小编use*_*306的帖子

我正在尝试计算从scikit-learn返回的Scipy稀疏矩阵上的最近邻居聚类DictVectorizer.但是,当我尝试使用scikit-learn计算距离矩阵时,我会使用' pairwise.euclidean_distances和'的'euclidean'距离得到一条错误信息pairwise.pairwise_distances.我的印象是scikit-learn可以计算这些距离矩阵.

我的矩阵非常稀疏,形状为:<364402x223209 sparse matrix of type <class 'numpy.float64'> with 728804 stored elements in Compressed Sparse Row format>.

我也曾尝试的方法,如pdist与kdtree在SciPy的,但已经收到不能够处理结果的其他错误.

任何人都可以请我指出一个有效地允许我计算距离矩阵和/或最近邻结果的解决方案吗？

一些示例代码:

import numpy as np
from sklearn.feature_extraction import DictVectorizer
from sklearn.neighbors import NearestNeighbors
from sklearn.metrics import pairwise
import scipy.spatial

file = 'FileLocation'
data = []
FILE = open(file,'r')
for line in FILE:
    templine = line.strip().split(',')
    data.append({'user':str(int(templine[0])),str(int(templine[1])):int(templine[2])})
FILE.close()

vec = DictVectorizer()
X = vec.fit_transform(data)

result = scipy.spatial.KDTree(X)

错误:

Traceback (most …

我正在使用 mitmproxy 做一些工作，想知道如何获取通过 G​​ET/POST 命令传递的标头和数据。例如，我看到 mitmproxy 输出以下内容：

IPADDRESS GET http://www.example.com/wp-content/uploads/2015/01/9418ASD23801.jpg

但我想查看正在传递的所有数据，包括用户代理、标头等。帖子示例也是如此。

我正在寻找一种非常pythonic的方式(Python 3.x)做下面的事情,但尚未提出一个.如果我有以下字符串:

string = 'this is a test string'

我可以用它来标题:

string.title()

结果如下:

'This Is A Test String'

但是,如果我有以下字符串,我想转换:

string = 'Born in the USA'

应用标题案例会导致:

string = 'Born In The Usa'

应该导致:

'Born In The USA'

我正在寻找一种方法来做一个标题案例,但不是调整现有的大写文本.有没有办法做到这一点？

我最初有一个带有单个应用程序的django项目,所有模型都在该应用程序中定义.该项目在启动时仅使用默认数据库.它现在已成为一个笨拙的应用程序,我正在尝试分解为较小的应用程序.这样做,我想为不同的应用程序使用不同的数据库.我在settings.py文件中设置了新数据库和路由器.但是,我对如何将现有表迁移到新数据库感到困惑.

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'db_name',
        'USER': 'db_user_name',
        'PASSWORD': 'password',
        'HOST': 'hostname',
        'PORT': '3306',
    },
    'db2': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'db_name2',
        'USER': 'db_user_name2',
        'PASSWORD': 'password2',
        'HOST': 'hostname2',
        'PORT': '3306',
    }    
}

我希望应用程序(例如app1)从默认值移动到db2.路由器已经知道将app1指定给db2但是正在运行的迁移什么都不做.有任何想法吗？

我有一个Elasticsearch索引，我试图根据多个字段（标题和描述）搜索匹配项。如果标题中出现了特定的术语，我希望能够将分数提高2 *原始分数。如果在说明中，则应保留原始分数。我对elasticsearch文档有些困惑。谁能帮助我调整以下查询以反映此逻辑？

{
    "query": {
        "query_string": {
            "query": "string",
            "fields": ["title","description"]
         }
     }
}

我注意到NLTK send_tokenizer在某些日期上会犯错误。有什么方法可以对其进行调整，以便它可以正确标记以下内容：

valid any day after january 1. not valid on federal holidays, including february 14,
or with other in-house events, specials, or happy hour.

当前运行send_tokenize结果为：

['valid any day after january 1. not valid on federal holidays, including february 14, 
 or with other in-house events, specials, or happy hour.']

但这应导致：

['valid any day after january 1.', 'not valid on federal holidays, including february 14, 
  or with other in-house events, specials, or happy hour.']

因为“ 1月1日”之后的时间段是合法的句子终止字符。

如何__init__在基本抽象类和派生抽象类中定义函数并self.*在抽象方法中都可用？例如: 

利用在抽象类的基类中导入的函数的正确方法是什么？例如:在base.py中我有以下内容:

import abc

class BasePizza(object):
    __metaclass__  = abc.ABCMeta
    def __init__(self):
        self.firstname = "My Name"

    @abc.abstractmethod
    def get_ingredients(self):
         """Returns the ingredient list."""

然后我在diet.py中定义方法:

import base

class DietPizza(base.BasePizza):
    def __init__(self):
        self.lastname = "Last Name"

    @staticmethod
    def get_ingredients():
        if functions.istrue():
            return True
        else:
            return False

但是,当我运行时,diet.py我只能访问self.lastname.我想要DietPizza两个self.firstname和self.lastname.我怎样才能做到这一点？

如何在MySQL中选择特定字段值不唯一的所有行.例如,我有以下数据:

---------------------------------------
| ID | Name   |         URL           |
---------------------------------------
| 1  | Store 1| http://www.store1.com |
| 2  | Store 2| http://www.store1.com |
| 3  | Store 3| http://www.store3.com |
| 4  | Store 4| http://www.store4.com |
| 5  | Store 5| http://www.store4.com |
---------------------------------------

在这里我想要返回URL字段有重复的以下内容:

---------------------------------------
| ID | Name   |         URL           |
---------------------------------------
| 1  | Store 1| http://www.store1.com |
| 2  | Store 2| http://www.store1.com |
| 4  | Store 4| http://www.store4.com |
| 5  | …

我正在尝试使用bs4/Python 3中的BeautifulSoup来提取CData.但是,每当我使用以下内容搜索它时,它都会返回一个空结果.谁能指出我做错了什么？

from bs4 import BeautifulSoup,CData

txt = '''<foobar>We have
         <![CDATA[some data here]]>
         and more.
         </foobar>'''
soup = BeautifulSoup(txt)
for cd in soup.findAll(text=True):
    if isinstance(cd, CData):
        print('CData contents: %r' % cd)

我有一个要在Phoenix / Elixir中执行的模型。该模型基本上计算用户花费的金额的总和。模型（Receipts）如下所示：

---------------
| ID | Amount |
---------------
| 1  |   0    |
| ...|  ...   |
| 5  |   4    |
---------------

上有一个唯一索引ID。我想将用户插入表中（我定义ID），然后在用户不存在的情况下设置金额，否则将新金额添加到现有金额中。例如，执行：

Repo.insert(Users.changeset(%Users{}, %{ID: 1, Amount: 10})

将导致：

---------------
| ID | Amount |
---------------
| 1  |   11   |
| ...|  ...   |
| 5  |   4    |
---------------

并执行Repo.insert（％Users {}，Users.changeset（％{ID：6，Amount：5}）将导致：

---------------
| ID | Amount |
---------------
| 1  |   11   |
| ...|  ...   |
| 5  |   4 …