.ProbPlot。

但是如果用谷歌搜索概率图，它是PP图的通用名称，而文档则说不要混淆这两件事。

现在我很困惑，这个函数在做什么？

我有一个混合的pd.DataFrame：

import pandas as pd
import numpy as np
df = pd.DataFrame({ 'A' : 1.,
                     'B' : pd.Timestamp('20130102'),
                     'C' : pd.Timestamp('20180101'),
                     'D' : np.random.rand(10),
                     'F' : 'foo' })

df
Out[12]: 
     A          B          C         D    F
0  1.0 2013-01-02 2018-01-01  0.592533  foo
1  1.0 2013-01-02 2018-01-01  0.819248  foo
2  1.0 2013-01-02 2018-01-01  0.298035  foo
3  1.0 2013-01-02 2018-01-01  0.330128  foo
4  1.0 2013-01-02 2018-01-01  0.371705  foo
5  1.0 2013-01-02 2018-01-01  0.541246  foo
6  1.0 2013-01-02 2018-01-01  0.976108  foo
7 …

我必须检查是否foo是 的属性myclass。

现在我做

def myclass():
    try:
        self.foo
    except AttributeError:
        self.foo = 'default'

虽然我认为我应该做

if not hasattr(self,'foo'):
    self.foo = 'default'

这两种方法之间有什么区别吗？应该首选哪一种？

我正在寻找以下标准：

• 与多重继承的一致性
• 跨 Python 版本的可移植性
• 开销有限

我有一个数据框和一个列表

df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
mylist= [10,20,30,40,50]

我希望在数据帧的每一行中都有一个列表作为元素.如果我喜欢这里,

df['C'] = mylist

Pandas试图每行播放一个值,所以我得到一个错误Length of values does not match length of index.

   A  B   C
0  1  4  [10,20,40,50]
1  2  5  [10,20,40,50]
2  3  6  [10,20,40,50]

我有一个像

v = np.array([1.0,1.0,2.0,2.0,2.0,2.0,...])

我需要识别数组中的所有常量段，如

[{value:1.0,location:0,duration:2},..]

效率是主要指标

如何检查myname google脚本中是否存在工作表,以避免insertSheet在现有名称上使用错误？

以下不起作用

 var ss = SpreadsheetApp.getActiveSpreadsheet();
 var itt = ss.getSheetByName('_EmailList');
  if (! (itt.hasNext())){
    ss.insertSheet('_EmailList');}

我正在尝试将大型数据集提供给keras模型。数据集不适合内存。当前存储为一系列hd5f文件

我想使用训练我的模型

model.fit_generator(my_gen, steps_per_epoch=30, epochs=10, verbose=1)

但是，在我可以在线找到的所有示例中，这些示例my_gen仅用于对已加载的数据集执行数据扩充。例如

def generator(features, labels, batch_size):

 # Create empty arrays to contain batch of features and labels#

 batch_features = np.zeros((batch_size, 64, 64, 3))
 batch_labels = np.zeros((batch_size,1))

 while True:
   for i in range(batch_size):
     # choose random index in features
     index= random.choice(len(features),1)
     batch_features[i] = some_processing(features[index])
     batch_labels[i] = labels[index]
   yield batch_features, batch_labels

就我而言，它必须像

def generator(features, labels, batch_size):    
 while True:
   for i in range(batch_size):
     # choose random index in features
     index= # SELECT THE NEXT FILE
     batch_features[i] …

我有一份詹金斯的工作。这非常简单：从 git 中拉取，然后运行构建。

构建只是一步：

执行窗口命令批处理

在我的用例中，我需要运行一些 python 脚本。有些会失败，有些则不会。

python a.py
python b.py

什么决定了构建的最终状态？看来我可以通过以下方式编辑：

echo @STABLE > build.proprieties

但如果用户没有指定，STABLE/UNSTABLE 状态是如何分配的呢？如果 b.py 引发错误并失败会发生什么？

我正在用python编写一个类。

class my_class(object):
    def __init__(self):
    # build my objects 
    def foo(self,*args,**kwargs):
    # do something with them

然后我想扩展这个类：

class my_extended_class(my_class):

但我无法弄清楚访问父方法的正确方法是什么。

我可以吗：

1）创建一个父对象的实例？在构造函数时

def __init__(self):
    self.my_father=my_class()
    # other child-specific statements
    return self
def foo(self,*args,**kwargs):
    self.my_father.foo(*args,**kwargs)
    # other child-specific statements
    return self

2）“直接”调用父方法？

def foo(self,*args,**kwargs):
    my_class.foo(*args,**kwargs)
    # other child-specific statements
    return self

3）其他可能的方式？