小编The*_*man的帖子

我有一个包含字符串列表的输入文件.

我从第二行开始迭代每四行.

从这些行中的每一行开始,我从第一个和最后6个字符创建一个新字符串,并且仅当新字符串是唯一的时才将其放在输出文件中.

我写的代码可以实现这一点,但是我正在使用非常大的深度排序文件,并且已经运行了一天并且没有取得多大进展.所以我正在寻找任何建议,如果可能的话,这样做会更快.谢谢.

def method():
    target = open(output_file, 'w')

    with open(input_file, 'r') as f:
        lineCharsList = []

        for line in f:
            #Make string from first and last 6 characters of a line
            lineChars = line[0:6]+line[145:151] 

            if not (lineChars in lineCharsList):
                lineCharsList.append(lineChars)

                target.write(lineChars + '\n') #If string is unique, write to output file

            for skip in range(3): #Used to step through four lines at a time
                try:
                    check = line    #Check for additional lines in file
                    next(f)
                except StopIteration:
                    break …

我正在使用 matplotlib 和 seaborn 生成一些图，x 轴和 y 轴的长度不同，如下面的示例所示。

有没有办法确保每个轴的比例相同？

我的示例代码没什么特别的，但这是一个示例：

# plot data
plt.scatter(df['x'], df['y'], color = 'gray', s=5) # s controls point size
plt.xlim(-0.0002,0.002)
plt.ylim(-0.0002,0.002)

# add y=x line
plt.plot([0,1],[0,1], lw=2, color='#414242', linestyle='dashed')

sns.set_context("paper", font_scale=1.5)
plt.xlabel(xlabel, {'size':'20'})
plt.ylabel(ylabel, {'size':'20'})
plt.title(title)

sns.set_style('ticks')
sns.despine(offset=10, trim=True)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

使用plt.axis('equal')：

有没有一种好方法可以使用 Levenstein 距离将一个特定字符串与第二个较长字符串中的任何区域进行匹配？

例子：

str1='aaaaa'
str2='bbbbbbaabaabbbb'

if str1 in str2 with a distance < 2:
    return True

因此，在上面的示例中，字符串 2 的一部分是aabaa，distance(str1,str2) < 2因此语句应该返回True。

我能想到的唯一方法是一次从 str2 中取出 5 个字符，与 str1 进行比较，然后在 str2 中重复此操作。不幸的是，这看起来效率很低，我需要以这种方式处理大量数据。

当使用类似的东西时，sns.barplot(myrange, means, pallette='deep')我会得到一些颜色顺序。我看到的默认顺序是蓝色、绿色、红色、紫色、棕色、蓝绿色。如果我有 6 个条形，一切都很好，但是如果我想要 12 个条形，并且我希望前两个条形为蓝色，接下来的两个为绿色，接下来的两个为红色，等等，这样组的颜色相似呢？ ?

我可以只传递一个列表，color=myColors但这似乎不接受 html 颜色，#4C72B0所以我不知道如何获得我正在寻找的确切色调。

最初,我一直在打开并同时阅读两个文件,如下所示:

with open(file1, 'r') as R1:
    with open(file2, 'r') as R2:
        ### my code

但现在输入文件名有时可能被gzip压缩.所以,我想拆分with语句并使用if语句来处理这两个场景,如下所示:

if zipped:
    R1 = gzip.open(file1, 'r')
    R2 = gzip.open(file2, 'r')
else:
    R1 = open(file1, 'r')
    R2 = open(file2, 'r')

with R1:
    with R2:
        ### my code

第二个代码的功能是否与第一个类似？或者甚至有更好的方法来做到这一点？

我正在使用多重处理，并为每个进程生成一个 pandas DataFrame。我想将它们合并在一起并输出数据。以下策略似乎几乎可行，但是当尝试用它读入数据时，df.read_csv()仅使用第一个作为name列标题。

from multiprocessing import Process, Lock

def foo(name, lock):
    d = {f'{name}': [1, 2]}
    df = pd.DataFrame(data=d)

    lock.acquire()
    try:
        df.to_csv('output.txt', mode='a')
    finally:
        lock.release()

if __name__ == '__main__':
    lock = Lock()

    for name in ['bob','steve']
        p = Process(target=foo, args=(name, lock))
        p.start()
    p.join()

我试图在两个文件之间连接片段特定的行.这样我想从file2中的第2行添加一些东西到file1的第2行.然后从第6行从file2到文件1的第6行,依此类推.有没有办法同时迭代这两个文件来做到这一点？(知道输入文件大约为15GB可能会有所帮助).

这是一个简化的例子:

档案1:

Ignore
This is a
Ignore
Ignore
Ignore
This is also a
Ignore
Ignore

文件2:

Ignore
sentence
Ignore
Ignore
Ignore
sentence
Ignore
Ignore

输出文件:

Ignore
This is a sentence
Ignore
Ignore
Ignore
This is also a sentence
Ignore
Ignore

我将一些 python 函数导入 Jupyter Lab 笔记本，然后在笔记本中使用它们。但我会在对函数进行更改和在 Jupyter Lab 笔记本中重新运行它们之间来回切换。我发现让 Jupyter Lab 使用更新后的代码的唯一方法是重新启动内核，然后重新运行所有内容。虽然这工作正常，但有点麻烦，因为我需要再次运行笔记本中的所有内容。

有没有更好的方法可以让 Jupyter Lab 看到导入函数中的新变化，同时仍然保留所有先前设置的变量？

我正在使用 jupyter 实验室笔记本并尝试修改代码，在 jupyter 笔记本中重新加载它并使用修改后的代码而不重新加载内核。我正在使用 python 3.5.5 并且正在运行这样的代码：

（在文件 test.py 中）

def myTest():
    print('hello')

（在 jupyter 中）

from test import myTest
import importlib
importlib.reload(test)
myTest()

当我在我的 jupyter 实验室笔记本中运行代码时，我收到一个 NameError name 'test' is not defined。通过在 stackoverflow 上搜索，我发现此错误的唯一参考是使用旧版本的 python 的问题。但我使用的方式importlib.reload()似乎是正确的。

我想转换一个看起来像这样的表：

            Blue    Green    Red
Thing 1     No      Yes      No
Thing 2     Yes     No       No
Thing 3     Yes     No       No

进入这种风格：

            Color
Thing 1     Green
Thing 2     Blue
Thing 3     Blue

在 python 或 Pandas 中有没有一个很好的方法来做到这一点？这些表格样式有名称吗？