小编scl*_*cls的帖子

Python提供字符串格式

s="{a}|{b}.{c}.{a}"
s.format(a=2, b=3, c=4)

哪个输出

'2|3.4.2'

我正在寻找一种方法来获取字符串中的"变量"列表.

所以在我的例子中

list_of_var(s)

应该输出

['a', 'b', 'c', 'a']

我正在寻找一种使用Python Pandas在没有窗口的情况下滚动（*）分钟的方法。

让我们考虑以下 Series

In [26]: s = pd.Series([10, 12, 14, 9, 10, 8, 16, 20])
Out[26]:
0    10
1    12
2    14
3     9
4    10
5     8
6    16
7    20
dtype: int64

我想要一个像

0    10
1    10
2    10
3     9
4     9
5     8
6     8
7     8
dtype: int64

我试过了

s.rolling().min()

但出现以下错误

TypeError: rolling() missing 1 required positional argument: 'window'

我做了这个

r = s.copy()
val_min = r.iloc[0]
for i, (idx, val) in enumerate(r.iteritems()):
    if i …

我正在寻找一种无限重复序列的方法。类似的东西

julia> repeat(1:3, outer=2)
9-element Array{Int64,1}:
 1
 2
 3
 1
 2
 3

但外部是无限的，结果是迭代器（不是数组）

我试过

for i in repeatedly([1:3])
    @show i
end

重复使用IterTools 但会引发错误。

我正在寻找一种方式来获得（使用Python）（即C型整数最大值和最小值uint8，int8，uint16，int16，uint32，int32，uint64，int64从Python的...）。

我期待在ctypes模块中找到它

In [1]: import ctypes
In [2]: ctypes.c_uint8(256)
Out[2]: c_ubyte(0)
In [3]: ctypes.c_uint8(-1)
Out[3]: c_ubyte(255)

但我找不到

朱莉娅（Julia）具有出色的功能：

julia> typemax(UInt8)
0xff

julia> typemin(UInt8)
0x00

julia> typemin(Int8)
-128

julia> typemax(Int8)
127

我很确定Python具有类似的功能。

理想情况下，我什至在寻找一种方法来确保可以将给定的Python整数（据说是无界的）安全地转换为给定大小的C类型整数。如果数字不在预期的间隔内，则应引发异常。

当前溢出不会引发异常：

In [4]: ctypes.c_uint8(256)
Out[4]: c_ubyte(0)

我看到了这样的整数值的最大值和最小值，但是由于作者正在寻找Python整数的最小值/最大值，所以有点不同……而不是C整数（来自Python）

我还注意到在python中检测C类型限制（“ limits.h”）？但是，即使它很相关，也不能真正回答我的问题。

我有熊猫系列s = pd.Series({1: 10, 2:11, 4:5, 7:10})

1    10
2    11
4     5
7    10
dtype: int64

我想重新采样这个系列以获得这样的系列

1    10
2    11
3     0
4     5
5     0
6     0
7    10
dtype: int64

Python Pandas DataFrame可以具有分层索引(MultiIndex)或分层列.

我正在寻找一种方法来了解索引和列的级别(深度).

len(df.index.levels)

似乎只适用于MultiIndex,但它不适用于普通索引.

是否有一个属性(这将适用MultiIndex但也很简单Index)？

df.index.depth

要么

df.columns.depth

会很棒.

MultiIndex列和索引的一个示例:

import pandas as pd
import numpy as np

def mklbl(prefix,n):
    return ["%s%s" % (prefix,i)  for i in range(n)]

def mi_sample():
    miindex = pd.MultiIndex.from_product([mklbl('A',4),
                                       mklbl('B',2),
                                       mklbl('C',4),
                                       mklbl('D',2)])


    micolumns = pd.MultiIndex.from_tuples([('a','foo'),('a','bar'),
                                        ('b','foo'),('b','bah')],
                                         names=['lvl0', 'lvl1'])

    dfmi = pd.DataFrame(np.arange(len(miindex)*len(micolumns)).reshape((len(miindex),len(micolumns))),
                 index=miindex,
                 columns=micolumns).sortlevel().sortlevel(axis=1)
    return(dfmi)

df = mi_sample()

所以df看起来像:

lvl0           a         b
lvl1         bar  foo  bah  foo
A0 B0 C0 D0    1    0    3    2
         D1    5    4 …

在一些Julia代码中何时可以看到条件表达式，例如

if val !== nothing
    dosomething()
end

val类型变量在哪里Union{Int,Nothing}

条件val !== nothing和之间有什么区别val != nothing？

我是 Modelica 的新手。

我使用 OpenModelica 连接编辑器完成了此操作。

用下面的代码

model chariot_portique
  Modelica.Blocks.Sources.CombiTimeTable combiTimeTable(extrapolation = Modelica.Blocks.Types.Extrapolation.HoldLastPoint, table = [0, 0; 4, 3; 8, 3; 12, 0; 16, 0; 20, -3; 24, -3; 28, 0], tableOnFile = false) annotation(
    Placement(transformation(extent = {{-80, 20}, {-60, 40}})));
  Modelica.Blocks.Continuous.Derivative derivative(T = 1, k = 1)  annotation(
    Placement(visible = true, transformation(origin = {-26, 30}, extent = {{-10, -10}, {10, 10}}, rotation = 0)));
equation
  connect(combiTimeTable.y, derivative.u) annotation(
    Line(points = {{-58, 30}, {-38, 30}}, color = {0, 0, 127})); …