小编use*_*827的帖子

我有福尔。带有日期时间索引的 pandas 数据框：

datetime       VAL
2000-01-01   -283.0000
2000-01-02   -283.0000
2000-01-03    -10.6710
2000-01-04    -12.2700
2000-01-05    -10.7855
2001-01-06     -9.1480
2001-01-07     -9.5300
2001-01-08    -10.4675
2001-01-09    -10.9205
2001-01-10    -11.5715

我想计算每年的累积值并用累积值替换 VAL 列。例如，它看起来像这样：

datetime       VAL
2000-01-01   -283.0000
2000-01-02   -283.0000 + -283.0000
2000-01-03    -10.6710 + -283.0000 + -283.0000
2000-01-04    -12.2700 + -10.6710 + -283.0000 + -283.0000
2000-01-05    -10.7855 + -12.2700 + -10.6710 + -283.0000 + -283.0000
2001-01-06     -9.1480
2001-01-07     -9.5300 + -9.5300
2001-01-08    -10.4675 + -10.4675
2001-01-09    -10.9205 + -10.9205
2001-01-10    -11.5715 + -11.5715

我没有进行实际计算，这就是为什么你看到 -283.000 …

我想2D NumPy使用line每列的图来绘制一个数组：

import numpy as np
import matplotlib.pyplot as plt

arr = np.random.random((10, 5))
ax.plot(arr)

但是，我不确定如何label为五列中的每一列分配名称。

假设列名称为：a、b、c和d。e

是否有 python netCDF4 命令/示例来更改 netCDF 文件中的全局元数据 _FillValue？我曾尝试替换 netCDF 文件中的所有 -ve 值，但直到设置 _FillValue 属性时，这不起作用

我该如何解析foll.在python中提取年份:

'years since 1250-01-01 0:0:0'

答案应该是1250

我有这个人.python中的列表:

[1, 2, 3, 4]

是否有一个python itertools函数导致foll:

[1]
[1, 2]
[1, 2, 3]
[1, 2, 3, 4]

如何在另一个python列表中完全插入一个列表？

>>> list_one = [1,2,3]
>>> list_two = [4,5,7]

>>> list_one.insert(2, [2, 3])
>>> list_one
[1, 2, [2, 3], 3, 4, 5, 7]

但我希望结果如下:

[1, 2, 2, 3, 3, 4, 5, 7]

通过获取 array 中零和非零元素的索引，我可以像这样在 numpy 中获得一维数组中非零元素的索引：

indices_nonzero = numpy.arange(len(array))[~bindices_zero]

有没有办法将它扩展到二维数组？

基于这种在字典列表中搜索的最有效方法：

people = [
{'name': "Tom", 'age': 10, 'att': 12},
{'name': "Tom", 'age': 5, 'att': 12},
{'name': "Pam", 'age': 7, 'att': 23}
]

在上面的字典列表中，如何获取带有name == Tom和的字典的年龄列表att == 12？仅针对一种条件执行此操作：

filter(lambda person: person['name'] == 'Tom', people)

我还希望解决方案适用于 python 2.7 和 3.6

import seaborn as sns
sns.set(style="ticks")
exercise = sns.load_dataset("exercise")
g = sns.factorplot(x="time", y="pulse", hue="kind", data=exercise)

在上图中,有没有办法将其中一种线型绘制为虚线,例如将"其余"线绘制为虚线.

      state      Year  Month  count
0       alabama  2017.0   10.0     31
1       alabama  2017.0   11.0     30
2       alabama  2017.0   12.0     31
3       alabama  2018.0    1.0     31
4       alabama  2018.0    2.0     28
5       alabama  2018.0    3.0     31
6       alabama  2018.0    4.0     30
7       alabama  2018.0    5.0     31
8       alabama  2018.0    6.0     30
9       alabama  2018.0    7.0     14
10     arkansas  2017.0   10.0     31
11     arkansas  2017.0   11.0     30
12     arkansas  2017.0   12.0     31

我可以将上面的数据帧转换为:

                                                            Month
state                                                        
alabama         {2017:10.0, 2017:11.0, 2017:12.0, 2018:1.0, 2018:2.0, 2018:3.0, 2018:4.0, …