小编Ste*_*ell的帖子

使用 Matplotlib 的极坐标图时，theta 轴的默认零位置是或向右，角度逆时针增加，如本例所示。

如何指定零位置并反转 theta 增加的方向？截至撰写本文时，文档相对有限。

我想将列表加载到pandas DataFrame的列中,但似乎无法简单地执行此操作.这是我想要使用的一个例子,transpose()但我认为这是不必要的:

In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: x = np.linspace(0,np.pi,10)
In [4]: y = np.sin(x)
In [5]: data = pd.DataFrame(data=[x,y]).transpose()
In [6]: data.columns = ['x', 'sin(x)']
In [7]: data
Out[7]: 
          x        sin(x)
0  0.000000  0.000000e+00
1  0.349066  3.420201e-01
2  0.698132  6.427876e-01
3  1.047198  8.660254e-01
4  1.396263  9.848078e-01
5  1.745329  9.848078e-01
6  2.094395  8.660254e-01
7  2.443461  6.427876e-01
8  2.792527  3.420201e-01
9  3.141593  1.224647e-16

[10 rows x 2 columns]

有没有办法直接将每个列表加载到列中以消除转置并在创建DataFrame时插入列标签？

我试图计算大约十万点之间的所有距离.我有以下代码用Fortran编写并使用以下代码编译f2py:

C         1         2         3         4         5         6         7
C123456789012345678901234567890123456789012345678901234567890123456789012
        subroutine distances(coor,dist,n)
        double precision coor(n,3),dist(n,n)
        integer n
        double precision x1,y1,z1,x2,y2,z2,diff2

cf2py intent(in) :: coor,dist
cf2py intent(in,out):: dist
cf2py intent(hide)::n
cf2py intent(hide)::x1,y1,z1,x2,y2,z2,diff2

        do 200,i=1,n-1
            x1=coor(i,1)
            y1=coor(i,2)
            z1=coor(i,3)
            do 100,j=i+1,n
                x2=coor(j,1)
                y2=coor(j,2)
                z2=coor(j,3)
                diff2=(x1-x2)*(x1-x2)+(y1-y2)*(y1-y2)+(z1-z2)*(z1-z2)
                dist(i,j)=sqrt(diff2)
  100       continue
  200   continue

        end

我正在使用以下python代码编译fortran代码setup_collision.py:

# System imports
from distutils.core import *
from distutils      import sysconfig

# Third-party modules
import numpy
from numpy.distutils.core import Extension, setup

# Obtain the numpy include directory. …

我有几个加权值,我正在加权平均值.我想使用加权值和加权平均值来计算加权标准差.如何修改典型标准偏差以包括每次测量的权重？

这是我正在使用的标准差公式.

当我只使用' x '的每个加权值和'\ bar { x }' 的加权平均值时,结果似乎小于它应该的值.

在演示 lines的Datashader示例笔记本之后，输入是 Pandas DataFrame（尽管 Dask DataFrame 似乎也可以工作）。我的数据在一个 NumPy 数组中。我可以使用 Datashader 绘制来自 NumPy 数组的线条，而无需先将它们放入 DataFrame 中吗？

line glyph的文档似乎表明这是可能的，但我没有找到一个例子。我链接到的示例笔记本使用Canvas.line了我在文档中没有找到的。

我想将一个 pandas.DataFrame 存储到一个文本文件中，该文件的列使用空格字符对齐。如果这是我的示例 DataFrame：

In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: df = pd.DataFrame(np.linspace(0,1,9).reshape(3,3))
In [4]: df
Out[4]: 
       0      1      2
0  0.000  0.125  0.250
1  0.375  0.500  0.625
2  0.750  0.875  1.000
[3 rows x 3 columns]

我想做这样的事情：

In [5]: df.to_csv('test.txt', sep='?')

得到这个：

In [6]: more test.txt
  0     1     2
0 0.0   0.125 0.25
1 0.375 0.5   0.625
2 0.75  0.875 1.0

我应该使用什么分隔符？我想知道是否有办法在不使用\t角色的情况下做到这一点。看起来很好

    0       1       2
0   0.0     0.125   0.25 …

我读过这篇关于自动格式化代码的文章，它在格式化一些 JSON 时起作用。似乎一次性格式化了整个文件。这可能有点激烈，例如，如果 VS Code 使用的缩进规则与项目冲突，则在大文件上使用时将导致主要版本控制差异。如何自动缩进当前行？

在 Emacs 中，光标可以位于行上的任何位置，按Ctrl+i将自动缩进当前行。我搜索了可能的键盘快捷键，但没有找到可以执行此操作的键盘快捷键。我正在寻找类似“缩进线”的东西，但要自动缩进。

我有一个大小为 n_slice x 2048 x 3 的 numpy 坐标数组，其中 n_slice 数以万计。我想分别对每个 2048 x 3 切片应用以下操作

import numpy as np
from scipy.spatial.distance import pdist

# load coor from a binary xyz file, dcd format

n_slice, n_coor, _ = coor.shape
r = np.arange(n_coor)
dist = np.zeros([n_slice, n_coor, n_coor])

# this loop is what I want to parallelize, each slice is completely independent
for i in xrange(n_slice): 
    dist[i, r[:, None] < r] = pdist(coor[i])

我尝试通过制作coor一个来使用 Dask dask.array，

import dask.array as …

当我用诗歌添加tensoflow（诗歌添加张量流）时，我收到此错误：

Using version ^2.7.0 for tensorflow

Updating dependencies
Resolving dependencies... (0.8s)

  SolverProblemError

  The current project's Python requirement (>=3.6,<4.0) is not compatible with some of the required packages Python requirement:
    - tensorflow-io-gcs-filesystem requires Python >=3.6, <3.10, so it will not be satisfied for Python >=3.10,<4.0
    - tensorflow-io-gcs-filesystem requires Python >=3.6, <3.10, so it will not be satisfied for Python >=3.10,<4.0
    - tensorflow-io-gcs-filesystem requires Python >=3.6, <3.10, so it will not be satisfied for Python >=3.10,<4.0

....

    For tensorflow-io-gcs-filesystem, a possible solution …

我确信这已被问到但我找不到,所以我对冗余道歉.

我想使用grep或egrep来查找其中包含"P"或"CA"的每一行,并将它们传递给新文件.我可以使用以下方法轻松完成:

egrep ' CA ' all.pdb > CA.pdb

要么

egrep ' P ' all.pdb > P.pdb

我是regex的新手,所以我不确定它的语法or.

更新: 输出行的顺序很重要,即我不希望输出对匹配的字符串排序.以下是一个文件的前8行示例:

ATOM      1 N    THR U  27     -68.535  88.128 -17.857  1.00  0.00      1H5  N  
ATOM      2 HT1  THR U  27     -69.437  88.216 -17.434  0.00  0.00      1H5  H  
ATOM      3 HT2  THR U  27     -68.270  87.165 -17.902  0.00  0.00      1H5  H  
ATOM      4 HT3  THR U  27     -68.551  88.520 -18.777  0.00  0.00      1H5  H  
ATOM      5 CA   LYS B 122 …