小编vgo*_*ani的帖子

有几种不同的方法可以检查Python字典是否包含特定的键,即

d = {}

if key in d:

if d.contains(key):

if d.has_key(key):

一种语言允许你以几种不同的方式做同样的事情是愚蠢的,除非每种方法都做了完全不同的事情.有人可以请对比上面的三种技术,它们有何不同？

我有200,000 x 500 dataframe装入熊猫.是否有一个函数可以自动告诉我哪些列缺少数据？或者我是否必须迭代每列并逐个元素检查？

一旦找到缺少的元素,如何定义自定义函数(基于列名和同一行中的其他一些数据)来进行自动替换.我看到了fillna()方法,但我不认为它需要一个(lambda)函数作为输入.

谢谢!

我运行了一个比较numpy和python列表理解的简单速度测试,显然列表理解更快.那是对的吗？

import sys, numpy
from datetime import datetime

def numpysum(n):
    a = numpy.arange(n) ** 2
    b = numpy.arange(n) ** 3
    return a + b

def pythonsum(n):
    a = [i ** 2 for i in range(n)]
    b = [i ** 3 for i in range(n)]
    return [a[i] + b[i] for i in range(n)]

size = 10
start = datetime.now()
c1 = pythonsum(size)
delta1 = datetime.now() - start

start = datetime.now()
c2 = numpysum(size)
delta2 = datetime.now() - start

print c1
print …

我遇到了这个数据集:

http://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data

我找不到一种简单的方法将其变成Pandas Dataframe.我手动将其解析为列表列表,然后调用Dataframe构造函数,但有一种更简单的方法.谢谢!

我想用conda创建不同的环境,每个环境都有不同的$ PYTHONPATH.目前,我必须每次在.bashrc中更改环境变量.有没有一种通过conda创建多个python环境的简单方法,这样我可以无缝切换(通过源激活)并自动更新相应的$ PYTHONPATHs？

我需要将scipy.sparse CSR矩阵传递给cython函数.如何为numpy数组指定类型？

当使用带有pymongo的insert_many时,我需要忽略重复插入,其中重复项基于索引.我已经在stackoverflow上看到了这个问题,但我还没有看到有用的答案.

这是我的代码片段:

try:
    results = mongo_connection[db][collection].insert_many(documents, ordered=False, bypass_document_validation=True)
except pymongo.errors.BulkWriteError as e:
    logger.error(e)

我希望insert_many忽略重复项而不抛出异常(填满我的错误日志).或者,我可以使用单独的异常处理程序,以便我可以忽略错误.我想念"w = 0"......

谢谢

我已经通过Docker安装了最新版本的Selenium：

docker run -d -p 4444:4444 -v /dev/shm:/dev/shm selenium/standalone-chrome:latest

然后在我的python控制台中运行它：

from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
driver = webdriver.Remote("http://127.0.0.1:4444/wd/hub", DesiredCapabilities.CHROME)

最后检查了docker日志：

2019-04-24 19:09:26,880 INFO Included extra file "/etc/supervisor/conf.d/selenium.conf" during parsing
2019-04-24 19:09:26,881 INFO supervisord started with pid 8
2019-04-24 19:09:27,865 INFO spawned: 'xvfb' with pid 11
2019-04-24 19:09:27,867 INFO spawned: 'selenium-standalone' with pid 12
19:09:28.038 INFO [GridLauncherV3.parse] - Selenium server version: 3.141.59, revision: e82be7d358
2019-04-24 19:09:28,039 INFO success: xvfb entered RUNNING state, process has stayed up for > …

我想在我的模型在 Tensorflow 2.0 中训练时监控梯度流。理想情况下，我希望在模型训练时将梯度存储在数组中，然后在训练完成后通过 matplotlib 查看它们。我该怎么做？

这是我想要运行的玩具模型：

tf.keras.backend.clear_session()

input_sequence = tf.keras.layers.Input(shape=[number_timesteps, number_features])
x = tf.keras.layers.Conv1D(2**5, 3, padding='same', activation='relu')(input_sequence)
x = tf.keras.layers.Flatten()(x)
x = tf.keras.layers.Dropout(0.5)(x)
output_sequence = tf.keras.layers.Dense(number_classes, activation="softmax")(x)

model = tf.keras.Model(input_sequence, output_sequence)
model.compile(loss=tf.keras.losses.categorical_crossentropy, metrics=["accuracy"], optimizer=tf.keras.optimizers.Adam())
model.summary()

model.fit(...)

有人可以请给我一个简单的例子,说明如何使用python接口在igraph中运行louvain社区检测算法.有文件吗？

谢谢!