小编use*_*632的帖子

我想添加多索引数据框的索引名称。

我想将图像中红色框的名称设置为“ Ticker”

我怎样才能做到这一点？

我想使用两个Generic定义实例变量,如下所示.

class Foo<S,T>{
     private S<T> Boo ;
     .
     .
}

public class Test{
     public static void main(String[] args){
          Foo<ArrayList, String> foo = new Foo<ArrayList, String>();          

    }
}

但它不起作用......它是不是有点错误的语法？我真的需要这种语法.谢谢

我用 Django 1.9.7 & Python 3.5

我实现了创建用户机制并尝试使用POSTMAN（chrome应用程序）进行测试，但是它不起作用，并且显示如下内容：

Forbidden (CSRF cookie not set.): /timeline/user/create/

这是代码：

urls.py

from django.conf.urls import url
From. import views

app_name = 'timeline'
urlpatterns = [
    # ex) /
    url(r'^$', views.timeline_view, name='timeline_view'),

    # ex) /user/create
    url(r'^user/(?P<method>create)/$', views.user_view, name='user_view'),
]

views.py

from django.contrib.auth import authenticate, login, logout
from django.shortcuts import render, HttpResponse

from timeline.models import *


def timeline_view(request):
    return HttpResponse('hello world')


def user_view(request, method):
    if method == 'create' and request.method == 'POST':
        print("hi")
        username = request.POST.get('username')
        username = request.POST.get('username') …

我在我的项目中使用Hashids（http://hashids.org/python/）Django。

我想创建固定长度的哈希。

但Hashids仅支持min_length：

hash_id = Hashids(
    salt=os.environ.get("SALT"),
    min_length=10,
)

如何设置 的固定长度（例如 10 个字符）hash_id？

我有一个Word2Vec模型(机器学习模型之一),可以通过文件名获得这个预先训练的模型:

model = Word2Vec.load(fname)

所以,我可以通过使用这个模型得到一些预测:

预测= model.predict(X)

我正在尝试做的是从用户那里获取请求(包括查询词)并将此数据查询到我预先训练的模型并获得预测,以便服务器可以使用此预测数据发送响应.每次用户发送查询时都应该进行此过程,因此这个预先训练的模型应始终在内存中.

为了实现这一点,我想我必须使用Redis,Celery有点像,但据我所知,Celery与DjangoWeb应用程序异步工作,所以它不适合我想做的事情......

如何在我的Django应用程序中实现此功能？

谢谢.

数据框

pd.DataFrame({'a': range(20)})

>>  
    a
0   0
1   1
2   2
3   3
4   4
5   5
6   6
7   7
8   8
9   9
10  10
11  11
12  12
13  13
14  14
15  15
16  16
17  17
18  18
19  19

预期结果：

    a   group_num
0   0   1
1   1   1
2   2   2
3   3   2
4   4   3
5   5   3
6   6   4
7   7   4
8   8   5
9   9   5
10  10 …

我想得到的是,(x, y)对于给定的x和y值,y值变得更平滑.

例如,

x = range(10)
y = [0.3, 0.37, 0.41, 0.52, 0.64, 0.68, 0.71, 0.72, 0.73, 0.74]
plt.plot(x, y)

我想获得图表开始变得稳定的红色圆点(或接近点).

我怎样才能做到这一点？

我用Django 1.11.1和PostgreSQL作为数据库。

这是代码：

模型.py

class Symbol(StockDataBaseModel):
    code = models.CharField(max_length=20)
    name = models.CharField(max_length=30)


class DailyPrice(StockDataBaseModel):
    symbol = models.ForeignKey(Symbol)

    date_time = models.DateTimeField()
    open = models.DecimalField(max_digits=15, decimal_places=2)
    high = models.DecimalField(max_digits=15, decimal_places=2)
    low = models.DecimalField(max_digits=15, decimal_places=2)
    close = models.DecimalField(max_digits=15, decimal_places=2)

获取数据部分

def _get_price_df(ticker, start_date, end_date):
    from data_manager.models import DailyPrice, Symbol

    symbol_set = Symbol.objects.prefetch_related('dailyprice_set').filter(name__iexact=ticker)
    if symbol_set.exists():
        symbol = symbol_set[0]
        if start_date and end_date:
            price_set = symbol.dailyprice_set.filter(Q(date_time__gte=start_date) & Q(date_time__lte=end_date))
        elif start_date:
            price_set = symbol.dailyprice_set.filter(Q(date_time__gte=start_date))
        elif end_date:
            price_set = symbol.dailyprice_set.filter(Q(date_time__lte=end_date))
        else:
            price_set = …

import pandas as pd
import collections

df = pd.DataFrame(columns=['a','b','c','d'])
counter = collections.Counter({'a':1, 'b':2})

我想要做的是插入counter,df以便结果如下:

          a         b         c         d
0         1         2         0         0

我怎样才能做到这一点？

In [20]: df.head()
Out[20]:
   year  month     capital       sales      income      profit         debt 
0  2000      6 -19250379.0  37924704.0  -4348337.0   2571738.0  192842551.0
1  2000     12 -68357153.0  27870187.0 -49074146.0 -20764204.0  190848380.0
2  2001      6 -65048960.0  30529435.0  -1172803.0   2000427.0  197383572.0
3  2001     12 -90129943.0  17135480.0 -24208501.0  -1012230.0  191464941.0
4  2002      6  14671980.0  31377347.0   2188125.0   3660938.0  101355088.0

我尝试的是：

df['date'] = pd.to_datetime(df['year']*10000 + df['month']*100, format="%Y%m")

但它发生了一个错误：

In [21]: df['date'] = pd.to_datetime(df['year']*10000 + df['month']*100, format="%Y%m"
    ...: )
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-21-31bfca8c5941> in <module>()
----> …