小编sla*_*law的帖子

我是 SQL 新手，一直在寻找一种在 ANSI SQL 中设置变量的方法。我有这个：

select * from table1
where first_date > '2014-01-01'
and where second_date = '2014-01-01'
and where third_date < '2014-01-01'

但我希望有这样的事情：

set x = '2010-12-31'
select * from table1
where first_date > x
and where second_date = x
and where third_date < x

我读过有关存储过程的内容，但对于看似简单的事情来说，这似乎有点矫枉过正。我正在 Netezza 上运行，但我想要一个也可以在其他数据库上运行的通用解决方案。

我正在试图抓住nature.com对期刊文章进行一些分析.当我执行以下操作时:

import requests
from bs4 import BeautifulSoup
import re

query = "http://www.nature.com/search?journal=nature&order=date_desc"

for page in range (1, 10):
    req = requests.get(query + "&page=" + str(page))
    soup = BeautifulSoup(req.text)
    cards = soup.findAll("li", "mb20 card cleared")
    matches = re.findall('mb20 card cleared', req.text)
    print(len(cards), len(matches))

我希望Beautifulsoup打印"25"(搜索结果的数量)10次(每页一个),但事实并非如此.相反,它打印:

14, 25
12, 25
25, 25
15, 25 
15, 25
17, 25
17, 25
15, 25
14, 25

查看html源代码显示每页应该返回25个结果但是Beautifulsoup似乎在这里混淆了,我无法弄清楚原因.

更新1如果重要,我使用Anaconda Python 2.7.10和bs4版本4.3.1在Mac OSX Mavericks上运行

更新2我添加了一个正则表达式,以显示req.text确实包含我正在寻找的东西,但beautifulsoup没有找到它

更新3当我多次运行这个简单的脚本时,我有时会得到"分段错误:11".不知道为什么

我正在将 CSV 文件读入 pandas：

df = pd.read_csv('file.csv')

但是，我注意到列顺序没有保留。我在文档中找不到任何解释如何在读取 CSV 文件时保持列顺序的内容。

我有一些艺术家姓名，data['artist']我想通过以下方式转换为分类列：

x = data['artist'].astype('category').cat.codes
x.dtype 

返回：

dtype('int32')

我得到负数，这表明存在某种溢出情况。因此，我想使用np.int64它，但我找不到有关如何完成此操作的文档。

x = data['artist'].astype('category').cat.codes.astype(np.int64)
x.dtype

给予

dtype('int64')

但很明显 int32 已转换为 int64，因此负值仍然存在

x = data['artist'].astype('category').cat.codes.astype(np.int64)
x.min()

-1

我有一大组 sklearn 管道，我想与 Dask 并行构建。这是一个简单但幼稚的顺序方法：

from sklearn.naive_bayes import MultinomialNB 
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import RandomForestClassifier
from sklearn.pipeline import Pipeline
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

iris = load_iris()
X_train, X_test, Y_train, Y_test = train_test_split(iris.data, iris.target, test_size=0.2)

pipe_nb = Pipeline([('clf', MultinomialNB())])
pipe_lr = Pipeline([('clf', LogisticRegression())])
pipe_rf = Pipeline([('clf', RandomForestClassifier())])

pipelines = [pipe_nb, pipe_lr, pipe_rf]  # In reality, this would include many more different types of models with varying but specific parameters

for pl in pipelines:
    pl.fit(X_train, Y_train) …

我正在寻找一种方法来检查 numpy 数组是否为np.float64或np.float32。这适用于np.float64：

a = np.random.rand(10)

if not issubclass(a.dtype.type, np.float):
    raise "Wrong type"  # No exception is raised for np.float64

但失败了np.float32：

a = np.random.rand(10).astype(np.float32)

if not issubclass(a.dtype.type, np.float):
    raise "Wrong type"  # An exception is raised!

我有两个 NumPy 数组：

import numpy as np

m = 3
x = np.array([1, 0, 0, np.inf, 0, 0, 1, 1, 2, np.inf, np.inf, 2, 3, 4, 5, 6, 7, 8, 9, 10])
y = np.arange(x.shape[0]-m+1)

假设有np.infin 的地方x，该索引位置被称为i。对于每个i，我想设置y[i-m+1:i+m] = np.inf. 所以，更换后，y应该是这样的：

array([0, np.inf, np.inf, np.inf, np.inf, np.inf, 6, np.inf, np.inf, np.inf, np.inf, np.inf, np.inf, 13, 14, 15, 16, 17])

当 的值m增加或减少时，这也应该起作用。

假设我有一个 NumPy 数组：

x = np.array([2, 3, 4, 0, 0, 1, 1, 4, 6, 5, 8, 9, 9, 4, 2, 0, 3])

对于 中的所有值x >= 2，我需要找到连续值x >=2（即，一个大于或等于 2 的单个值的运行不计算在内）的开始/停止索引。然后，我对x >= 3, x >=4, ...,重复此操作x >= x.max()。输出应该是一个三列的 NumPy 数组（第一列是最小值，第二列是包含开始索引，第三列是停止索引），看起来像：

[[2,  0,  2],
 [2,  7, 14],
 [3,  1,  2],
 [3,  7, 13],
 [4,  7, 13],
 [5,  8, 12],
 [6, 10, 12],
 [8, 10, 12],
 [9, 11, 12]
]

天真地，我可以查看每个唯一值，然后搜索开始/停止索引。但是，这需要对 …

我有一个很长的包含1_000_000_000元素的 NumPy 数组，我想50在数组上滑动一个元素窗口，并询问窗口内的所有元素是否都是有限的。如果元素窗口内的所有元素50都是有限的，则返回True（对于该窗口），否则，如果50元素窗口内的一个或多个元素不是有限的，则返回False（对于该窗口）。继续此评估，直到评估完所有窗口。一个很好的方法是：

import numpy as np

def rolling_window(a, window):
    a = np.asarray(a)
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)

    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)

if __name__ == "__main__":
    a = np.random.rand(100_000_000)  # This is 10x shorter than my real data
    w = 50
    idx = np.random.randint(0, len(a), size=len(a)//10)  # Simulate having np.nan in my array
    a[idx] = np.nan
    print(np.all(rolling_window(np.isfinite(a), w), …

我有以下代码

import asyncio

loop = asyncio.get_event_loop()

async def while_loop():
    n = 0
    while True:
        print(f"{n}")
        await asyncio.sleep(2)
        n = n+1

async def some_func():
    await asyncio.sleep(5)
    print("Some Func")

future = loop.create_task(while_loop())
loop.run_until_complete(some_func())

我希望while_loop函数永远运行,但它似乎只是作为调用的结果执行,run_until_complete并且一旦some_func完成执行就停止打印while循环.我看到的输出是:

0
1
2
Some Func

我预计数字会在some_func完成后继续打印.

0
1
2
Some Func
3
4
5
6
.
.
.

获得更多数字的唯一方法是some_func再次打电话.