小编ost*_*ach的帖子

几个月前我注册了一个个人 GitLab 运行器，但我不再使用它。如何完全删除它，使其不会显示在我的 GitLab CI/CD 设置页面上？

打电话tf.set_random_seed(SEED)没影响,我可以告诉......

例如,在IPython笔记本中多次运行下面的代码每次都会产生不同的输出:

import tensorflow as tf
tf.set_random_seed(42)
sess = tf.InteractiveSession()
a = tf.constant([1, 2, 3, 4, 5])
tf.initialize_all_variables().run()
a_shuf = tf.random_shuffle(a)
print(a.eval())
print(a_shuf.eval())
sess.close()

如果我明确设置种子:a_shuf = tf.random_shuffle(a, seed=42),每次运行后输出都是相同的.但是,如果我已经打电话,为什么我需要设置种子tf.set_random_seed(42)？

使用numpy的等效代码正常工作:

import numpy as np
np.random.seed(42)
a = [1,2,3,4,5]
np.random.shuffle(a)
print(a)

我正在创建一个django webserver,允许用户在本地机器上运行一些"可执行文件"并通过网页分析它们的输出.

我之前使用过Celery任务队列,以便在类似的情况下运行"可执行文件".但是,在阅读了Python concurrent.futures之后,我开始怀疑我是否应该使用ThreadPoolExecutor,或者ProcessPoolExecutor(或者ThreadPoolExecutor在a ProcessPoolExecutor:D中)？

谷歌搜索我只能找到一个相关的问题比较芹菜和龙卷风,它转向单独使用龙卷风.

我应该使用Celery还是PoolExecutor我的简单网络服务器,为什么？

我有一个Pandas DataFrame（称为df），我想将其上传到MySql数据库。数据框具有列[ A，B，C ]，数据库中的表具有列[ ID，A，B和C ]。数据库中的ID列是自动递增的主键。

我可以使用df.to_sql('table_name', engine)命令将数据帧上传到数据库。但是，这没有给我任何有关数据库分配给传入数据的ID列的值的信息。我获得此信息的唯一方法是使用A，B，C列的值查询数据库：

select 
ID, A, B, C 
from db_table 
where (A, B, C) in ((x1, y1, z1), (x2, y2, z2), ...) 

但是，当我插入大量数据时，此查询将花费很长时间。

有没有更简单快捷的方法来获取数据库分配给传入数据的ID列的值？

编辑1： 我可以根据下面的user3364098的回答自己分配ID列。但是，我的工作是并行运行的管道的一部分。如果我自己分配ID列，则有可能将相同的ID值分配给同时上传的不同数据框。这就是为什么我想将ID分配任务委托给数据库。

解决方案： 我最终自己分配了ID列，并在上载数据时对表进行了锁定，以确保没有其他进程上载具有相同id值的数据。基本上：

try:
    engine.execute('lock tables `table_name` write')
    max_id_query = 'select max(ID) FROM `table_name`' …

我正在使用seabornpairplot来绘制几个自变量与因变量的关系图。

import seaborn as sns
iris = sns.load_dataset("iris")
x_vars = ['sepal_length', 'sepal_width', 'petal_length']
y_vars = ['petal_width']
pp = sns.pairplot(data=iris, x_vars=x_vars, y_vars=y_vars)

现在我想向第二个和第三个子图添加 y 轴刻度和标签。

添加 y 轴标签很简单：

pp.set(ylabel='petal_width')

但我一生都无法弄清楚如何显示 y_ticklabels。

像：

pp.set(yticklabels=np.arange(-0.5, 3.01, 0.5))

或者：

for i in range(3):
    ax = pp.axes[0,i]
    ax.set_yticks(np.arange(-0.5, 3.01, 0.5))
    ax.set_yticklabels(np.arange(-0.5, 3.01, 0.5))
    ax.set_visible(True)

没有什么区别。

如何使用pandas 执行完全外连接 两个数据帧的交叉连接而没有共同的列？

在MySQL中,您可以简单地执行:

SELECT *
FROM table_1
[CROSS] JOIN table_2;

但在熊猫中,做:

df_1.merge(df_2, how='outer')

给出错误:

MergeError: No common columns to perform merge on

我到目前为止最好的解决方案是使用sqlite:

import sqlalchemy as sa
engine = sa.create_engine('sqlite:///tmp.db')
df_1.to_sql('df_1', engine)
df_2.to_sql('df_2', engine)
df = pd.read_sql_query('SELECT * FROM df_1 JOIN df_2', engine)

说我有以下抽象类Foo:

import abc

class Foo(abc.ABC):

    @abc.abstractmethod
    def bar(self):
        raise NotImplementedError

我该怎么把这个bar方法放在身体里？

我看到了很多代码raise NotImplementedError,如上所示.但是,这似乎是多余的,因为任何未实现的子类bar都会引发TypeError: Can't instantiate abstract class Foo with abstract methods bar它实例化的时间.

将Pythonic bar留空是否如下:

import abc

class Foo(abc.ABC):

    @abc.abstractmethod
    def bar(self):
        ...

这是在抽象基类的Python文档中所做的,但我不确定这只是占位符还是如何编写代码的实际示例.

如果bar只留下三个点(...),我应该何时使用NotImplementedError？

我收到一个 MyPy 错误“缺少返回语句”，即使我检查了函数内的所有可能情况。

例如，在下面的代码中，MyPy 仍然给我一个错误"9: error: Missing return statement"，即使color只能是Color.RED, Color.GREEN, or Color.BLUE，我测试了所有这些情况！

class Color(enum.IntEnum):
    RED: int = 1
    GREEN: int = 2
    BLUE: int = 3


def test_enum(color: Color) -> str:
    if color == Color.RED:
        return "red"
    elif color == Color.GREEN:
        return "green"
    elif color == Color.BLUE:
        return "blue"

我正在使用aiohttp.

一些协程需要使用库来调用aiomysql数据库。的文档aiomysql有以下示例：

import asyncio
import aiomysql

loop = asyncio.get_event_loop()


async def test_example():
    conn = await aiomysql.connect(host='127.0.0.1', port=3306,
                                       user='root', password='', db='mysql',
                                       loop=loop)

    cur = await conn.cursor()
    await cur.execute("SELECT Host,User FROM user")
    print(cur.description)
    r = await cur.fetchall()
    print(r)
    await cur.close()
    conn.close()

loop.run_until_complete(test_example())

我的问题是关于全局变量的定义loop：

loop = asyncio.get_event_loop()

我真的需要将其loop作为全局变量保存在某个地方，还是可以asyncio.get_event_loop()在需要时调用它？

例如，在上面的代码示例中，当我连接到数据库时，我可以获得事件循环：

    conn = await aiomysql.connect(host='127.0.0.1', port=3306,
                                       user='root', password='', db='mysql',
                                       loop=asyncio.get_event_loop())

调用是否会产生不小的运行时成本asyncio.get_event_loop()或我遗漏的其他内容？

我有一个 python 文件，它使用 SQLAlchemy 来定义给定数据库中的所有表，包括所有适用的索引和外键约束。该文件如下所示：

Base = declarative_base()

class FirstLevel(Base):
    __tablename__ = 'first_level'
    first_level_id = Column(Integer, index=True, nullable=False, primary_key=True, autoincrement=True)
    first_level_col1 = Column(String(100), index=True)
    first_level_col2 = Column(String(100))
    first_level_col3 = Column(String(100))

class SecondLevel(Base):
    __tablename__ = 'second_level'
    second_level_id = Column(Integer, index=True, nullable=False, primary_key=True, autoincrement=True)
    first_level_id = Column(None, ForeignKey(FirstLevel.first_level_id, onupdate='cascade', ondelete='cascade', deferrable=True), index=True, nullable=False)
    second_level_col1 = Column(String(100), index=True)
    second_level_col2 = Column(String(100))
    second_level_col3 = Column(String(100))

class ThirdLevel(Base):
    __tablename__ = 'third_level'
    third_level_id = Column(Integer, index=True, nullable=False, primary_key=True, autoincrement=True)
    first_level_id = Column(None, ForeignKey(FirstLevel.first_level_id, onupdate='cascade', ondelete='cascade', deferrable=True), …