小编Mik*_*ing的帖子

当天真地在bash中使用mod命令时,残差会在负分子中得到错误的符号(在我看来):

如果我写:

for i in {-5..5}; do echo $(( $i % 3 )) ; done

我得到输出(作为一行)

-2 -1 0 -2 -1 0 1 2 0 1 2

我如何实现"正确"的行为

1 2 0 1 2 0 1 2 0 1 2

我怀疑这个问题的答案将是一个很大的问题!但是这里.

有没有办法停用(临时)长代码片段而不必评论每一行或放一个if FALSE:并缩进每一行？

举个例子,假设我有代码

for A in range(1,LargeNumber):
    DoSuff(A)
    ###DO Mode stuff
    ###....
    Done(A)

但是,由于我还在开发代码,所以我不希望这个冗长的循环运行.据我所知,我的选择是:

评论

#for A in range(1,LargeNumber):
    #DoSuff(A)
    ####DO Mode stuff
    ####....
    #Done(A)

或包装在falseif语句中

if False:
    for A in range(1,LargeNumber):
        DoSuff(A)
        ###DO Mode stuff
        ###....
        Done(A)

这两个都要求我操纵我想要停用的每一行.

是否有一些更聪明的方法来做到这一点,而无需更改缩进或在每一行添加注释.(除非可能放在LargeNumber=0这里.)

在 Julian 中，我想知道角色的特定 unicide-key 并将其保存到变量中。我该怎么做呢？

例如，我可以在 中写入 Unicode 字符REPL，它会很乐意告诉我它们的 Unicode 密钥。

julia> '\xc3\xab'\n'\xc3\xab': Unicode U+00EB (category Ll: Letter, lowercase)\n\njulia> 'e'\n'e': ASCII/Unicode U+0065 (category Ll: Letter, lowercase)\n\n

我如何提取U+00EB和U+0065？

我正在寻找找到包含该模式的所有文件的glob-pattern myfile_[SomeNumber].txt

我天真的尝试是

glob.glob("myfile_[0-9]*.txt")

但这也找到了表单上的所有文件 myfile_[SomeNumber][AnyStuff].txt

这个答案显示了如何以固定的长度进行,但这不是我想要的情况. 使用python glob查找一个14位数的文件夹

我知道其他人看到类似的错误(TypeError:图像数据无法转换为浮点数,TypeError:图像数据无法使用matplotlib转换为浮点数,类型错误:图像数据无法转换为浮点数)但我看不到任何错误解决那里帮助我.

我正在尝试使用浮点数据填充一个numpy-array,并使用imshow填充它.Y方向(几乎)是Hermite多项式和高斯包络的数据,而X方向只是高斯包络.

from __future__ import print_function
import numpy as np
import matplotlib.pyplot as plt

####First we set Ne
Ne=25

###Set up a mesh with size sqrt(Ne) X sqrt(Ne)
sqrtNe=int(np.sqrt(Ne))
Ky=np.array(range(-sqrtNe,sqrtNe+1),dtype=float)
Kx=np.array(range(-sqrtNe,sqrtNe+1),dtype=float)
[KXmesh,KYmesh]=np.meshgrid(Kx,Ky,indexing='ij')

##X-direction is gussian envelope
AxMesh=np.exp(-(np.pi*KXmesh**2)/(4.0*Ne))

Nerror=21 ###This is where the error shows up
for n in range(Nerror,Ne):
    ##Y-direction is a polynomial of degree n ....
    AyMesh=0.0
    for i in range(n/2+1):
        AyMesh+=(-1)**i*(np.sqrt(2*np.pi)*2*KYmesh)**(n-2*i)/(np.math.factorial(n-2*i)*np.math.factorial(i))
    ### .... times a gaussian envelope
    AyMesh=AyMesh*np.exp(-np.pi*KYmesh**2)
    AyMesh=AyMesh/np.max(np.abs(AyMesh))
    WeightMesh=AyMesh*AxMesh
    print("n:",n)
    plt.figure() …