我有两个类似格式的数据帧:
df1 = DataFrame({'a':[0,1,2,3,4], 'b':['q','r','s','t','u']})
df1
a b
0 0 q
1 1 r
2 2 s
3 3 t
4 4 u
df2 = DataFrame({'a':[4,3,2,1,999], 'b':['u','r','s','t','u']})
df2
a b
0 4 u
1 3 r
2 2 s
3 1 t
4 999 u
Run Code Online (Sandbox Code Playgroud)
我想得到一个新的数据框,其中包含出现在这两个行中的行(忽略索引).所以上面的例子给出了一个数据帧
a b
0 4 u
1 2 s
Run Code Online (Sandbox Code Playgroud)
我怎么得到这个交集?
假设我在 matplotlib 中设置了一个简单的图:
fig, ax = plt.subplots(1,1)
p=ax.plot([1,2,3,4,5], [10,9,8,7,6])
Run Code Online (Sandbox Code Playgroud)
我怎样才能在 x 轴的值 1.5 处添加一个刻度,并带有标签“这里是 1.5”?
我知道我可以使用plt.xticks(),但是我需要指定所有刻度和标签。
我的DataFrame对象看起来像
amount
date
2014-01-06 1
2014-01-07 1
2014-01-08 4
2014-01-09 1
2014-01-14 1
Run Code Online (Sandbox Code Playgroud)
我想要一种散布图,其中沿x轴的时间为时间,沿y的量为时间,并通过数据线来引导观察者的眼睛。如果我使用panadas图,df.plot(style="o")那是不太正确的,因为那条线不在那。我想要类似这里的示例。
我试图了解如何在tsplot中计算错误带.此处显示了错误带的示例.
当我画一些简单的东西时
sns.tsplot(np.array([[0,1,0,1,0,1,0,1], [1,0,1,0,1,0,1,0], [.5,.5,.5,.5,.5,.5,.5,.5]]))
Run Code Online (Sandbox Code Playgroud)
我y=0.5按预期得到一条垂直线.顶部误差带也是周围的垂直线,y=0.665底部误差带是周围的垂直线y=0.335.有人可以解释这些是如何衍生的吗?
如果我创建一个数组,X = np.random.rand(D, 1)它有形状(3,1):
[[ 0.31215124]
[ 0.84270715]
[ 0.41846041]]
Run Code Online (Sandbox Code Playgroud)
如果我创建自己的数组,A = np.array([0,1,2])那么它有形状(1,3)和外观
[0 1 2]
Run Code Online (Sandbox Code Playgroud)
如何强制(3, 1)阵列上的形状A?
我有一个10x10x10numpy 矩阵,我试图在 3d 中进行可视化:
from mpl_toolkits.mplot3d import Axes3D
M = np.random.rand(10, 10, 10)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
counter = range(10)
ax.scatter(counter, counter, counter, c=??)
Run Code Online (Sandbox Code Playgroud)
我想要一个 3d 绘图,其中位置的黑暗i,j,k由M[i,j,k]. 我到底应该如何传递M给scatter()它才能正确执行此操作?它似乎想要一个二维数组,但我不明白在这种情况下它是如何工作的。
我已经运行了Anaconda几天.我可以通过ipython notebook在命令提示符下运行笔记本.我现在正试图将笔记本转换为乳胶或pdf,ipython nbconvert --to latex mynotebook.ipynb但我得到错误`
PandocMissing:找不到Pandoc.
以及许多错误消息.我安装了MikTex.我pandoc.py在文件夹中看到C:\Users\Me\Anaconda\Lib\site-packages\IPython\nbconvert\utils.问题是什么?
我正在尝试实现自定义损失函数并遇到了这个问题。自定义损失函数将如下所示:
def customLoss(z):
y_pred = z[0]
y_true = z[1]
features = z[2]
...
return loss
Run Code Online (Sandbox Code Playgroud)
在我的情况,y_pred并且y_true实际上是灰度图像。中z[2]包含的功能由(x,y)我想要比较的一对位置y_pred和y_true. 这些位置取决于输入训练样本,因此在定义模型时,它们作为输入传递。所以我的问题是:我如何使用张量features来索引张量y_pred和y_true?
我正在尝试更改同一图中的两个图的样式:
import numpy as np
from numpy.random import randn
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, figsize=(15,6))
data = randn(7500);
sns.set_style("whitegrid");
ax1.hist(data, bins=8);
sns.set_style("darkgrid");
ax2.hist(data, bins=8);
Run Code Online (Sandbox Code Playgroud)
这不起作用,两个图最终都有"darkgrid"背景。我也试图修补但axes_style()没有成功。
我用Windows更新了anaconda conda update anaconda.现在我的ipython笔记本开始了
import numpy as np
from numpy.random import randn
import pandas as pd
from scipy import stats
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
...
Run Code Online (Sandbox Code Playgroud)
给我错误:
ImportError Traceback (most recent call last)
<ipython-input-1-2bb1109a8767> in <module>()
2 from numpy.random import randn
3 import pandas as pd
----> 4 from scipy import stats
5 import matplotlib as mpl
6 import matplotlib.pyplot as plt
C:\Users\Me\Anaconda\lib\site-packages\scipy\stats\__init__.py in <module>()
336 from __future__ import division, print_function, absolute_import …Run Code Online (Sandbox Code Playgroud) python ×9
matplotlib ×4
seaborn ×3
dataframe ×2
pandas ×2
anaconda ×1
ipython ×1
jupyter ×1
keras ×1
numpy ×1
pandoc ×1
slice ×1
statistics ×1
tensorflow ×1