小编Dil*_*rix的帖子

我喜欢矢量,通常在数组上使用它们.出于这个原因,我创建了一个模板化的可变参数函数来初始化向量(包含在下面).

标题(.h):

template <typename T>
vector<T> initVector(const int argCount, T first, ...);

来源(.hpp):

template <typename T>
vector<T> initVector(const int argCount, T first, ...) {
    vector<T> retVec;
    retVec.resize(argCount);

    if(argCount < 1) { ... }

    retVec[0] = first;

    va_list valist;
    va_start(valist, first);
    for(int i = 0; i < argCount-1; i++) { retVec[i+1] = va_arg(valist, T); }
    va_end(valist);

    return retVec;
}

它适用于大多数类型(例如int,double ...),但不适用于字符串---因为编译器将它们解释为'const char*',因此

vector<string> strvec = initVector(2, "string one", "string two");

给我错误:

error: conversion from ‘std::vector<const char*, std::allocator<const char*> >’ to non-scalar …

有没有办法使绘图图例水平(从左到右)而不是垂直运行,而不指定列数(ncol=...)？

我正在绘制不同数量的行(大约5-15个),而我宁愿不尝试动态计算最佳列数(即,当标签时,不会流失的列数将适合整个数字各种各样).此外,当有多个行时,条目的顺序自上而下,然后是左右; 如果它可以默认为水平,这也将得到缓解.

相关:Matplotlib图例,跨列而不是向下添加项

我的理解是'文件'实际上只是指向与文件内容对应的内存位置的指针.如果你'是'一个文件,你当然必须删除该指针.如果rm实际上"擦除"了数据,我猜想每个位都被写入(设置为0或者某个东西).但我知道有一些特殊的程序/程序(即srm)可以确保数据不是"可恢复的" - 这表明实际上没有任何内容被覆盖......

那么,删除指向内存地址的指针是唯一的rm吗？数据是否仍然像以前一样坐在一个连续的块中？

我正在编写一个模块来加载数据集。我想保持接口/ API尽可能整洁-因此，通过使用前缀它们来隐藏内部函数和变量__。太棒了 但是，我的模块导入了numpy仍出现在模块名称空间中的其他包（例如），如何避免这种情况？

即我的文件看起来像：

Loader.py：

import numpy as np

__INTERNAL_VAR1 = True
EXTERNAL_VAR = True

def loadData():
    data = __INTERNAL_FUNC1()
    ...
    return data

def __INTERNAL_FUNC1():
    ...
    return data

当我导入我的模块时np：

> import Loader
> Loader.[TAB]
  Loader.EXTERNAL_VAR   Loader.loadData   Loader.np

我有一个函数(f:黑线),它在一个特定的小区域(衍生f':蓝线和二阶导数f'':红线)中急剧变化.我想以数字方式集成这个函数,如果我均匀地分配点(在对数空间中),我会在急剧变化的区域(图中附近)2E15中出现相当大的误差.

如何构造一个数组间距,以便在二阶导数较大的区域(即与二阶导数成比例的采样频率)中进行非常好的采样？

我碰巧使用python,但我对一般算法很感兴趣.

编辑:
1)能够仍然控制采样点的数量(至少大致)是很好的.
2)我已经考虑过构造一个像二阶导数一样的概率分布函数并从中随机抽取 - 但我认为这会提供较差的收敛性,而且一般来说,似乎更确定的方法应该是可行的.

我有一个大的(数百万)ID号数组ids,我想找到数组中targets存在另一个targets()数组的索引ids.例如,如果

ids = [22, 5, 4, 0, 100]
targets = [5, 0]

然后我想要结果:

>>> [1,3]

如果我对数组进行预排序ids,那么很容易找到匹配numpy.searchsorted,例如

>>> ids = np.array([22, 5, 4, 0, 100])
>>> targets = [5, 0]
>>> sort = np.argsort(ids)
>>> ids[sort]
[0,4,5,22,100]
>>> np.searchsorted(ids, targets, sorter=sort)
[2,0]

但是如何找到反向映射到'unsort'这个结果呢？即将已排序的条目映射[2,0]到它们之前的位置:[1,3].

我认为我的问题很简单，但我在谷歌上找不到任何东西。我用来NSMutableAttributedString修改字符串中的样式，例如我使用此代码来更改背景颜色：

    [string addAttribute:NSBackgroundColorAttributeName value:[UIColor colorWithRed:0.4 green:0.8 blue:1 alpha:1] range:NSMakeRange(0,18)];

我的问题是，我如何才能圆化这个背景的角落？
提前致谢。

我有两个要合并的numpy蒙版数组。我正在使用以下代码：

import numpy as np

a = np.zeros((10000, 10000), dtype=np.int16)
a[:5000, :5000] = 1
am = np.ma.masked_equal(a, 0)

b = np.zeros((10000, 10000), dtype=np.int16)
b[2500:7500, 2500:7500] = 2
bm = np.ma.masked_equal(b, 0)

arr = np.ma.array(np.dstack((am, bm)), mask=np.dstack((am.mask, bm.mask)))
arr = np.prod(arr, axis=2)
plt.imshow(arr)

问题是np.prod()操作非常慢（在我的计算机中为4秒）。有没有一种更有效的方式来获取合并数组的替代方法？

我有一个大型的 4 维温度数据集 [时间、压力、纬度、经度]。我需要找到由纬度/经度索引定义的区域内的所有网格点，并计算该区域的平均值以留下二维数组。

如果我的区域是矩形（或正方形），我知道该怎么做，但是如何用不规则多边形来做到这一点？

下面的图像显示了我需要一起平均的区域以及数据在阵列中网格化的纬度/经度网格

我正在使用雪花石膏狮身人面像主题，并在每个页面上都有本地目录 (TOC)，其中自动包含我的部分标题。有没有办法在 TOC 中包含数字/图像？

我包括以下数字：

.. image:: ./figs/1982MNRAS.200..115S_fig2.png
    :width: 500px
    :align: center