小编nde*_*mir的帖子

如何查看Java进程中的线程数？

我正在使用python进行Web编程和javascript.目前,我正在使用NetBeans,但我正在寻找另一个IDE.使用python和javascript编程时,NetBeans不是很好.有什么建议吗？

for rownum in range(0, len(self.sheet.rows) ):
   for cell in self.sheet.rows[rownum]:
      print cell.value

我想用openpyxl逐行访问工作表中的所有单元格值.上面的代码工作但速度太慢.如何更快地访问所有单元格值？

有两种错误处理方式:

1)使用嵌套的If和检查错误

2)使用try/catch

这是关于此的教程.但是在这里说try/catch会伤害性能.所以,似乎有一个权衡.怎么决定？应该做什么？

lr = lm.LogisticRegression(penalty='l2', dual=True, tol=0.0001, 
                             C=1, fit_intercept=True, intercept_scaling=1.0, 
                             class_weight=None, random_state=None)

rd = AdaBoostClassifier( base_estimator=lr, 
                                           learning_rate=1, 
                                           n_estimators=20, 
                                           algorithm="SAMME")
##here, i am deleting unnecesseary objects
##print X.shape
##(7395, 412605)
print "20 Fold CV Score: ", np.mean(cross_validation.cross_val_score(rd, X, y, cv=20, scoring='roc_auc'))

当我运行这个我得到这个错误:

TypeError:传递了稀疏矩阵,但需要密集数据.使用X.toarray()转换为密集的numpy数组.

然后,我改变了我的代码:

print "20 Fold CV Score: ", np.mean(cross_validation.cross_val_score(rd, X.toarray(), y, cv=20, scoring='roc_auc'))

现在,我有以下例外:

  File "/usr/lib/python2.7/dist-packages/scipy/sparse/compressed.py", line 559, in toarray
    return self.tocoo(copy=False).toarray(order=order, out=out)
  File "/usr/lib/python2.7/dist-packages/scipy/sparse/coo.py", line 235, in toarray
    B = self._process_toarray_args(order, out)
  File "/usr/lib/python2.7/dist-packages/scipy/sparse/base.py", line 628, in _process_toarray_args
    return np.zeros(self.shape, …

我正在尝试使用谷歌appengine.我有这个型号:

def Human(db.Model):
 name = db.StringProperty()
 friends = db.SelfReferenceProperty()

这个人有不止一个朋友.那么,如何使用google appengine来处理这个问题呢？