小编Nic*_*mer的帖子

我有一个整数,我知道它在0到15之间,即可以用4位表示.我想将该数组的位表示作为布尔数组,即

0: [False, False, False, False],
1: [True, False, False, False],
2: [False, True, False, False],
# [...]
15: [True, True, True, True]

我怎样才能做到最好？

要从sympy表达式中获取所有变量，可以调用.free_symbols该表达式。我想检索表达式中使用的所有函数。例如，从y在

from sympy import *

f = Function('f')
g = Function('g')

x = Symbol('x')

y = f(x) + 2*g(x)

我想得到f和g。

有什么提示吗？

我想自动测试一组仍然完全适用于（更新的）代码库的补丁。为此，我打算跑

patch -p 1 < path/to/patch0.patch

对于所有补丁patch*.patch，检查此命令的返回码，并将其存储在某处。不幸的是，patch在某些情况下似乎可以交互工作。需要交互的典型输出是

can't find file to patch at input line 44
Perhaps you used the wrong -p or --strip option?
The text leading up to this was:
--------------------------
|Index: foo/docs/faq.html
|===================================================================
|--- foo.orig/docs/faq.html
|+++ foo/docs/faq.html
--------------------------
File to patch: 

有没有办法patch非交互式运行？（也许patch不是这里任务的正确工具。）

我有一个(大)数据数组和(一些)索引列表的(大)列表,例如,

data = [1.0, 10.0, 100.0]
contribs = [[1, 2], [0], [0, 1]]

对于每个条目contribs,我想总结相应的值data并将它们放入一个数组中.对于上面的例子,预期的结果是

out = [110.0, 1.0, 11.0]

在循环中执行此操作,

c = numpy.zeros(len(contribs))
for k, indices in enumerate(contribs):
    for idx in indices:
        c[k] += data[idx]

但由于data而且contribs规模很大,所以需要太长时间.

我觉得使用numpy的花式索引可以改善这一点.

任何提示？

我有一个2D NumPy数组a和一个list/set/1D NumPy数组b.我想找到那些a包含任何一行的行b,即

import numpy as np

a = np.array([
    [1, 2, 3],
    [4, 5, 3],
    [0, 1, 0]
    ])

b = np.array([1, 2])

# result: [True, False, True]

任何提示？

我正在尝试尽快计算许多 3x1 向量对的叉积。这

n = 10000\na = np.random.rand(n, 3)\nb = np.random.rand(n, 3)\nnumpy.cross(a, b)\n

给出了正确的答案，但受到类似问题的答案的启发，我认为这einsum会让我有所收获。我发现两者

eijk = np.zeros((3, 3, 3))\neijk[0, 1, 2] = eijk[1, 2, 0] = eijk[2, 0, 1] = 1\neijk[0, 2, 1] = eijk[2, 1, 0] = eijk[1, 0, 2] = -1\n\nnp.einsum(\'ijk,aj,ak->ai\', eijk, a, b)\nnp.einsum(\'iak,ak->ai\', np.einsum(\'ijk,aj->iak\', eijk, a), b)\n

计算叉积，但它们的性能令人失望：两种方法的性能都比np.cross：

%timeit np.cross(a, b)\n1000 loops, best of 3: 628 \xc2\xb5s per loop\n

%timeit np.einsum(\'ijk,aj,ak->ai\', eijk, a, b)\n100 loops, …

我维护了一个小小的Python包，该包可以在用于网格表示的不同格式之间进行转换

这些文件可能会变得很大，因此在使用Python读取文件时，有效地执行操作非常重要。

其中一个最常用的格式是MSH从GMSH。不幸的是，它的数据布局可以说不是最好的。一个示例文件：

$MeshFormat
2.2 0 8
$EndMeshFormat
$Nodes
8
1 -0.5 -0.5 -0.5
2  0.5 -0.5 -0.5
3 -0.5  0.5 -0.5
4  0.5  0.5 -0.5
5 -0.5 -0.5  0.5
6  0.5 -0.5  0.5
7 -0.5  0.5  0.5
8  0.5  0.5  0.5
$EndNodes
$Elements
2
1 4 2 1 11 1 2 3 5
2 4 2 1 11 2 5 6 8
$EndElements

• 对于$Nodes：

  第一个数字（8）是要跟随的节点数。

  在每个节点行中，第一个数字是索引 …

我有一个带有目录结构的小 Python2/3 项目

superproject/
    ->  __init__.py
    ->  meta.py
setup.py

该__init__.py文件包含一堆imports和实际代码，meta有

 __author__ = 'John Doe'
 __author_email__ = 'john@doe.com'
 __version__ = '1.2.3'
 # [...]

我想让元信息在 setup.py（简单：只是import superproject.meta）和superprojectas

import superproject
print(superproject.__version__)

我正在为后一个要求而苦苦挣扎。做的时候

from .meta import *

在__init__.py，我只能做

print(superproject.meta.__version__)

例如。

请注意，我不能__init__.py直接将元信息放入，因为我必须import superproject放入setup.py，而且 的众多import依赖项superproject当时尚不可用。

任何提示？

我正在尝试使 SVG 颜色与 GitHub 自述文件中周围文本的颜色相匹配。（如果将文本设置为"fill=black"，则在 GitHub 的深色模式下几乎看不到。）

从这里，我认为我可以使用

fill="currentColor"

获取color最近（周围）CSS 元素的属性。我尝试使用显示简单圆圈的 SVG：

fill="currentColor"

SVG 嵌入在 README 中，如下所示

<p align="center">
  <img src="https://nschloe.github.io/smoothfit/disk.svg" width="60%">
</p>

但是，填充颜色始终显示为黑色。

（从这里）。

知道出了什么问题吗？

我有一个很长的 NumPy 数组，我需要将其组织为“模式”，如下所示：

import numpy as np

# long array:
a = np.array(
    [
        1.3,
        -1.8,
        0.3,
        11.4,
        # ...
    ]
)


def pattern(x: float):
    return np.array(
        [
            [x, 0, 0],
            [0, x, 0],
            [0, 0, x],
            [+x, +x, +x],
            [-x, -x, -x],
        ]
    )


out = np.array([pattern(x) for x in a])
print(out.shape)

(4, 5, 3)

我想知道是否有一种方法可以在out 不显式循环的情况下进行构造a。

有任何想法吗？