小编Cok*_*kes的帖子

我想使散点图上的点的颜色对应于空隙分数的值,但是在对数标度上以放大差异.我这样做了,但是现在当我执行plt.colorbar()时,它会显示空白分数的对数,当我真的想要实际的空隙分数时.如何使用属于[0.00001,1]的空白分数的适当标签在色条上进行对数刻度？

这是我现在拥有的图的图像,但是空隙分数颜色条没有被适当地标记为对应于真实的空隙分数,而不是它的对数.

fig = plt.figure()
plt.scatter(x,y,edgecolors='none',s=marker_size,c=np.log(void_fraction))
plt.colorbar()
plt.title('Colorbar: void fraction')

谢谢你的帮助.

我想在2x2图中为每个子图添加一个单独的颜色条.

fig , ( (ax1,ax2) , (ax3,ax4)) = plt.subplots(2, 2,sharex = True,sharey=True)
z1_plot = ax1.scatter(x,y,c = z1,vmin=0.0,vmax=0.4)
plt.colorbar(z1_plot,cax=ax1)
z2_plot = ax2.scatter(x,y,c = z2,vmin=0.0,vmax=40)
plt.colorbar(z1_plot,cax=ax2)
z3_plot = ax3.scatter(x,y,c = z3,vmin=0.0,vmax=894)
plt.colorbar(z1_plot,cax=ax3)
z4_plot = ax4.scatter(x,y,c = z4,vmin=0.0,vmax=234324)
plt.colorbar(z1_plot,cax=ax4)
plt.show()

我认为你就是这样做的,但结果情节真的搞砸了; 它只有一个全灰色背景,忽略了我有的set_xlim,set_ylim命令(为简单起见,这里没有显示).+它显示没有颜色条.这是正确的方法吗？

我也尝试摆脱"cax = ...",但是然后颜色条全部出现在右下方的情节而不是每个单独的情节!

我有两个numpy数组x和y,长度为10,000.我想绘制x和y的1,000个条目的随机子集.有没有一种简单的方法可以在x和y上使用可爱的紧凑random.sample(population,k)来选择相同的相应索引？(y和x向量由函数y(x)链接说.)

谢谢.

在朱莉娅,我有一个复杂模拟的功能monte_carlo_sim(),涉及许多参数.在这个函数里面,我需要调用很多其他函数.我可以写独立的功能之外的monte_carlo_sim(),但后来我需要通过大量的parameters--很多都是这个function--这会牺牲的优雅和清晰度(也许用不了的事实,即这些都是内是恒定的常数变量？).是否存在不在函数中包含函数的性能原因？作为这里的玩具示例,温度T是恒定的,如果我不想将此变量传递给我的函数compute_Boltzmann(),我可以执行以下操作.这有什么不对吗？

function monte_carlo_sim(temp::Float64, N::Int)
    const T = temp

    function compute_Boltzmann(energy::Float64)
         return exp(-energy/T)
    end

    # later call this function many times
    for i = 1:1000
        energy = compute_energy()
        b = compute_Boltzmann(energy)
    end
end

或者,我可以定义一个新的const型SimulationParameters,并通过这个来compute_Boltzmann代替,并写compute_Boltzmann在外面monte_carlo_sim的功能在这里？这是否更好？不过,在这种情况下,我会传递的信息比我需要的更多.

我想绘制(x,y)平面中的曲线,其中曲线的颜色取决于另一个变量T的值.x是1D numpy数组,y是1D numpy数组.

T=np.linspace(0,1,np.size(x))**2
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x,y)

我希望线条从蓝色变为红色(使用RdBu色彩映射),具体取决于T的值(每个(x,y)对存在一个T值).

我找到了这个,但我不知道如何将它改为我的简单例子.我如何使用linecollection作为我的例子？http://matplotlib.org/examples/pylab_examples/multicolored_line.html

谢谢.

我想从特定目录中的远程目标复制所有文件writegrid,但不复制子目录,例如中的文件writegrid/output_files.

这个

scp -r cory@blah.com:~/writegrid/* ./

也将复制文件writegrid/output_files.

谢谢.

我在Keras的神经网络参数上使用L1正则化keras.regularizers.l1(0.01)来获得稀疏模型.我发现,虽然我的许多系数接近于零,但实际上很少有系数为零.

在查看正则化的源代码时,它表明Keras只是将参数的L1范数添加到损失函数中.

这将是不正确的,因为参数几乎肯定永远不会像L1正则化那样变为零(在浮点误差内).当参数为零时,L1范数不可微分,因此如果参数设置为零(如果在优化例程中足够接近零),则需要使用次梯度方法.请在max(0, ..) 此处查看软阈值运算符.

Tensorflow/Keras是否会这样做,或者这对随机梯度下降是否不切实际？

编辑:这里还有一篇精湛的博客文章,解释了L1正则化的软阈值运算符.

我正在Ipython中准备一个小小的演示文稿,我想展示在Julia中进行并行操作是多么容易.

它基本上是这里描述的蒙特卡罗Pi计算

问题是我无法在IPython(Jupyter)笔记本中并行工作,它只使用一个.

我开始朱莉娅: julia -p 4

如果我在REPL中定义函数并在那里运行它可以正常工作.

@everywhere function compute_pi(N::Int)
    """
    Compute pi with a Monte Carlo simulation of N darts thrown in [-1,1]^2
    Returns estimate of pi
    """
    n_landed_in_circle = 0  
    for i = 1:N
        x = rand() * 2 - 1  # uniformly distributed number on x-axis
        y = rand() * 2 - 1  # uniformly distributed number on y-axis

        r2 = x*x + y*y  # radius squared, in radial coordinates
        if r2 < 1.0 …

如果我的脚本run_this.jl包含以下单行代码:

print_with_color(:green, "Hello")

我在终端中运行脚本,因为julia run_this.jl它没有彩色打印.当我在终端中运行julia脚本时,有没有办法使这个功能工作？

我想将一个巨大的文本文件拆分成单独的文本文件.我用:

split -l 1000 file.txt split_file

我一定要得到split_fileaa,split_filebb等等.

如何更改扩展名

split_file0.txt, split_file1.txt, etc？