小编ele*_*ora的帖子

我想在ubuntu 14.04上安装llvmpy.

uname -a 
Linux -esktop 3.13.0-30-generic #55-Ubuntu SMP Fri Jul 4 21:40:53 UTC 2014 x86_64 x86_64 x86_64 GNU/Linux

lsb_release -a
LSB Version:    core-2.0-amd64:core-2.0-noarch:core-3.0-amd64:core-3.0-noarch:core-3.1-amd64:core-3.1-noarch:core-3.2-amd64:core-3.2-noarch:core-4.0-amd64:core-4.0-noarch:core-4.1-amd64:core-4.1-noarch:security-4.0-amd64:security-4.0-noarch:security-4.1-amd64:security-4.1-noarch
Distributor ID: Ubuntu
Description:    Ubuntu 14.04.1 LTS
Release:    14.04
Codename:   trusty

sudo pip install llvmpy失败.输出的结尾是

Cleaning up...
Command /usr/bin/python -c "import setuptools, tokenize;__file__='/tmp/pip_build_root/llvmpy/setup.py';exec(compile(getattr(tokenize, 'open', open)(__file__).read().replace('\r\n', '\n'), __file__, 'exec'))" install --record /tmp/pip-7HvRcB-record/install-record.txt --single-version-externally-managed --compile failed with error code 1 in /tmp/pip_build_root/llvmpy
Traceback (most recent call last):
  File "/usr/bin/pip", line 9, in <module>
    load_entry_point('pip==1.5.4', 'console_scripts', 'pip')()
  File "/usr/lib/python2.7/dist-packages/pip/__init__.py", …

我有一个CSV文件,其行如下所示:

ID,98.4,100M,55M,65M,75M,100M,75M,65M,100M,98M,100M,100M,92M,0#,0N#,

我可以用它阅读

#!/usr/bin/env python

import pandas as pd
import sys

filename = sys.argv[1]
df = pd.read_csv(filename)

给定一个特定的列,我想的行由ID,然后输出的平均值和标准偏差对每个ID分开.

我的第一个问题是,如何从数字中删除所有非数字部分,例如"100M"和"0N#",它们应分别为100和0.

我也试过循环相关的标题和使用

df[header].replace(regex=True,inplace=True,to_replace=r'\D',value=r'')

正如Pandas DataFrame中所建议的那样:从列中的字符串中删除不需要的部分.

然而,这将98.4变为984.

我可以访问hdfs文件系统,可以看到镶木地板文件

hadoop fs -ls /user/foo

如何将这些镶木地板文件复制到我的本地系统并将它们转换为csv以便我可以使用它们？这些文件应该是简单的文本文件,每行包含许多字段.

我有以下代码.原则上,它需要2 ^ 6*1000 = 64000次迭代,这是非常小的数字.然而,我的电脑需要9秒,我想至少运行n = 15.

from __future__ import division
import numpy as np
import itertools

n=6
iters = 1000
firstzero = 0
bothzero = 0
for S in itertools.product([-1,1], repeat = n+1):
    for i in xrange(iters):
        F = np.random.choice(np.array([-1,0,0,1], dtype=np.int8), size = n)
        while np.all(F ==0):
            F = np.random.choice(np.array([-1,0,0,1], dtype=np.int8), size = n)
        FS = np.convolve(F,S, 'valid')
        if (FS[0] == 0):
            firstzero += 1
        if np.all(FS==0):
            bothzero += 1

print "firstzero",    firstzero
print "bothzero",  bothzero

是否有可能加快这一速度或者我应该用C重写它？

分析表明它花费了大部分时间

   258003 …

如果您打开了10个xterms,那么是否可以以某种方式搜索所有bash历史记录？

我可以

history|grep something

在每一个单独但我有时想避免这一点.

我试图第一次使用英特尔C编译器,并得到完全错误的答案.我究竟做错了什么？

我有一些代码如下:

#include <stdint.h>
#include <stdio.h>

#define CHUNK_SIZE 12
#define NUM_THREADS 8

#define popcnt __builtin_popcountll
#define BILLION (1000 * 1000 * 1000)
#define UPDATE_ROW_PPROD() \
    update_row_pprod(row_pprod, row, rows, row_sums, mask, mask_popcnt)

typedef __int128 int128_t;

static inline int64_t update_row_pprod
(
    int64_t* row_pprod, int64_t row, int64_t* rows,
    int64_t* row_sums, int64_t mask, int64_t mask_popcnt
)
{
    int64_t temp = 2 * popcnt(rows[row] & mask) - mask_popcnt;

    row_pprod[0] *= temp;
    temp -= 1;
    row_pprod[1] *= temp;
    temp -= row_sums[row];
    row_pprod[2] *= temp;
    temp += …

在我的 C 代码中，我有

complex float M[n][n];
complex float *delta = malloc(n * sizeof *delta);
complex float *v = malloc(n * sizeof *v);
for (i = 0; i < n; i++) {
    v[i] -= 2.*delta[j]*M[j][i];
}

哪里i和n是整数。

有人建议我使用__builtin_assume_aligned确保这些对齐以帮助自动矢量化。但是，查看了文档后，我不明白该怎么做。

您将如何将它用于此代码？

本题代码摘自How to help gcc vectorize C code。这也是我想尝试调整事物的原因。

我有一个非常大的pyspark数据帧和一个较小的pandas数据帧,我读如下:

df1 = spark.read.csv("/user/me/data1/")
df2 = pd.read_csv("data2.csv")

两个数据帧都包括标记为"A"和"B"的列.我想创建另一个pyspark数据框,其中只有那些行df1中"A"和"B"列中的条目出现在具有相同名称的列中df2.即使用df2的列"A"和"B"过滤df1.

通常我认为这将是一个连接(实现merge)但你如何加入pandas数据帧与pyspark一个？

我无法转换df1为pandas数据帧.

我有以下代码在 matplotlib 中绘制一些线条。我试图用透明圆圈而不是用圆圈填充的标准实体来显示点。

1. 如何使圆圈与线条颜色相同？
2. 如何从图例中虚线的末端删除圆圈？目前您几乎看不到虚线。

3. 我怎样才能在图表中的每个圆圈之前和之后留出一点间隙，这样虚线就不会碰到它们。我认为这在这里看起来会更好，因为我只有点上的数据，所以中间的线不代表真实数据。

   import matplotlib.pyplot as plt
   import numpy as np
   t = np.array([0.19641715476064042,
   0.25,
   0.34,
   0.42])
   
   c  = np.array([0.17,
   0.21,
   0.27,
   0.36])
   
   plt.plot(t, '-go', markerfacecolor='w', linestyle= 'dashed', label='n=20')
   plt.plot(c, '-bo',  markerfacecolor='w', linestyle= 'dashed', label='n=22') 
   plt.show()
   

   Run Code Online (Sandbox Code Playgroud)

这就是 matplotlib 代码目前给我的。

这就是我希望它最终的样子（显然有不同的数据）。

我有一个df有 4 列的熊猫数据框 。例如，这是一个玩具示例：

foo1    foo2     foo3  foo4
egg     cheese   2     1
apple   pear     1     3
french  spanish  10    1

列是 foo1、foo2、foo3 和 foo4

我想交换列 foo1 和 foo2，并在 foo3 < foo4 时交换列 foo3 和 foo4。所以结果将是：

foo1     foo2    foo3  foo4
cheese   egg     1     2
apple    pear    1     3
spanish  french  1     10

我可以找到需要交换的行，df[df['foo3'] < df['foo4']] 但如何有效地进行交换。我的数据框很大。