我的docker compose文件有三个容器,web,nginx和postgres.Postgres看起来像这样:
postgres:
container_name: postgres
restart: always
image: postgres:latest
volumes:
- ./database:/var/lib/postgresql
ports:
- "5432:5432
Run Code Online (Sandbox Code Playgroud)
我的目标是安装一个./database与postgres容器内调用的本地文件夹相对应的卷/var/lib/postgres.当我启动这些容器并将数据插入postgres时,我验证/var/lib/postgres/data/base/了我正在添加的数据(在postgres容器中),但是在我的本地系统中,./database只获取了一个data文件夹,即./database/data创建了它,但它是空的.为什么?
笔记:
根据尼克的建议,我做了一个docker inspect并发现:
"Mounts": [
{
"Source": "/Users/alex/Documents/MyApp/database",
"Destination": "/var/lib/postgresql",
"Mode": "rw",
"RW": true,
"Propagation": "rprivate"
},
{
"Name": "e5bf22471215db058127109053e72e0a423d97b05a2afb4824b411322efd2c35",
"Source": "/var/lib/docker/volumes/e5bf22471215db058127109053e72e0a423d97b05a2afb4824b411322efd2c35/_data",
"Destination": "/var/lib/postgresql/data",
"Driver": "local",
"Mode": "",
"RW": true,
"Propagation": ""
}
],
Run Code Online (Sandbox Code Playgroud)
这似乎是数据被另一个我自己编码的卷偷走了.不知道为什么会这样.postgres图像是否为我创建了该卷?如果是这样,当我重新启动时,是否有某种方法可以使用该卷而不是我正在安装的卷?否则,是否有一种很好的方法可以禁用其他卷并使用我自己的卷./database?
我找到了解决方案,感谢尼克!(和另一位朋友)以下答案.
我有一个像这样的目录结构:
Package/
setup.py
src/
__init__.py
__main__.py
code.py
Run Code Online (Sandbox Code Playgroud)
我希望能够以很多不同的方式运行代码.
pip install Package然后python然后from Package import *
python -m Package 应该做的事情 __main__.py
python __main__.py这也应该做的事情,__main__.py但这一次,我们假设你已经下载了源而不是pip installing.
现在我已经让前两个工作了,但设置很乱:
setup.py:
setup(
name='Package',
packages=['Package'],
package_dir={'Package': 'src'},
...
entry_points={ 'console_scripts': ['Package = src.__main__:main' ] }
Run Code Online (Sandbox Code Playgroud)
__init__.py:
from Package.code import .......
Run Code Online (Sandbox Code Playgroud)
__main__.py:
from . import .......
Run Code Online (Sandbox Code Playgroud)
对我来说更有意义的是两种情况都要写
from code import ........
Run Code Online (Sandbox Code Playgroud)
但这给了我导入错误.
我的方式真的是唯一的方式吗?
最重要的是,我如何支持第三个用例?现在,python __main__.py抛出
File "__main__.py", line 10, in <module>
from . import code
ImportError: …Run Code Online (Sandbox Code Playgroud) 我想使用谱聚类在python中聚类图.
光谱聚类是一种更通用的技术,不仅可以应用于图形,还可以应用于图像或任何类型的数据,但是,它被认为是一种特殊的图形聚类技术.可悲的是,我无法在python在线找到谱聚类图的例子.
Scikit Learn记录了两种光谱聚类方法:SpectralClustering和spectral_clustering,看起来它们不是别名.
这两种方法都提到它们可以在图表上使用,但不提供具体说明.用户指南也没有.我已经向开发人员询问了这样一个例子,但是他们过度工作并没有达到目的.
空手道俱乐部网络是一个很好的网络来记录这一点.它作为networkx中的方法包含在内.
我喜欢如何解决这个问题.如果有人可以帮我搞清楚,我可以将文档添加到scikit learn.
我正在努力重新实施本文,关键操作是双线性张量积.我几乎不知道这意味着什么,但是纸张有一个很好的小图形,我明白了.
关键操作是e_1*W*e_2,我想知道如何在tensorflow中实现它,因为其余部分应该很容易.
基本上,给定3D张量W,将其切割成矩阵,对于第j个切片(矩阵),将其在每一侧乘以e_1和e_2,得到标量,这是结果向量中的第j个条目(输出此操作).
所以我想要执行e_1的乘积,d维向量,W,dxdxk张量,和e_2,另一个d维向量.这个产品能否像现在一样在TensorFlow中简明扼要地表达,还是我必须以某种方式定义自己的操作?
早期编辑
为什么这些张量的乘法不起作用,是否有某种方法可以更明确地定义它以使其有效?
>>> import tensorflow as tf
>>> tf.InteractiveSession()
>>> a = tf.ones([3, 3, 3])
>>> a.eval()
array([[[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.]],
[[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.]],
[[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.]]], dtype=float32)
>>> b = tf.ones([3, 1, 1]) …Run Code Online (Sandbox Code Playgroud) 我在pandas数据帧中有一些不错的数据.我想对它进行简单的线性回归:
使用statsmodels,我执行我的回归.现在,我如何得到我的情节?我尝试过statsmodels的plot_fit方法,但情节有点时髦:
我希望得到一条代表回归实际结果的水平线.
Statsmodels有多种绘制回归的方法(这里有一些关于它们的更多细节),但它们似乎都不是超级简单的"只是在数据上绘制回归线" - plot_fit似乎是最接近的东西.
matplotlib.axes._subplots.AxesSubplot.我可以轻松地将回归线叠加到该图上吗?两个相关问题:
似乎都没有一个好的答案.
按照@IgorRaush的要求
motifScore expression
6870 1.401123 0.55
10456 1.188554 -1.58
12455 1.476361 -1.75
18052 1.805736 0.13
19725 1.110953 2.30
30401 1.744645 -0.49
30716 1.098253 -1.59
30771 1.098253 -2.04
Run Code Online (Sandbox Code Playgroud)
我试过这个,但它似乎不起作用......不确定原因:
我有很多项目~/Documents.我几乎只在python中工作,所以这些基本上都是python项目.每一个,例如~/Documents/foo都有自己的virtualenv,~/Documents/foo/venv(它们总是被称为venv).每当我在项目之间切换时,每天约10次,我这样做
deactivate
cd ..
cd foo
source venv/bin/activate
Run Code Online (Sandbox Code Playgroud)
我已经到达了我生病了打字的点deactivate和source venv/bin/activate.我正在寻找一种方法,cd ../foo并为我处理virtualenv操作.
我熟悉VirtualEnvWrapper,在我看来这有点笨拙.它似乎将你所有的virtualenvs移动到其他地方,并且据我所知,增加了一些复杂程度.(欢迎反对意见!)
我对shell脚本不太熟悉.如果你可以推荐一个低维护的脚本添加到我~/.zshrc完成这个,这将是绰绰有余,但从一些快速的谷歌搜索,我还没有找到这样的脚本.
我是zsh/ oh-my-zsh用户.oh-my-zsh似乎没有这个插件.这个问题的最佳答案是有人提供oh-my-zsh插件来做到这一点.(如果这里的答案黯淡无光,我可能会这样做.
>>> pd.DataFrame([1], index=['1']).loc['2'] # KeyError
>>> pd.DataFrame([1], index=['1']).loc[['2']] # KeyError
>>> pd.DataFrame([1], index=['1']).loc[['1','2']] # Succeeds, as in the answer below.
Run Code Online (Sandbox Code Playgroud)
我想要在任何一个都不会失败的东西
>>> pd.DataFrame([1], index=['1']).loc['2'] # KeyError
>>> pd.DataFrame([1], index=['1']).loc[['2']] # KeyError
Run Code Online (Sandbox Code Playgroud)
是否有类似的函数loc可以优雅地处理这个问题,或者有其他表达这个查询的方式?
Tensorflow有一个名为batch_matmul的函数,它可以将更高维的张量相乘.但是我很难理解它是如何工作的,也许部分是因为我很难想象它.
我想要做的是将矩阵乘以3D张量的每个切片,但我不太明白张量a的形状是什么.z是最里面的维度吗?以下哪项是正确的?
我最希望第一个是正确的 - 它对我来说最直观,很容易在.eval()输出中看到.但我怀疑第二个是正确的.
Tensorflow说batch_matmul执行:
out[..., :, :] = matrix(x[..., :, :]) * matrix(y[..., :, :])
Run Code Online (Sandbox Code Playgroud)
那是什么意思?在我的例子中,这意味着什么?什么与什么相乘?为什么我没有按照预期的方式获得3D张量?
我正在构建一个主要是c ++代码的python包(想想numpy)
我的travis文件目前
language: cpp
compiler:
- gcc
- clang
os:
- linux
- osx
dist: trusty
script: "make pcst_fast_test && ./pcst_fast_test"
notifications:
...
Run Code Online (Sandbox Code Playgroud)
但是我也在一个名为的文件中编写了一些python测试test_pcst_fast.py.有没有办法从travis中调用那些?
travis是否支持一个文件中的多种语言似乎含糊不清,但似乎大多数人都将其解除了,尽管只在language标签下列出了一种语言.
我正在使用python3并试图挑选一个IntervalTrees字典,重量为2到3 GB.这是我的控制台输出:
10:39:25 - project: INFO - Checking if motifs file was generated by pickle...
10:39:25 - project: INFO - - Motifs file does not seem to have been generated by pickle, proceeding to parse...
10:39:38 - project: INFO - - Parse complete, constructing IntervalTrees...
11:04:05 - project: INFO - - IntervalTree construction complete, saving pickle file for next time.
Traceback (most recent call last):
File "/Users/alex/Documents/project/src/project.py", line 522, in dict_of_IntervalTree_from_motifs_file
save_as_pickled_object(motifs, output_dir + 'motifs_IntervalTree_dictionary.pickle')
File "/Users/alex/Documents/project/src/project.py", line 269, …Run Code Online (Sandbox Code Playgroud) python ×3
pandas ×2
tensorflow ×2
docker ×1
graph ×1
matplotlib ×1
numpy ×1
oh-my-zsh ×1
pickle ×1
pip ×1
postgresql ×1
python-3.x ×1
scikit-learn ×1
scipy ×1
setuptools ×1
spectral ×1
statsmodels ×1
travis-ci ×1
virtualenv ×1
zsh ×1