小编adr*_*rin的帖子

我怎样才能qstat给我完整的工作名称？

我知道qstat -r提供有关任务的详细信息,但它太多了,并且包含了资源要求.

该qstat -r输出是这样的:

 131806 0.25001 tumor_foca ajalali      qw    09/29/2014 15:49:41                                    1 2-100:1
       Full jobname:     tumor_focality-TCGA-THCA-ratboost_linear_svc
       Hard Resources:   distribution=wheezy (0.000000)
                         h_rt=72000 (0.000000)
                         mem_free=15G (0.000000)
                         h_vmem=15G (0.000000)
                         h_stack=256M (0.000000)
       Soft Resources:   
 131807 0.25001 vital_stat ajalali      qw    09/29/2014 15:49:41                                    1 2-100:1
       Full jobname:     vital_status-TCGA-LGG-ratboost_linear_svc
       Hard Resources:   distribution=wheezy (0.000000)
                         h_rt=72000 (0.000000)
                         mem_free=15G (0.000000)
                         h_vmem=15G (0.000000)
                         h_stack=256M (0.000000)
       Soft Resources:   

现在我唯一的选择就是根据grep需要输出:

$ qstat -r | grep "Full jobname" -B1
--
 131806 0.25001 tumor_foca ajalali      qw …

有没有办法在使用ipython时通过命令行将参数传递给我的python脚本？理想情况下,我想将我的脚本称为:

ipython -i script.py --argument blah

我希望能够拥有--argument并blah列入我的sys.argv.

假设我们有一个numpy.ndarray数据,比如说有形状(100,200),你还有一个要从数据中排除的索引列表.你会怎么做？像这样的东西:

a = numpy.random.rand(100,200)
indices = numpy.random.randint(100,size=20)
b = a[-indices,:] # imaginary code, what to replace here?

谢谢.

我应该如何使用python中的图形工具从邻接矩阵中创建图形？假设我们有adj矩阵作为邻接矩阵.

我现在做的是这样的:

        g = graph_tool.Graph(directed = False)
        g.add_vertex(len(adj))
        edge_weights = g.new_edge_property('double')
        for i in range(adj.shape[0]):
            for j in range(adj.shape[1]):
                if i > j and adj[i,j] != 0:
                    e = g.add_edge(i, j)
                    edge_weights[e] = adj[i,j]

但它感觉不对,我们有更好的解决方案吗？

(我想这是一个合适的标签graph-tool,但是我无法添加它,某些具有足够权限的人可以制作标签？)

假设以下代码具有xarray.DataArray二维和坐标：

import numpy as np
from xarray import DataArray

data = np.random.rand(10, 4)
f_names = ['a', 'b', 'c', 'd']
sample_weights = np.random.rand(10)
rows = list(range(len(data)))
coords={'samples': rows,
        'features': f_names,
        'sample_weights': ('samples', sample_weights)}
xdata = DataArray(data, coords=coords,
                  dims=['samples', 'features'])

subset = xdata[::2]

现在我想添加另一个坐标，alternate_sample_weights例如subset. 我尝试：

subset.assign_coords(alternate_sample_weights=np.zeros(5)

这会导致以下错误：

ValueError: cannot add coordinates with new dimensions to a DataArray

API 文档非常稀疏，不知道我做错了什么。

如何在scikit-learn中生成交叉验证的随机折叠？

想象一下,我们有一个类的20个样本,另外80个样本,我们需要生成N个训练集和测试集,每个训练集大小为30,在每个训练集的约束条件下,我们有50%的类2级中的1%和50%.

我发现了这个讨论(https://github.com/scikit-learn/scikit-learn/issues/1362),但我不明白如何获得折叠.理想情况下,我认为我需要这样一个功能:

cfolds = np.cross_validation.imaginaryfunction(
[list(itertools.repeat(1,20)), list(itertools.repeat(2,80))], 
n_iter=100, test_size=0.70)

我错过了什么？

嗨,我正在尝试从ndarray派生一个类.我坚持在docs中找到的配方,但当我遇到一个getiem()函数时,我得到一个我不明白的错误.我确定这是应该如何工作但我不明白如何正确地做到这一点.基本上添加"dshape"属性的我的类看起来像:

class Darray(np.ndarray):
    def __new__(cls, input_array, dshape, *args, **kwargs):
        obj = np.asarray(input_array).view(cls)
        obj.SelObj = SelObj
        obj.dshape = dshape
        return obj

    def __array_finalize__(self, obj):
        if obj is None: return
        self.info = getattr(obj, 'dshape', 'N')  

    def __getitem__(self, index):        
        return self[index]

当我现在尝试做的时候:

D = Darray( ones((10,10)), ("T","N"))

解释器将以最大深度递归失败,因为他一遍又一遍地调用getitem.

有人可以向我解释为什么以及如何实现getitem功能？

欢呼,大卫

参考Sorting的文档，地理距离排序一节，问题如下：

给出的例子如下：

GET /_search
{
    "sort" : [
        {
            "_geo_distance" : {
                "pin.location" : [-70, 40],
                "order" : "asc",
                "unit" : "km",
                "mode" : "min",
                "distance_type" : "sloppy_arc"
            }
        }
    ],
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}

映射中的字段是否pin.location包含地理位置？或者它是搜索 API 理解为包含基本位置的关键字吗？如果它是一个应该包含位置的字段，那么排序项不应该包含设置nested_path为吗pin？如果它是一个参数，那么elasticsearch从哪里获取项目的位置？

另外，文档提到sort_mode作为参数，但代码使用mode，我想这是一个拼写错误？

假设您有一个 pandas 数据框输入和一个列名称列表。获取这些名称表示的列的索引（列号）列表的好方法是什么？

我认为它会是这样的：

def get_col_indices(df, names):
    return [df.columns.index(name) for name in names]

使用 python 和 scikit-learn，我想进行网格搜索。但我的一些模型最终是空的。如何使网格搜索功能忽略这些模型？

我想我可以有一个评分函数，如果模型为空，它会返回 0，但我不确定如何实现。

predictor = sklearn.svm.LinearSVC(penalty='l1', dual=False, class_weight='auto')
param_dist = {'C': pow(2.0, np.arange(-10, 11))}
learner = sklearn.grid_search.GridSearchCV(estimator=predictor,
                                           param_grid=param_dist,
                                           n_jobs=self.n_jobs, cv=5,
                                           verbose=0)
learner.fit(X, y)

我的数据的方式是该learner对象将选择C与空模型相对应的数据。知道如何确保模型不为空吗？

编辑：“空模型”是指选择了 0 个要使用的特征的模型。特别是对于l1正则化模型，这种情况很容易发生。所以在这种情况下，如果CSVM中的 足够小，优化问题就会找到0向量作为系数的最优解。因此predictor.coef_将是 s 的向量0。