小编poe*_*ezn的帖子

考虑下面的四个百分比,表示为float数字:

    13.626332%
    47.989636%
     9.596008%
    28.788024%
   -----------
   100.000000%

我需要将这些百分比表示为整数.如果我只是使用Math.round(),我最终总共有101%.

14 + 48 + 10 + 29 = 101

如果我使用parseInt(),我最终总共有97%.

13 + 47 + 9 + 28 = 97

什么是一个很好的算法来表示任意数量的百分比作为整数,同时仍然保持总计100%？

编辑:在阅读了一些评论和答案后,显然有很多方法可以解决这个问题.

在我看来,为了忠实于数字,"正确"的结果是最小化整体错误的结果,由相对于实际值引入的错误舍入量来定义:

        value  rounded     error               decision
   ----------------------------------------------------
    13.626332       14      2.7%          round up (14)
    47.989636       48      0.0%          round up (48)
     9.596008       10      4.0%    don't round up  (9)
    28.788024       29      2.7%          round up (29)

在平局(3.33,3.33,3.33)的情况下,可以做出任意决定(例如3,4,3).

我的问题是处理来自大型CSV文件的数据.

我正在寻找最有效的方法来确定(即猜测)列的数据类型,基于该列中找到的值.我可能正在处理非常混乱的数据.因此,该算法在某种程度上应该是容错的.

这是一个例子:

arr1 = ['0.83', '-0.26', '-', '0.23', '11.23']               # ==> recognize as float
arr2 = ['1', '11', '-1345.67', '0', '22']                    # ==> regognize as int
arr3 = ['2/7/1985', 'Jul 03 1985, 00:00:00', '', '4/3/2011'] # ==> recognize as date
arr4 = ['Dog', 'Cat', '0.13', 'Mouse']                       # ==> recognize as str

底线:我正在寻找一个可以检测的python包或算法

• CSV文件的架构,甚至更好
• 将单个列的数据类型作为数组

用于猜测当前表示为字符串的数据类型的方法在类似的方向上进行.不过,我担心性能,因为我可能正在处理许多大型电子表格(数据源于此)

在将PostgreSQL从9.2.4升级到9.3.1(通过OS X上的自制程序)的过程中,我遇到了一个奇怪的问题.这是我到目前为止采取的步骤

• 安装了PostgreSQL,PostGIS和必需的库(没有错误)
• initdb在新数据库上运行
• 停止了两台服务器
• 赛跑 pg_upgrade

pg_upgrade 执行必要的检查,创建旧集群的转储,但是当导入新集群时,我收到以下错误:

> ./pg_upgrade -b /usr/local/Cellar/postgresql/9.2.4/bin/ -B /usr/local/Cellar/postgresql/9.3.1/bin -d /usr/local/var/postgres/ -D /usr/local/var/postgres9.3.1 -u postgres
Performing Consistency Checks
-----------------------------
Checking cluster versions                                   ok
Checking database user is a superuser                       ok
Checking for prepared transactions                          ok
Checking for reg* system OID user data types                ok
Checking for contrib/isn with bigint-passing mismatch       ok
Creating dump of global objects                             ok
Creating dump of database schemas
                                                            ok
Checking for presence of required libraries                 fatal

Your installation references …

我设计了一个由XSD方案表示的数据模型.数据模型还提供在WSDL描述符中用作Web服务参数的类型.

我想发送XSD计划,并要求相关人员对数据模型进行同行评审.

您建议使用哪种工具或演示方法作为同行评审的基础？对于非技术人员来说,数据模型应该是可读的,至少在涉及参数的语义含义时是这样

编辑:

更具体一点:当然,从语法上讲,该方案是有效的.实际上我已经在处理基于JAXB生成的类的代码了.我的目标是

1. 冻结数据模型,从而冻结输入参数
2. 确保从语义(在业务相关的意义上)的观点中没有丢失或遗忘任何东西.

编辑2

我一直在考虑如何最好地传播数据模型.我正在考虑像JavaDoc for XSD架构.谁知道这样的东西是否存在？基本上它将使用一组XSLT完成,对吧？

我收到了一个Web服务接口的WSDL文件,我们的系统将来应该调用它.

在那之前,我想设置一个虚拟/模拟Web服务,除了记录Web服务调用和返回虚拟数据之外别无其他功能.

到目前为止我所做的是从WSDL文件生成Java对象.

当您已经运行应用程序服务器(此处:JBoss)时,设置此类模型Web服务的最快方法是什么？

我有以下字典:

mydict = {
  'foo': [1,19,2,3,24,52,2,6],          # sum: 109
  'bar': [50,5,9,7,66,3,2,44],          # sum: 186
  'another': [1,2,3,4,5,6,7,8],         # sum:  36
  'entry': [0,0,0,2,99,4,33,55],        # sum: 193
  'onemore': [21,22,23,24,25,26,27,28]  # sum: 196
}

我需要通过数组的总和有效地过滤和排序前x个条目.

例如,上面示例的前3个排序和筛选列表将是

sorted_filtered_dict = {
  'onemore': [21,22,23,24,25,26,27,28], # sum: 196
  'entry': [0,0,0,2,99,4,33,55],        # sum: 193
  'bar': [50,5,9,7,66,3,2,44]           # sum: 186
}

我对Python很陌生,并且自己尝试在lambda函数上链接一个sum和filter函数,但是在实际的语法上却很挣扎.