小编pai*_*nco的帖子

我有一个庞大的数据集，我需要将图分成网格并计算每个网格方块内的点数。我正在遵循此处概述的方法：

下面是我的代码的精简版本：

import numpy as np
import matplotlib.pyplot as plt

x = [ 1.83259571, 1.76278254, 1.38753676, 1.6406095, 1.34390352, 1.23045712, 1.85877565, 1.26536371, 0.97738438]

y = [ 0.04363323, 0.05235988, 0.09599311, 0.10471976, 0.1134464, 0.13962634, 0.17453293, 0.20943951, 0.23561945]

gridx = np.linspace(min(x),max(x),11)
gridy = np.linspace(min(y),max(y),11)

grid, _, _ = np.histogram2d(x, y, bins=[gridx, gridy])

plt.figure()
plt.plot(x, y, 'ro')
plt.grid(True)

plt.figure()
plt.pcolormesh(gridx, gridy, grid)
plt.plot(x, y, 'ro')
plt.colorbar()

plt.show()

出现问题的地方是网格将绘图的元素识别为点出现的位置，但其中一些元素中没有点；同样，当出现一些实际数据点时，网格不会将它们识别为实际上不存在。

可能是什么原因导致这个问题？另外，很抱歉没有附上剧情，我是新用户，我的声誉还不够高。

更新 这是生成 100 个随机点并尝试将它们绘制在二维直方图中的代码：

import numpy as np
import matplotlib.pyplot as plt

x = …

我正在开发一个用 LibGdx 引擎和 Java 编写的新游戏。我在这个游戏中遇到了一些物理问题。

我想以弹道轨迹（愤怒的小鸟风格）射箭，但找不到这样做的方程式。

我正在使用这些速度方程：

    float velx = (float) (Math.cos(rotation) * spd);
    float vely = (float) (Math.sin(rotation) * spd);

我将其添加到当前位置，箭头朝一个方向射出 - 直线。

我想也许改变旋转会帮助我实现我想要的（弹道路径）。

它确实有帮助，但我也想拥有轨迹。

我看到有人已经发布了这个 ProjectileEquation 类，但不知道如何使用它：

 public class ProjectileEquation
{

  public float gravity;  
    public Vector2 startVelocity = new Vector2();  
    public Vector2 startPoint = new Vector2();  
    public Vector2 gravityVec = new Vector2(0,-10f);

    public float getX(float n) {  
        return startVelocity.x * (n ) + startPoint.x;  
    }  

    public float getY(float n) {
        float t = n;
        return 0.5f * gravity …

我在 Windows 7 上运行 rStudio v3.1.2。这台笔记本电脑是 64 位机器。

我正在参加 Coursera 提供的 JHU R 编程课程，但我在问题的第 1 部分中遇到了一个错误。我有一些错误处理函数，我没有考虑到这个例子，所以我真的只是想展示我绝对需要的东西。我包含这些消息的唯一原因是证明必须满足所有条件才能继续。

  pollutantmean <- function(directory, pollutant, id=1:332) {

  setwd("C:\\Users\\WR-eSUB\\specdata")

  if(!isValidDirectory(directory)) {
        stop("Invalid input given.  Please specify valid directory to operate on.")
  }
  if(!isValidPollutant(pollutant)) {
        stop("Invalid input given.  Please specify valid pollutant (nitrate/sulfate).")
  }
  if(!isValidIdRange(id)) {
        stop("Invalid input given.  Please specify valid id range (1:332).")
  }
  sortedData = numeric()
  for (i in id) {
        thisFileName = paste(formatC(i, width = 3, flag = "0"), ".csv", sep="")
        thisFileRead = …

我目前正在尝试使用 Pandas、JSON 和 Python 3.4 从文本文件中打印数据。

当我在朋友的机器上使用 Python 2.7 运行代码时，它运行良好，但不适用于 Python 3.4。

这是我的代码：

import json
import pandas as pd

tweets_data_path = 'tweets.txt'

tweets_data = []
tweets_file = open(tweets_data_path, "r")
for line in tweets_file:
    try:
        tweet = json.loads(line)
        tweets_data.append(tweet)
    except:
        continue

print (len(tweets_data))

tweets = pd.DataFrame()
tweets['text'] = map(lambda tweet: tweet['text'], tweets_data)
tweets['lang'] = map(lambda tweet: tweet['lang'], tweets_data)
tweets['country'] = map(lambda tweet: tweet['place']['country'] if tweet['place'] != None else None, tweets_data)

for i in range(len(tweets_data)):
    print(tweets['text'][i])

它不打印推文数据，而是打印数据的内存位置。例如

<map object at 0x04988050>
<map …

我编写了下面的代码,用于获取最大值和最小值作为我的MOOC分配的一部分.该程序不断地从用户接收输入,直到用户键入"完成".

输入'done'后,程序会给出最大值和最小值的结果.问题是最大值的结果总是正确的,但最小值的结果总是"无".

largest = None
smallest = None
while ( True ) :
    inp = raw_input('Enter a number: ')
    if inp == 'done' :
        break
    try:
        inp = float(inp)
    except:
        print 'Invalid input'
    continue
    if inp is None or inp > largest:
        largest = inp
    if inp is None or inp < smallest:
        smallest = inp
print largest, smallest

我需要使用 TensorFlow Probability 从伯努利分布中采样来实现马尔可夫链蒙特卡罗。但是，我的尝试显示的结果与我对伯努利分布的期望不一致。

我在这里修改了 tfp.mcmc.sample_chain（从对角线方差高斯采样）示例的文档中给出的示例，以从伯努利分布中提取。由于伯努利分布是离散的，我使用了 RandomWalkMetropolis 转换内核而不是 Hamiltonian Monte Carlo 内核，我预计它不会工作，因为它计算梯度。

这是代码：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import tensorflow as tf
import tensorflow_probability as tfp
tfd = tfp.distributions

def make_likelihood(event_prob):
    return tfd.Bernoulli(probs=event_prob,dtype=tf.float32)


dims=1
event_prob = 0.3
num_results = 30000
likelihood = make_likelihood(event_prob)


states, kernel_results = tfp.mcmc.sample_chain(
    num_results=num_results,
    current_state=tf.zeros(dims),
    kernel = tfp.mcmc.RandomWalkMetropolis(
              target_log_prob_fn=likelihood.log_prob,
              new_state_fn=tfp.mcmc.random_walk_normal_fn(scale=1.0),
              seed=124
             ),
    num_burnin_steps=5000)

chain_vals = states

# Compute sample stats.
sample_mean = tf.reduce_mean(states, axis=0)
sample_var …

为什么赋值形式为int = int*double会给出错误,而int*= double形式的赋值不会产生错误(在Java中)？

例:

public class TestEmp {

    public static void main(String[] args) {

        double e = 10;
        int r = 1; 
        r *= e;

        r = r * e;
        System.out.println("De uitkomst van r :" + r);

    }
}

r *= e被接受,r = r * e不是.为什么？

我的每个变量都是一个独立的列表.

我在这里使用另一个线程上找到的方法.

import numpy as np
import statsmodels.api as sm

y = [1,2,3,4,3,4,5,4,5,5,4,5,4,5,4,5,6,5,4,5,4,3,4]

x = [
     [4,2,3,4,5,4,5,6,7,4,8,9,8,8,6,6,5,5,5,5,5,5,5],
     [4,1,2,3,4,5,6,7,5,8,7,8,7,8,7,8,7,7,7,7,7,6,5],
     [4,1,2,5,6,7,8,9,7,8,7,8,7,7,7,7,7,7,6,6,4,4,4]
     ]

def reg_m(y, x):
    ones = np.ones(len(x[0]))
    X = sm.add_constant(np.column_stack((x[0], ones)))
    for ele in x[1:]:
        X = sm.add_constant(np.column_stack((ele, X)))
    results = sm.OLS(y, X).fit()
    return results

我唯一的问题是,在我的回归输出中,解释变量标记为x1,x2,x3等.想知道是否有可能将这些更改为更有意义的名称？

谢谢

我是一个初学者，我遇到了以下问题：

import tactic.linarith\nimport tactic.suggest\n\nnoncomputable theory\nopen_locale classical\n\nlemma two_ne_four_mul_any (n:\xe2\x84\x95) : 2 \xe2\x89\xa0 2 * 2 * n := begin\n  cases n,\n  linarith,\n  rw mul_assoc,\n  ???\nend\n

现在的状态是：

n : \xe2\x84\x95\n\xe2\x8a\xa2 2 \xe2\x89\xa0 2 * (2 * n.succ)\n

它看起来如此微不足道，以至于我认为必须有一种策略来解决它。但 linarith、ring、simpl、trivial 不起作用。

那么，我是否错过了一些重要的内容？

我还尝试使用现有的引理来解决这个问题。第一步我想达到：

n : \xe2\x84\x95\n\xe2\x8a\xa2 1 \xe2\x89\xa0 2 * n.succ\n

希望某些更高级别的策略现在能够看到这是真的。但是，我不知道如何对方程两边进行一些操作。两边都除以2不是应该有可能吗？

我的计划是继续将 rhs 更改为 2*(n+1) 和 2n+2，也许目标是

\xe2\x8a\xa2 0 \xe2\x89\xa0 2 * n + 1\n

希望在图书馆找到适用的引理。

当我运行下面的代码时,会弹出以下消息框.为什么要打印那些我不想要它们的烦人牙箍呢？我使用的是Python 2.7和EasyGui.

from __future__ import division
from easygui import *
import ystockquote

def main():
    PRHSX_message()

def PRHSX_message():
    prhsx_share_price = float(ystockquote.get_last_trade_price('PRHSX'))
    prhsx_daily_change = ystockquote.get_change('PRHSX')
    prhsx_total_shares = 47.527
    prhsx_starting_value = 2500
    prhsx_percent_change = (((prhsx_share_price * prhsx_total_shares) / prhsx_starting_value) - 1) * 100
    prhsx_percent_change = str("%.2f" % prhsx_percent_change) + "%"
    prhsx_current_value = prhsx_share_price * prhsx_total_shares
    prhsx_profit = prhsx_current_value - prhsx_starting_value
    prhsx_current_value =  "$" + str("%.2f" % prhsx_current_value)
    prhsx_profit = "$" + str("%.2f" % prhsx_profit)
    prhsx_string = "T. Rowe Price Roth IRA Account\n____________________________\n   \ …

我正在尝试这个查询：

PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
SELECT  ?label
WHERE
{
   ?AGE rdfs:label ?label.
}

AGE我需要模型中的所有值，但此查询为我提供了具有相同属性 label 的其他资源值。

例如，我已连接资源gender以拥有属性rdfs:label。所以在我的结果中我得到了年龄值和性别值。

谁能告诉我我哪里错了？

我有一个关于GIT分支的查询,文档似乎没有涵盖它.

场景:

我有一个申请.
我想做一些编辑,所以我在我的存储库上创建了一个分支.
我在分支上提交.

现在,如何在实时环境中查看这些编辑,而无需将它们提交给主实时应用程序.

在提交到主应用程序之前,我显然需要在实时环境中检查编辑？

我错过了什么吗？