小编mat*_*ick的帖子

我很好奇是否有像unix版本这样的内置python连接函数(参见http://linux.about.com/library/cmd/blcmdl_join.htm).我知道这个功能是通过内置的sqlite3模块包含的,也可能是通过pytables之类的其他模块.

很抱歉,如果这是一个基本问题,但我发现搜索"python join"和相关查询受到标准python join函数的严重污染.此外,如果没有这样的功能,我不希望这么容易找到这些信息.

在Matlab中,您可以轻松设置编号网格,并将运算符映射到"矢量化"形式,并通过各种索引技巧返回.要更明确地写这个并不难,但我想知道是否有一个numpy方法来做这个？也许是通过numpy.nditer？

这段代码(参见数学例子)使用存储在矩阵网格G中的排序从vector u到Matrix U:

U = G;
U(G>0) = full(u(G(G>0)));

参考:

http://www.mathworks.com/products/matlab/examples.html?file=/products/demos/shipping/matlab/delsqdemo.html

关于在python中实现表(即小关系数据库)的最佳方法的任何想法,而不使用任何外部数据库额外的模块以及当sqlite3模块被破坏或丢失时.

user:~ $ python3
>>> import sqlite3
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/bns/rma/local/python/lib/python3.1/sqlite3/__init__.py", line 24, in <module>
    from sqlite3.dbapi2 import *
  File "/bns/rma/local/python/lib/python3.1/sqlite3/dbapi2.py", line 27, in <module>
    from _sqlite3 import *
ImportError: No module named _sqlite3
>>> ^D
user:~ $ python2.7
Python 2.7 (r27:82500, Jul 28 2010, 11:39:31)
[GCC 3.4.3 (csl-sol210-3_4-branch+sol_rpath)] on sunos5
Type "help", "copyright", "credits" or "license" for more information.
>>> import sqlite3
Traceback (most recent call last):
  File …

当我创建一个DataFrame时,然后按列排序它似乎在迭代显示中排序(即无论repr给出),但是当我调用DataFrame.plot()函数时,它会绘制未排序的数组.调用matplotlib.pylab.plot可以正常工作.我怀疑它与聪明的指针重新排列没有被传递给绘图函数调用来访问数据的任何东西......或者我可能只是在做一些愚蠢的事情.我在pandas 0.8.1(osx和linux with python2.7.something)和pandas 0.9.0(osx with python3.something)上试过这个.

import pandas
import numpy
from matplotlib.pylab import *
a = numpy.random.randn(100,10)
df = pandas.DataFrame(a)
df.shape
df.sort(column=0)
df.columns
df.sort(column=0, inplace=True)
df[0]
df[0].plot()

似乎有很多可能将平面表数据转换为3d数组,但我在某种程度上找不到一个有效的方法:假设我有一些数据有列= ['name','type','date','值'].当我试图转过头时

pivot(index='name', columns=['type', 'date'], values='value')

我明白了

ValueError: Buffer has wrong number of dimensions (expected 1, got 2)

我是否可以阅读开发熊猫的文档？看起来这就是那里描述的用法.我正在跑0.8只熊猫.

我想,我想知道我是否有一个MultiIndex ['x','y','z']系列,是否有大熊猫方式将其放入面板？我可以使用groupby并完成工作,但这几乎就像我在numpy中组装一个nd数组所做的那样.看起来像一个相当通用的操作,所以我想它可能已经实现.

如果我错了，请纠正我，但似乎单击装饰器掩盖了函数默认值和构造。从 REPL 调用包装的 from 不会立即以与 REPL 相同的方式工作。例如，从 dask 分布式中看到这个：

@click.option('--bokeh-prefix', type=str, default=None,
              help="Prefix for the bokeh app")
@click.option('--preload', type=str, multiple=True, is_eager=True,
              help='Module that should be loaded by each worker process '
                   'like "foo.bar" or "/path/to/foo.py"')
@click.argument('preload_argv', nargs=-1,
                type=click.UNPROCESSED, callback=validate_preload_argv)
def main(scheduler, host, worker_port, listen_address, contact_address,
         nanny_port, nthreads, nprocs, nanny, name,
         memory_limit, pid_file, reconnect, resources, bokeh,
         bokeh_port, local_directory, scheduler_file, interface,
         death_timeout, preload, preload_argv, bokeh_prefix, tls_ca_file,
         tls_cert, tls_key): 

是否有一些简单的模式可以获取该函数及其所有默认值？

使用 tensorflow 2.0 不断收到这些错误。这应该有效吗？

import tensorflow as tf
import numpy as np

x = tf.constant(3.0)
with tf.GradientTape() as t:
    t.watch(x)
    y = (x - 10) ** 2
    opt = tf.optimizers.Adam()
    opt.minimize(lambda: y, var_list=[x])

我在做这个

    # eager on
    tf.summary.trace_on(graph=True, profiler=True)
    tf.summary.trace_export('stuff', step=1, profiler_outdir='output')
    # ... call train operation
    tf.summary.trace_off()

配置文件部分显示在张量板上，但还没有图表。

所以我的意思是，你有一个分类特征 $X$ （假设你已经将它转换为整数），并说你想使用特征 $A$ 将其嵌入到某个维度中，其中 $A$ 是 arity x n_embed。

通常的方法是什么？使用 for 循环和 vmap 是否正确？我不想要像这样jax.nn更有效的东西

https://www.tensorflow.org/api_docs/python/tf/keras/layers/Embedding

例如，考虑高数量和低嵌入暗淡。

是jnp.take像这里的 flax.linen 实现那样吗？https://github.com/google/flax/blob/main/flax/linen/linear.py#L624

如何引用存在的本地图像？

kubectl run u --rm -i --tty --image my_local_image -- bash

结果ImagePullBackOff并且kubectl显然是试图从远程存储库而不是本地寄存器中提取.

这个答案是无益的,后续是指minikube和kubernetes.

一些事件日志

Events:
  Type     Reason                 Age               From                         Message
  ----     ------                 ----              ----                         -------
  Normal   Scheduled              1m                default-scheduler            Successfully assigned u-6988b9c446-zcp99 to docker-for-desktop
  Normal   SuccessfulMountVolume  1m                kubelet, docker-for-desktop  MountVolume.SetUp succeeded for volume "default-token-q2qm7"
  Normal   SandboxChanged         1m                kubelet, docker-for-desktop  Pod sandbox changed, it will be killed and re-created.
  Normal   Pulling                23s (x3 over 1m)  kubelet, docker-for-desktop  pulling image "centos_postgres"
  Warning  Failed                 22s (x3 over …