小编Pau*_*l H的帖子

我有一个pandas数据框,如下所示:

[('1975801_m', 1      0.203244
10    -0.159756
16    -0.172756
19    -0.089756
20    -0.033756
23    -0.011756
24     0.177244
32     0.138244
35    -0.104756
36     0.157244
40     0.108244
41     0.032244
42     0.063244
45     0.362244
59    -0.093756
62    -0.070756
65    -0.030756
66    -0.100756
73    -0.140756
77    -0.110756
81    -0.100756
84    -0.090756
86    -0.180756
87     0.119244
88     0.709244
102   -0.030756
105   -0.000756
107   -0.010756
109    0.039244
111    0.059244
Name: RTdiff), ('3878418_m', 1637    0.13811
1638   -0.21489
1644   -0.15989
1657   -0.11189
1662   -0.03289
1666   -0.09489
1669    0.03411
1675 …

我想知道是否有一种方法可以在 Python 中使用 matplotlib 绘制直方图和尖顶图。

我有以下用于绘制直方图的内容

a = np.array(values)
plt.hist(a, 32, normed=0, facecolor='blue', alpha = 0.25)
plt.show()

但我不知道 matplotlib 是否有绘制尖顶图的好方法。

这就是我正在做的：

a = np.array(values)
bins = np.arange(int(min), int(max) + 2)
histogram = np.histogram(a, bins = bins, normed = True)
v = []
s = 0.0
for e in histogram[0]:
    s = s + e
    v.append(s)
v[0] = histogram[0][0]
plt.plot(v)
plt.show()

我有一个像这样加载的DataFrame

        minData = pd.read_csv(
                currentSymbol["fullpath"],
                header = None,
                names = ['Date', 'Time', 'Open', 'High', 'Low', 'Close', 'Volume', 'Split Factor', 'Earnings', 'Dividends'], 
                parse_dates = [["Date", "Time"]],
                date_parser = lambda x : datetime.datetime.strptime(x, '%Y%m%d %H%M'), 
                index_col = "Date_Time",
                sep=' ')

数据看起来像这样

>>> minData.index
<class 'pandas.tseries.index.DatetimeIndex'>
[1998-01-02 09:30:00, ..., 2013-12-09 16:00:00]
Length: 1373036, Freq: None, Timezone: None
>>> 

>>> minData.head(5)
                        Open     High      Low    Close   Volume  \
Date_Time                                                          
1998-01-02 09:30:00  8.70630  8.70630  8.70630  8.70630   420.73   
1998-01-02 09:35:00  8.82514  8.82514  8.82514  8.82514   420.73   
1998-01-02 09:42:00 …

我正在尝试从 Netezza 导出一个大文件（使用 Netezza ODBC + pyodbc），此解决方案会引发 memoryError，如果我在没有“list”的情况下循环，它会非常慢。你知道一个不会杀死我的服务器/python进程但可以运行得更快的中间解决方案吗？

cursorNZ.execute(sql)
archi = open("c:\test.csv", "w")
lista = list(cursorNZ.fetchall())
for fila  in lista:
    registro = ''
    for campo in fila:
        campo = str(campo)
        registro = registro+str(campo)+";"
    registro = registro[:-1]
    registro = registro.replace('None','NULL')
    registro = registro.replace("'NULL'","NULL")
    archi.write(registro+"\n")

- - 编辑 - -

谢谢，我正在尝试：其中“sql”是查询，cursorNZ 是

connMy = pyodbc.connect(DRIVER=.....)
cursorNZ = connNZ.cursor()

chunk = 10 ** 5  # tweak this
chunks = pandas.read_sql(sql, cursorNZ, chunksize=chunk)
with open('C:/test.csv', 'a') as output:
    for n, df in enumerate(chunks):
        write_header …

我正在使用64位无符号整数,并在比特移位后比较该值,然后解码其余的位值.我正在迭代数百万个值并尝试最小化处理时间.

问题是uint64和numpy-uint64都不支持位移.我试图避免使用int64来避免负值.

示例数据:移位后的0x8204000000000080(字>> 60):= - 8#,但与0x8相比

循环一百万次,看看它需要多长时间,发现在所有方法中,'>>'移位运算符是最有效的,具有调用abs()函数的下一个最佳选项.对此有更好的解决方案吗？

循环代码:

import numpy as np
import time

start_time= time.time()
for i in range(1000000):
    x= np.int64(-1)
    x=np.right_shift(x,60)
print (time.time()-start_time)

start_time= time.time()
for i in range(1000000):
    x= np.uint64(-1)
    x=int(x/(2**60))
print (time.time()-start_time)

start_time= time.time()
for i in range(1000000):
    x= np.int64(-1)
    x=abs(x>>60)
print (time.time()-start_time)

start_time= time.time()
for i in range(1000000):
    x= np.int64(-1)
    x= x>>60
print (time.time()-start_time)

输出:

2.055999994277954
3.1540000438690186
0.619999885559082
0.5810000896453857

我的目的是在seaborn的特定坐标处添加补丁lmplot：

有没有办法添加一个矩形/正方形补丁lmplot？

我能够通过 打印出情节sns.lmplot()。但是当我尝试使用ax.add_patch()具有相关坐标的语句添加矩形面片时，出现错误。

#Sample code to generate lmplot  and add patch   
ax= sns.lmplot('A', 'B', hue="group", data=res_me,fit_reg=False, \
              palette="Set1",size=10, aspect=1, scatter_kws={"s": 100,"linewidths":2,"edgecolor":"black"})

ax.add_patch(patches.Rectangle((0.912, 0.72), 1.02, .802,fill=False,edgecolor='green',lw=3))

我收到以下错误。

AttributeError: 'FacetGrid' object has no attribute 'add_patch'

那么我们可以添加补丁吗FacetGrid？

for如果i等于2的倍数,如何在循环中打印换行符？

例如:

for i in range(0, 10):
  for j in range(0, 10):
    print('Hello')
    ##Print a newline when i equals to 2, 4, 6, 8, and 10
    ##if(i == 2):
      ##print('\n')

我正在运行 Python 3.7.4，并且在处理某些事情时发现了一些不良行为，然后我将其简化为：

>>> x = 5
>>> x -= 1 if False else print("blah")
blah
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for -=: 'int' and 'NoneType'

除非有什么明显的东西我只是想念？为什么它甚至试图评估 -= 如果它落入其他？

我有一个格式如下的元组值列表：

[{'name': 'name', 'value': 'Zach'}, 
{'name': 'email', 'value': 'zach@gmail.com'}, 
{'name': 'age', 'value': '21'}]

我正在尝试使用正确的键/值排列字典对象。这是到目前为止我已经能够想出的代码：

msg_dict = dict((k, v) for k, v in msg_ls)
print(msg_dict)

这是打印

{'name': 'value'}
{'name': 'value'}
{'name': 'value'}

虽然我需要它阅读

'name': Zach
'email': zach@gmail.com
'age': 21