小编Dan*_*Man的帖子

我使用的是python 3.4,Django 1.7.1(本书中考虑的版本),Postgres 9.3,我的IDE是Eclipse.

我一直在研究"轻量级Django - Elman和Lavin"这本书,我在第4章和第5章中已经被困了几天,我们应该使用其余的框架和backbone.js.例如,见

轻量级Django - 第4章和第5章

几天前,我试图通过本书中提供的myseld进行编码,并检查上面链接中提供的示例.但是,由于我没有继续,我决定复制上面链接中提供的代码并尝试运行.出现了同样的错误:

AssertionError at /

Relational field must provide a `queryset` argument, or set read_only=`True`.

Request Method:     GET
Request URL:    http://127.0.0.1:8000/
Django Version:     1.7.1
Exception Type:     AssertionError
Exception Value: 

关系字段必须提供queryset参数,或设置read_only = True.

Exception Location:     /usr/local/lib/python3.4/dist-packages/rest_framework/relations.py in __init__, line 35
Python Executable:  /usr/bin/python3
Python Version:     3.4.0
Python Path:    

['/home/daniel/workspace/Scrum',
 '/usr/lib/python3.4',
 '/usr/lib/python3.4/plat-i386-linux-gnu',
 '/usr/lib/python3.4/lib-dynload',
 '/usr/local/lib/python3.4/dist-packages',
 '/usr/lib/python3/dist-packages']

这个错误出现在"relations.py"中,它属于django-rest-framework.因为我使用的是上面链接中提供的确切代码,所以它应该没有错误.实际上,我改变了唯一的一段代码在settings.py中(重复发生错误后):

之前:

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.postgresql_psycopg2',
        'NAME': 'scrum',
    }
}

现在:

DATABASES …

我一直在尝试使用

myNews=urlopen(url).read()    
myNews=nltk.clean_html(myNews)

我收到以下错误:

文件"/usr/local/lib/python2.7/dist-packages/nltk-3.0.0-py2.7.egg/nltk/util.py",第346行,在clean_html中引发NotImplementedError("删除HTML标记,使用BeautifulSoup的get_text()函数")NotImplementedError:要删除HTML标记,请使用BeautifulSoup的get_text()函数

当我查看文件util.py时,我可以看到它没有实现:

def clean_html(html):
    raise NotImplementedError ("To remove HTML markup, use BeautifulSoup's get_text() function")

它应该不实施吗？

我在张量流中尝试不同的损失函数.

我想要的损失函数是一种epsilon不敏感函数(这是分量):

if(|yData-yModel|<epsilon):
    loss=0
else
    loss=|yData-yModel|    

我试过这个解决方案:

yData=tf.placeholder("float",[None,numberOutputs]) 

yModel=model(...

epsilon=0.2
epsilonTensor=epsilon*tf.ones_like(yData)
loss=tf.maximum(tf.abs(yData-yModel)-epsilonTensor,tf.zeros_like(yData))
optimizer = tf.train.GradientDescentOptimizer(0.25)
train = optimizer.minimize(loss)

我也用过

optimizer = tf.train.MomentumOptimizer(0.001,0.9)

我在实现中没有发现任何错误.然而,它没有收敛,而loss = tf.square(yData-yModel)收敛并且loss = tf.maximum(tf.square(yData-yModel)-epsilonTensor,tf.zeros_like(yData))也收敛.

所以,我也尝试了一些更简单的loss = tf.abs(yData-yModel),它也没有收敛.我是否犯了一些错误,或者在零或其他方面存在abs的不可微分性问题？abs函数会发生什么？

我想评估残差:( y-hat y).

我知道该怎么做:

df = pd.read_csv('myFile', delim_whitespace = True, header = None)
df.columns = ['column1', 'column2']
y, X = ps.dmatrices('column1 ~ column2',data = df, return_type = 'dataframe')
model = sm.OLS(y,X)
results = model.fit()
predictedValues = results.predict()
#print predictedValues
yData = df.as_matrix(columns = ['column1'])
res = yData - predictedValues

我想知道是否有一种方法可以做到这一点(？).

我下面有这段代码。对于我来说，它对列而不是对行有效，这使我感到惊讶。

import pandas as pd

def summarizing_data_variables(df):
    numberRows=size(df['ID'])
    numberColumns=size(df.columns)
    summaryVariables=np.empty([numberColumns,2], dtype =  np.dtype('a50'))    
    cont=-1    
    for column in df.columns:
        cont=cont+1
        summaryVariables[cont][0]=column
        summaryVariables[cont][1]=size(df[df[column].isin([0])][column])/(1.0*numberRows)
    print summaryVariables

def summarizing_data_users(fileName):
    print "Sumarizing users..."   
    numberRows=size(df['ID'])
    numberColumns=size(df.columns)      
    summaryVariables=np.empty([numberRows,2], dtype =  np.dtype('a50'))    
    cont=-1

    for row in df['ID']:
        cont=cont+1
        summaryVariables[cont][0]=row
        dft=df[df['ID']==row]
        proportionZeros=(size(dft[dft.isin([0])])-1)/(1.0*(numberColumns-1)) # THe -1 is used to not count the ID column
        summaryVariables[cont][1]=proportionZeros
    print summaryVariables


if __name__ == '__main__':

    df = pd.DataFrame([[1, 2, 3], [2, 5, 0.0],[3,4,5]])
    df.columns=['ID','var1','var2']
    print df

    summarizing_data_variables(df)
    summarizing_data_users(df) 

输出是这样的：

   ID  var1  var2
0   1 …

虽然我是其他语言的一种实验程序员,但我是Python的新手.我一直试图做一个非常简单的事情,就是在开始后退出主循环.这似乎是一个大问题.以下程序仅生成一系列事件.一切似乎都在起作用,但我无法关闭最终的窗口......我该怎么办？

from Tkinter import *

root=Tk()
theMainFrame=Frame(root)
theMainFrame.pack()



class CloseAfterFinishFrame1(Frame): # Diz que herda os parametros de Frame
    def __init__(self):
        Frame.__init__(self,theMainFrame) # Inicializa com os parametros acima!!
        Label(self,text="Hi",font=("Arial", 16)).pack()
        button = Button (self, text = "I am ready", command=self.CloseWindow,font=("Arial", 12))
        button.pack()            
        self.pack()

    def CloseWindow(self):
        self.forget()
        CloseAfterFinishFrame2()



class CloseAfterFinishFrame2(Frame): # Diz que herda os parametros de Frame
    def __init__(self):
        Frame.__init__(self,theMainFrame) # Inicializa com os parametros acima!!
        Label(self,text="Hey",font=("Arial", 16)).pack()
        button = Button (self, text = "the End", command=self.CloseWindow,font=("Arial", 12))
        button.pack()
        self.pack()        
    def …

我有一个像这样的数据框：

     year   fcode        y        x
0    1987  410032       NaN       0
1    1988  410032       NaN       0
2    1989  410032       NaN       0
3    1987  410440       NaN       0
4    1988  410440       NaN       0
5    1989  410440       NaN       0
6    1987  410495       NaN       0
7    1988  410495       NaN       0
8    1989  410495       NaN       0
9    1987  410500       NaN       0
10   1988  410500       NaN       0
11   1989  410500       NaN       0
12   1987  410501       NaN       0
13   1988  410501       NaN       0
14   1989  410501       NaN       0 …

Run Code Online (Sandbox Code Playgroud)

有没有一种方法可以用简单的asi“-”代替所有类型的连字符？我正在寻找适合太空的类似东西：

txt = re.sub(r'[\s]+',' ',txt)

我相信某些非ASCII“-”连字符会避免删除某些特定停用词（由连字符连接的项目名称）的正确过程：

我想用AR-L1003代替此AR–L1003'，但是我想对全文进行此操作。

我可以做这个：

model=linear_model.LogisticRegression(solver='lbfgs',max_iter=10000)
kfold = model_selection.KFold(n_splits=number_splits,shuffle=True, random_state=random_state)
scalar = StandardScaler()
pipeline = Pipeline([('transformer', scalar), ('estimator', model)])
results = model_selection.cross_validate(pipeline, X, y, cv=kfold, scoring=score_list,return_train_score=True)

其中 Score_list 可以是类似['accuracy','balanced_accuracy','precision','recall','f1'].

我也可以这样做：

kfold = model_selection.KFold(n_splits=number_splits,shuffle=True, random_state=random_state)
scalar = StandardScaler()
pipeline = Pipeline([('transformer', scalar), ('estimator', model)])
for i, (train, test) in enumerate(kfold.split(X, y)):
    pipeline.fit(self.X[train], self.y[train])
    pipeline.score(self.X[test], self.y[test])

但是，我无法更改最后一行中管道的分数类型。我怎样才能做到这一点？

我曾经像这样使用这个模块：

import community

if __name__ == '__main__':

    G = nx.karate_club_graph()
    pos = nx.spring_layout(G)

    partition = community.best_partition(G)

我安装了正确的模块：

sudo pip3 install python-louvain

我收到此错误：

AttributeError: module 'community' has no attribute 'best_partition'

据我所知，它遵循此处提供的文档。