小编Dav*_*ang的帖子

如果我有一个清单,请说:

ll = ['xx','yy','zz']

我想将此列表的每个元素分配给一个单独的变量:

var1 = xx
var2 = yy
var3 = zz

不知道列表有多长,我该怎么做？我试过了:

max = len(ll)
count = 0
for ii in ll:
    varcount = ii
    count += 1
    if count == max:
        break

我知道varcount不是创建动态变量的有效方法,但我要做的是根据计数创建var0,var1,var2,var3等.

谢谢!

编辑:

我应该开始一个新问题.谢谢你的帮助!

我在排序然后重置我在Pandas中的索引时遇到了一些麻烦:

dfm = dfm.sort(['delt'],ascending=False)
dfm = dfm.reindex(index=range(1,len(dfm)))

在重新索引之后,数据帧返回未排序.我的最终目标是有一个排序数据框,索引号从1 - > len(dfm),所以如果有更好的方法,我不介意,

谢谢!

我知道如何在Jupyter Notebook中显示彼此相邻(水平)的两个图,但我不知道是否有办法显示旁边有数据框的图.我想它看起来像这样:

但是,我无法做到这一点,每当我打印出数据帧时,它都显示在我的情节下面......

这是一个类似的问题,但我也在同一个单元格中输出我希望垂直定向的图.

我目前有这个:

# line plots
df_plot[['DGO %chg','DLM %chg']].plot(figsize=(15,5),grid=True)
plt.ylim((-ylim,ylim))

df_plot[['Diff']].plot(kind='area',color='lightgrey',figsize=(15,1))
plt.xticks([])
plt.xlabel('')
plt.ylim((0,ylim_diff))
plt.show()

# scatter plots
plt.scatter(x=df_scat[:-7]['DGO'],y=df_scat[:-7]['DLM'])
plt.scatter(x=df_scat[-7:]['DGO'],y=df_scat[-7:]['DLM'],color='red')
plt.title('%s Cluster Last 7 Days'%asset)
plt.show()

# display dataframe
# display(df_scat[['DGO','DLM']][:10]) <-- prints underneath, not working

红框显示我希望我的数据框出现的位置.有没有人对如何做到这一点有任何想法？

谢谢你的想法!

我想知道我是否可以通过smtplib发送matplotlib pyplot.我的意思是,在我绘制这个数据帧之后:

In [3]: dfa
Out[3]:
           day      imps  clicks
70  2013-09-09  90739468   74609
69  2013-09-08  90945581   72529
68  2013-09-07  91861855   70869

In [6]: dfa.plot()
Out[6]: <matplotlib.axes.AxesSubplot at 0x3f24da0>

我知道我可以看到情节使用

plt.show()

但是对象本身存储在哪里？或者我误解了关于matplotlib的一些事情？有没有办法将它转换为python中的图片或html所以我可以通过smtplib发送它？谢谢!

在pandas数据框中选择每个重复集的倒数第二个的最有效方法是什么？

例如,我基本上想要做这个操作:

df = df.drop_duplicates(['Person','Question'],take_last=True)

但是这个:

df = df.drop_duplicates(['Person','Question'],take_second_last=True)

抽象问题:如果重复既不是最大值也不是最小值,如何选择要保留的副本？

所以 PIL ImageGrab.grabclipboard() 似乎发生了一些奇怪的事情

import win32com.client
from PIL import ImageGrab

o = win32com.client.Dispatch('Excel.Application')
o.visible = False

wb = o.Workbooks.Open(path)
ws = wb.Worksheets['Global Dash']

ws.Range(ws.Cells(1,1),ws.Cells(66,16)).CopyPicture()  
img = ImageGrab.grabclipboard()
imgFile = os.path.join(path_to_img,'test.jpg')
img.save(imgFile)

当我运行这个时，我注意到如果我 ctrl-V ，图像实际上正确保存在剪贴板上，但我的 img 变量返回 None ，这意味着 ImageGrab.grabclipboard() 不知何故不起作用。有任何想法吗？

这对我来说一直是一个问题,因为我很乐意使用Jupyter Notebook来编写我的研究报告,但是发现很难将我的Jupyter笔记本导出为PDF而没有代码且没有大的格式错误.

我能够以PDF格式下载笔记本,但还没有找到隐藏代码的方法,或者让PDF类似于笔记本的格式.

没有我在SO上找到的解决方案已足以解决我的问题,因此这可能不是Jupyter Notebook的预期功能.

我正在尝试使用TFS 2013使用git-tfs在TFS中克隆GIT存储库

git tfs clone http://servername:8080/tfs/DCM "$/Python"

给我：

error: the path $/Python you want to clone doesn't exist!

“ DCM”是集合的名称，“ Python”是项目的名称：

我尝试列出分支：

git tfs list-remote-branches http://servername:8080/tfs/DCM

产生：

No TFS branches were found!

我的直觉是这是一个语法错误，但不确定我在做什么错。

我已经相当成功地使用 pandas/excelwriter 有条件地格式化我的 Excel 文件

但是，我在创建不同的彩色数据条时遇到问题，就像可以在 Excel 中创建的数据条一样：

我尝试设置最小和最大颜色：

worksheet.conditional_format('G2:I80'{'type':'data_bar','min_color':'red','max_color':'green'})

但结果是这样的：

from sklearn.linear_model import LinearRegression

在 Jupyter Notebook 中给了我这个错误：

---------------------------------------------------------------------------
ImportError                               Traceback (most recent call last)
<ipython-input-127-36ba82e2d702> in <module>()
----> 1 from sklearn.linear_model import LinearRegression
      2 
      3 lin_reg = LinearRegression()
      4 lin_reg.fit(housing_prepared, housing_labels)

C:\Users\David\Anaconda2\lib\site-packages\sklearn\linear_model\__init__.py in <module>()
     19                                  MultiTaskElasticNet, MultiTaskElasticNetCV,
     20                                  MultiTaskLassoCV)
---> 21 from .huber import HuberRegressor
     22 from .sgd_fast import Hinge, Log, ModifiedHuber, SquaredLoss, Huber
     23 from .stochastic_gradient import SGDClassifier, SGDRegressor

C:\Users\David\Anaconda2\lib\site-packages\sklearn\linear_model\huber.py in <module>()
     10 from ..utils import check_X_y
     11 from ..utils import check_consistent_length
---> 12 from ..utils import axis0_safe_slice …