小编B F*_*ado的帖子

我DataFrame在DateTime索引中有一个列,代表如下的四分之一:

2000-03-31 00:00:00

如何将其转换为'2000q1'？

我查看了文档,但他们只说DateTimeIndex.quarter这里:http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DatetimeIndex.quarter.html

format='%Y%q'不起作用.也没有选择on='%Y%q

我在 Python 3.X 中有一张简单的图片，我可以显示它。但是，我无法使用 skimage.transform.rotate 旋转它。

错误是我的“图片”对象没有形状。我已经看到旋转命令后包含 .shape，但它仍然不起作用。

这是我的代码

import skimage
from skimage import novice

# New, all black picture
pic = skimage.novice.Picture.from_size((600, 600), color=(0, 0, 0))

# Coloring some pixels in white
for i in range(0, len(all_dots) - 1, 2):
    x = all_dots[i]
    y = all_dots[i + 1]
    pic[x, y] = (255, 255, 255)

from skimage.transform import rotate

new_pic = rotate(pic, 180)
# Also new_pic = rotate(pic, 180).shape does not work

new_pic.show()

有任何想法吗？谢谢

我有一个（大）名单，里面有男性和女性特工。

我想对每个应用不同的功能。

在这种情况下如何使用 Pool ？鉴于代理是相互独立的。

一个例子是：

males = ['a', 'b', 'c']
females = ['d', 'e', 'f']
for m in males:
    func_m(m)
for f in females:
    func_f(f)

我是这样开始的：

from multiprocessing import Pool
p = Pool(processes=2)
p.map() # Here is the problem

我想要一些类似的东西：

p.ZIP(func_f for f in females, func_m for m in males) # pseudocode

我无法在这里实现这个建议:同时将两个函数应用于两个列表.

我想这是因为模块是由另一个模块导入的,因此我的Windows会生成多个python进程？

我的问题是:如果没有if,我怎么能使用下面的代码 if __name__ == "__main__":

args_m = [(mortality_men, my_agents, graveyard, families, firms, year, agent) for agent in males]
args_f = [(mortality_women, fertility, year, families, my_agents, graveyard, firms, agent) for agent in females]

with mp.Pool(processes=(mp.cpu_count() - 1)) as p:
    p.map_async(process_males, args_m)
    p.map_async(process_females, args_f)

这两个process_males和process_females是fuctions. args_m, args_f是迭代器

另外,我不需要退货.代理是需要更新的类实例.

为了避免重复，我想做这样的事情：

a, b = True, False
l = list()
for op in [and, or, xor]:
    l.append(a op b)

我import operator也试过和itertools，但它们不包含逻辑运算符，只包含数学和其他一些运算符。

我找不到任何有用的先前答案！

我不是计算机科学家，我一直在努力使基于代理的模型相当快（在具有大量输入的 for 循环上实现池，多处理池示例（并行）比顺序慢。尝试了解 python 中的池，返回实例列表没有区别？那么性能呢？）

每个人都一直告诉我要进行个人简介。我又试了一次，但我不知道如何解释结果（使用timeit我知道哪个函数较慢，但我无法使用Poolor @jit）。

那么鉴于以下结果，我应该如何进行？非常感谢。

98008290 function calls (96393650 primitive calls) in 568.193 seconds
Ordered by: standard name

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
    1    0.000    0.000    0.000    0.000 <decorator-gen-0>:1(<module>)
    1    0.000    0.000    0.000    0.000 <decorator-gen-10>:1(<module>)
    1    0.000    0.000    0.000    0.000 <decorator-gen-11>:1(<module>)
    1    0.000    0.000    0.000    0.000 <decorator-gen-1>:1(<module>)
    6    0.000    0.000    0.006    0.001 <decorator-gen-1>:1(non_reentrant)
    1    0.000    0.000    0.000    0.000 <decorator-gen-2>:1(<module>)
    1    0.000    0.000    0.000    0.000 <decorator-gen-3>:1(<module>) …

我使用geopandas和colormap代码绘制地图：

import numpy as np

## make up some random data
df = pd.DataFrame(np.random.rand(20, 3), columns=['x', 'y', 'val'])
df['geometry'] = df.apply(lambda row: shapely.geometry.Point(row.x, row.y), axis=1)

# make it a geopandas DataFrame
gdf = gpd.GeoDataFrame(df)

## the plotting
ax = gdf.plot(column='val', colormap='hot', vmin=vmin, vmax=vmax)

# add colorbar
fig = ax.get_figure()
cax = fig.add_axes([0.9, 0.1, 0.03, 0.8])
sm = plt.cm.ScalarMappable(cmap='hot', norm=plt.Normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
fig.colorbar(sm, cax=cax)

然后，我得到这个图（数据与上面的示例不同） …