小编lor*_*rdy的帖子

在此之后，我成功地按照我想要的方式旋转标签。

axes = pd.plotting.scatter_matrix(df_plot, alpha=0.1, figsize=[10, 10])
n = len(df_plot.columns) - 1
    for x in range(n):
        for y in range(n):
            # to get the axis of subplots
            ax = axes[x, y]
            # to make x axis name vertical
            ax.xaxis.label.set_rotation(90)
            # to make y axis name horizontal
            ax.yaxis.label.set_rotation(0)
            # to make sure y axis names are outside the plot area
            ax.yaxis.labelpad = 25

现在的问题是（1）我需要手动调整标签板（这不是一个选项，因为我有许多从循环创建的此类图）和（2）较长的标签被图形边缘截断（这可以通过 plt.tight_layout() 部分解决，但这也增加了我不想要的散点图之间的空间）。我怎样才能解决这个问题？我想一定有简单的“自动调整”？

我正在使用置换测试（抽取随机子样本）来测试2个实验之间的差异。每个实验进行100次（每个实验= 100个副本）。每个副本随时间包含801个测量点。现在，我想执行一种排列（或引导捆绑）操作，以测试每个实验需要多少副本（以及多少个（时间）测量点）才能获得一定的可靠性。

为此，我编写了一个代码，从中提取了最小的工作示例（其中很多东西都进行了硬编码）（请参见下文）。输入数据生成为随机数。此处为100个副本和801个时间点的np.random.rand（100，801）。

该代码原则上可以工作，但是如果选择随机子样本5000次，则有时所产生的曲线有时不会平滑地下降。这是以下代码的输出：

可以看出，在x轴的2处有一个不应该出现的峰值。如果我将随机种子从52389更改为324235，它将消失并且曲线平滑。随机数的选择方式似乎有问题吗？

为什么会这样呢？我在Matlab中有语义相似的代码，并且在已经有1000个排列（此处为5000个）的情况下，曲线完全平滑。

我有编码错误还是numpy随机数生成器不好？

有人在这里看到问题吗？

import matplotlib.pyplot as plt
import numpy as np
from multiprocessing import current_process, cpu_count, Process, Queue
import matplotlib.pylab as pl


def groupDiffsInParallel (queue, d1, d2, nrOfReplicas, nrOfPermuts, timesOfInterestFramesIter):

    allResults = np.zeros([nrOfReplicas, nrOfPermuts])  # e.g. 100 x 3000
    for repsPerGroupIdx in range(1, nrOfReplicas + 1):
        for permutIdx in range(nrOfPermuts):
            d1TimeCut = d1[:, 0:int(timesOfInterestFramesIter)]
            d1Idxs = np.random.randint(0, nrOfReplicas, size=repsPerGroupIdx)
            d1Sel = d1TimeCut[d1Idxs, :]
            d1Mean = np.mean(d1Sel.flatten())

            d2TimeCut = d2[:, 0:int(timesOfInterestFramesIter)]
            d2Idxs = np.random.randint(0, nrOfReplicas, size=repsPerGroupIdx) …

这应该有效，但没有？

plt.figure()
plt.plot(x)
plt.xticks(range(4), [2, 64, 77, 89])  # works

f, ax = plt.subplots(nrows=2, ncols=2)
ax[0, 0].plot(x)
ax[0, 0].set_xticks(range(4), [2, 64, 77, 89])  # does not work

我想向现有数据多维数据集添加另一个“切片”数据：

import numpy as np

a = np.array([[[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], [[4, 4, 4, 4], [5, 5, 5, 5], [6, 6, 6, 6]]])
print(a.shape)  # (2, 3, 4)

b = np.array([[7, 7, 7], [8, 8, 8]])
print(b.shape)  # (2, 3)

c = np.concatenate([a, b], axis=2)  # ValueError: all the input arrays must have same number of dimensions 
print(c.shape)  # wanted result: (2, 3, 5)

因此，我基本上想通过将最后一个尺寸扩展到2x3x5，将2x3数组添加到2x3x4数组中。值错误对我来说不太有意义，因为数组的形状不能相同？我在这里做错了什么？

我遍历从JSON文件，它工作正常，但只要我删除一些条目中创建一个字典else子句结果的变化（通常它打印35个nuts_ids但随着remove中else只有32个被打印出来。这样看来，移除会影响迭代，但是为什么呢？密钥应该是安全的？如何在不丢失数据的情况下适当地做到这一点？

import json

with open("test.json") as json_file:
    json_data = json.load(json_file)

for g in json_data["features"]:
    poly = g["geometry"]
    cntr_code = g["properties"]["CNTR_CODE"]
    nuts_id = g["properties"]["NUTS_ID"]
    name = g["properties"]["NUTS_NAME"]
    if cntr_code == "AT":
        print(nuts_id)
        # do plotting etc
    else: # delete it if it is not part a specific country
        json_data["features"].remove(g)  # line in question

# do something else with the json_data

我有一个 json 文件，我尝试像这样加载：

import json
data = json.loads('test.json')

但它崩溃了：

Traceback (most recent call last):
  File "XXXXXXX.py", line 61, in <module>
    data = json.loads('test.json')
  File "/usr/lib/python3.8/json/__init__.py", line 357, in loads
    return _default_decoder.decode(s)
  File "/usr/lib/python3.8/json/decoder.py", line 337, in decode
    obj, end = self.raw_decode(s, idx=_w(s, 0).end())
  File "/usr/lib/python3.8/json/decoder.py", line 355, in raw_decode
    raise JSONDecodeError("Expecting value", s, err.value) from None
json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)

当用 vi 打开时，该行看起来没问题：

{"922": {"ticket": {"problem": [{"id": ...

有任何想法吗？