小编Rit*_*wal的帖子

我想编写一个代码，以找到数据帧对象的列中NA值的最长连续拉伸长度。

>> df   
      [,1] [,2] 
[1,]    1    1   
[2,]   NA    1   
[3,]    2    4   
[4,]   NA    NA   
[6,]    1    NA   
[7,]   NA    8
[8,]   NA    NA
[9,]   NA    6
# e.g.
>> longestNAstrech(df[,1])
>> 3
>> longestNAstrech(df[,2])
>> 2
# What should be the length of longestNAstrech()?

我们在做模型的时候有两种方法sklearn.cluster.KMeans。第一个是fit()，另一个是fit_predict()。我的理解是，当我们在模型fit()上使用方法时KMeans，它给出了一个属性labels_，该属性基本上保存了哪个观察属于哪个集群的信息。fit_predict()也有labels_属性。

所以我的问题是，

1. 如果fit()满足需要那么为什么他们是fit_predict()？
2. 编写代码时fit()和可以互换吗？fit_predict()

我想使用 package.json 读取 SQLite 数据库文件（database.sqlite）polars。我尝试以下操作未成功：

import sqlite3
import polars as pl

conn = sqlite3.connect('database.sqlite')
df = pl.read_sql("SELECT * from table_name", conn)

print(df)

出现以下错误：

AttributeError: 'sqlite3.Connection' object has no attribute 'split'

有什么建议么？

我有两个数组：

a = array([0,    5,   10,   14, 20])
b = array([42, 41, 11, 22, 33, 10, 22,  2, 45,  3,  9, 10,  1,  3, 45,  1,  4, 2,  9,  8])

价值观a是指数b，我要地图a，并b作为一个字典，字典的keys是指数a和值是从b。字典的第一个键取 的前 5 个值b，第二个键取接下来的 5 个值，第三个键取接下来的 4 个值，第四个键取接下来的 6 个值，这是通过减去 的两个连续值来推断的a。

输出应该是这样的：

dict = {0: [42, 41, 11, 22, 33],
        1: [10, 22,  2, 45,  3] , 
        2: [9, 10,  1,  3], …