小编mar*_*ram的帖子

使用np.delete时,如果使用越界索引,则会引发indexError.当一个越界索引在使用的np.array中并且该数组用作np.delete中的参数时,为什么这不会引发indexError？

np.delete(np.array([0, 2, 4, 5, 6, 7, 8, 9]), 9)

这给了索引错误,因为它应该(索引9超出范围)

而

np.delete(np.arange(0,5), np.array([9]))

和

np.delete(np.arange(0,5), (9,))

给:

array([0, 1, 2, 3, 4])

对于我的 Python 项目，我使用 conda 环境文件来确保所有开发人员和部署都有类似的环境。我的项目需要将特定版本的私有存储库包含在环境中。为了在我的开发服务器上部署，应该从存储库的开发分支安装该包。对于生产环境的部署，应使用 master 分支。由于它们在同一台服务器上运行，因此环境也需要具有不同的名称。

所以我想要的是：

• 名为“master_env”的环境，从 @master 分支安装私有包
• 名为“development_env”的环境，从@development分支安装私有包

给定以下环境文件，有什么方法可以实现这一目标吗？我想在安装这个环境时是否可以传递参数/变量这将是一个解决方案，但我找不到它是否/如何工作。

环境.yml：

name: conda_env
channels:
  - conda-forge
dependencies:
  - python==3.6.4
  - pandas==0.22.0
  - pip:
    - git+https://url.com/private_repo.git@development

在这种情况下，最佳做法是什么？

我有一条电缆正在从车辆上移到地面上。通过使用摄像头系统，我可以实时估计绳索接触地面的位置。车辆的运动和位置估计中的不准确性导致着陆位置的点云。从这一点开始，我想得出电缆在地面上最可能的路径。我想实时实现这一目标，并且希望根据新数据来更新拟合度。被添加的新点的频率约为20 Hz，而车辆的运动速度约为1 m / s。因此，点云相当密集。电缆在地面上遵循的路径是平滑的（因为电缆是硬的），并且在3D模式下（x，y，z：地面不平坦！）。

我一直在寻找3D线/样条线/曲线拟合/插值。我发现了一些有前途的方法（B样条拟合，LOWESS- >似乎可行，可用于2D，但不适用于3D）。但是，对于哪种方法适合我的情况，我找不到任何明确的解释。您会针对这种情况建议哪种拟合方法？

我正在处理的当前数据集由以下生成：

import numpy as np

tMax = 10 # s
f = 20 # hz
v = 2 # m/s
samples = tMax*f
t = np.linspace(0,tMax, samples)
div = 00.[![2][2]][2]
x=1*np.sin(t)+t+np.random.uniform(-div,div,samples)
y=1*np.cos(t)+t+np.random.uniform(-div,div,samples)
z=1*np.sin(t)*np.cos(t)+t+np.random.uniform(-div,div,samples)

我设法在2D中使用LOWESS获得合理的结果，如下图所示，但不是3D。

我可能要补充的另一件事是数据带有时间戳。我可以想象，这可能对调整生产线是有益的。

我想对数据集执行神经网络回归。出于测试目的，我将其采样到 10000 行。输入为 3 列，输出为 1 列。我使用下面的代码（我已经替换了变量名）。

import pandas as pd
import numpy as np
import os
from sklearn.neural_network import MLPRegressor


"""
Prepare
"""  
train = os.path.join(r'C:\Documents and Settings\', 'input.csv')
df = pd.read_csv(train)

df = df[['A', 'B', 'C','D']]
df = df.dropna().sample(n=10000)

y = df['D'].as_matrix().reshape(10000,1)
x = df[['A', 'B','C']].as_matrix().reshape(10000,3)

print x
print y
print "Length before regression, x: %s, y: %s" % (x.shape, y.shape)

"""
Regression 
"""
mlp = MLPRegressor(hidden_layer_sizes=(5, ), activation='relu', verbose=True, learning_rate_init=1, learning_rate='adaptive', max_iter=500,)

mlp.fit(x,y)
mlp.score(x,y)

print mlp.coefs_
print …

我需要一个用于我公司的 Python 包的包存储库。我已经设置了 AWS CodeArtifact 存储库并设法发布和安装我的包。

要使pip能够使用此存储库，AWS 建议执行以下操作之一：

aws codeartifact login --tool pip | twine --domain my-domain --domain-owner domain-owner-id --repository my-repo

这是有效的，因为我已经使用我的凭证配置了我的 AWS 客户端。不过，我更愿意像这样安装：他们应该能够轻松安装这些软件包，例如通过

pip install --extra-index-url https://repository-name.d.codeartifact.eu-west-1.amazonaws.com/pypi/repository/ package_name   

出于两个原因，我希望它无需凭据即可工作：

• 我不希望组织内的每个人都安装 AWS 客户端。
• 我托管的第三方系统不允许我安装 AWS 客户端 - 它允许我提供替代索引或指定requirements.txt，我也可以在其中添加其他索引。

因此我的问题是： 如何在 VPC（虚拟私有云）中公开/公开地访问 AWS CodeArtifact 存储库，而无需凭证？

用户（通过 VPN）和第 3 方应用程序均已配置为位于同一 VPC 内。

我正在尝试绘制熊猫系列（'df_plot'）中一列的直方图。由于我希望 y 轴是百分比（而不是计数），因此我使用权重选项来实现这一点。正如您在下面的堆栈跟踪中发现的，权重数组和数据系列的形状相同。为什么我仍然收到错误消息，告诉我 w 和 x 的形状不同？

代码：

w = 100*(np.zeros_like(df_plot[var]) + 1. / len(df_plot[var]))
print w.shape
print df_plot[var].shape
df_plot[var].hist(bins=100,  cumulative=True, weights=w)

堆栈跟踪：

(9066,)
(9066,)

?
Traceback (most recent call last):

  File "<ipython-input-59-5612307b159e>", line 4, in <module>
    df_plot[var].hist(bins=100,  cumulative=True, weights=w)

  File "C:\Anaconda\lib\site-packages\pandas\tools\plotting.py", line 2819, in hist_series
    ax.hist(values, bins=bins, **kwds)

  File "C:\Anaconda\lib\site-packages\matplotlib\axes\_axes.py", line 5649, in hist
    'weights should have the same shape as x')

ValueError: weights should have the same shape as x

FantasyRpartPlot 决策树中节点顶部的数字是什么意思？我在下图中突出显示了它们。

我的猜测是它们是节点的顺序/等级，但我无法解释数字中的跳跃（在示例中，缺少 9-11）。

在 Scala 中使用 Intellij 和 sbt 导入系统库时，如下例所示，失败并出现以下问题：

import system.dispatcher

标准输出：

[info] Compiling 3 Scala sources to /Users/markramakers/Downloads/akka-websockets-demo-master/target/scala-2.13/classes ...
[error] /Users/markramakers/Downloads/akka-websockets-demo-master/src/main/scala/com/amdelamar/chat/ChatRoom.scala:11:8: not found: object system
[error] import system.dispatcher
[error]        ^

我在系统库中找不到任何在线示例 - 欢迎任何帮助！