小编ibr*_*bra的帖子

如何访问 heapq 中的顶部元素而不删除（弹出）它 python ？
我只需要检查堆顶部的元素而不弹出它。我怎样才能做到这一点。

我正在使用数据表数据框。如何将数据帧拆分为训练数据集和测试数据集？
\n与 pandas dataframe 类似，我尝试使用train_test_split(dt_df,classes)sklearn.model_selection，但它不起作用并且出现错误。

import datatable as dt\nimport numpy as np\nfrom sklearn.model_selection import train_test_split\n\ndt_df = dt.fread(csv_file_path)\nclasse = dt_df[:, "classe"])\ndel dt_df[:, "classe"])\n\nX_train, X_test, y_train, y_test = train_test_split(dt_df, classe, test_size=test_size)\n

我收到以下错误： TypeError: 列选择器必须是整数或字符串，而不是 <class \'numpy.ndarray\'>

我尝试通过将数据帧转换为 numpy 数组来解决方法：

classe = np.ravel(dt_df[:, "classe"])\ndt_df = dt_df.to_numpy()\n

就像这样它可以工作，但是，我不知道是否有一种方法可以train_test_split像 pandas 数据帧一样正常工作。

编辑1： csv文件包含列字符串，并且值是无符号整数。使用print(dt_df)我们得到：

\n | CCC CCG CCU CCA CGC CGG CGU CGA CUC CUG \xe2\x80\xa6 \n---- + --- --- …

简而言之： 如何正确计算std::vector<bool>存储 n 位的内存空间（以字节为单位）？

std::vector<bool> vb(n, false);
int size_bytes = compute_space_memory_in_bytes(vb);

详细信息：
在我的算法中我使用vector<bool>存储 n 位。为了在实践中有效地测量它，我需要知道如何以字节为单位计算空间内存。（理论上它只是 O(n) 位）。

有2点：

1. 如果我们有std::vector<int>，另一个答案的解决方案是：
   sizeof(std::vector<int>) + (sizeof(int) * MyVector.size())

2. 由于向量将每个布尔值存储到单个位中

一种潜在的优化涉及合并向量元素，以便每个元素占用一位而不是 sizeof(bool) 字节。

因此，从1和2来看，我尝试的解决方案是：

std::vector<bool> vb(100, false);
auto size_bytes = sizeof(vector<bool>) + vb.size()/8;
std::cout << "Hello, size = " << size_bytes << " bytes!\n";

那是对的吗 ？

编辑：更明确（感谢@PaulMcKenzie 评论）：
给定在执行时确定的 n 位。我的问题是在 bool 向量中存储 n 位占用的空间（精确或大约）是多少？

std::vector<bool> vb;

// some processing to get n …