小编jde*_*eng的帖子

在关于reshape()函数的numpy手册中,它说

>>> a = np.zeros((10, 2))
# A transpose make the array non-contiguous
>>> b = a.T
# Taking a view makes it possible to modify the shape without modifying the
# initial object.
>>> c = b.view()
>>> c.shape = (20)
AttributeError: incompatible shape for a non-contiguous array

我的问题是:

1. 什么是连续和不连续的数组？它是否类似于C中的连续内存块,比如什么是连续的内存块？
2. 这两者之间有任何性能差异吗？我们什么时候应该使用其中一种？
3. transpose为什么使数组不连续？
4. 为什么c.shape = (20)抛出错误incompatible shape for a non-contiguous array？

感谢您的回答!

NLTK包提供了一种方法show_most_informative_features()来查找这两个类的最重要的功能,输出如下:

   contains(outstanding) = True              pos : neg    =     11.1 : 1.0
        contains(seagal) = True              neg : pos    =      7.7 : 1.0
   contains(wonderfully) = True              pos : neg    =      6.8 : 1.0
         contains(damon) = True              pos : neg    =      5.9 : 1.0
        contains(wasted) = True              neg : pos    =      5.8 : 1.0

正如在这个问题中所回答的,如何获得scikit-learn分类器的最丰富的功能？,这也适用于scikit-learn.但是,对于二元分类器,该问题的答案仅输出最佳特征本身.

所以我的问题是,我如何识别该特征的相关类,如上面的例子(优秀是pos类中最有用的信息,而seagal在负面类中信息量最大)？

编辑:实际上我想要的是每个班级最丰富的单词列表.我怎样才能做到这一点？谢谢!

我正在尝试使用 psycopg2 访问 PostgreSQL：

sql = """
SELECT
    %s
FROM
    table;
"""

cur = con.cursor()
input = (['id', 'name'], )
cur.execute(sql, input)

data = pd.DataFrame.from_records(cur.fetchall())

但是，返回的结果是：

             0
0   [id, name]
1   [id, name]
2   [id, name]
3   [id, name]
4   [id, name]

如果我尝试访问单列，它看起来像：

     0
0   id
1   id
2   id
3   id
4   id

列名周围的引用似乎有问题（不应出现单引号）：

In [49]: print cur.mogrify(sql, input)

SELECT
    'id'
FROM
    table;

但我正在关注文档：http : //initd.org/psycopg/docs/usage.html#

任何人都可以告诉我这里发生了什么？非常感谢！！！