小编mbh*_*h86的帖子

如何在Jupyter中显示完整输出,不仅仅是最后的结果?

我希望Jupyter能够打印所有交互式输出而不需要打印,而不仅仅是最后的结果.怎么做?

示例:

a=3
a
a+1
Run Code Online (Sandbox Code Playgroud)

我想展示

3
4

python ipython jupyter

80
推荐指数
4
解决办法
5万
查看次数

数据集上的"子集"和"["给出的结果略有不同,为什么?

有人可以解释一下为什么我在identical()下面的两行代码(调用)中得到不同的结果吗?这两个对象似乎是相同的对象,但是当我在apply函数中使用它们时,我遇到了一些麻烦:

df <- data.frame(a = 1:5, b = 6:2, c = rep(7,5))
df_ab <- df[,c(1,2)]
df_AB <- subset(df, select = c(1,2))
identical(df_ab,df_AB)
[1] TRUE

apply(df_ab,2,function(x) identical(1:5,x))
    a     b 
TRUE FALSE

apply(df_AB,2,function(x) identical(1:5,x))
    a     b 
FALSE FALSE
Run Code Online (Sandbox Code Playgroud)

r matrix subset dataframe rowname

17
推荐指数
3
解决办法
743
查看次数

在版本控制中清除 Jupyter Notebook 的特定元数据属性

使用 Git 保存我的 jupyter 笔记本时,我想删除:

我可以删除所有元数据,--ClearMetadataPreprocessor.enabled=True但我只想删除ExecuteTime元数据

如何更新我当前的命令.git/config

[filter "strip-notebook-output"]
    clean = "jupyter nbconvert --ClearOutputPreprocessor.enabled=True --ClearMetadataPreprocessor.enabled=True --to=notebook --stdin --stdout --log-level=ERROR"
Run Code Online (Sandbox Code Playgroud)

如何将参数传递给ClearMetadataPreprocessor

jupyter-notebook nbconvert

6
推荐指数
1
解决办法
2929
查看次数

RShiny中的actionButton:重置值的替代方案

我已经阅读了有关使用Shiny Package重置actionButton值的主题,但我找不到任何解决问题的技巧.

我想用以下代码删除主面板中的文本和按钮:

library(shiny)

shinyUI(fluidPage(

    titlePanel("Trying to reset text !"),

    sidebarLayout(
        sidebarPanel(
            actionButton("button1","Print text")
        ),

        mainPanel(
          textOutput("textToPrint"),
          br(),
          uiOutput("uiButton2")
        )
    )
))

shinyServer(function(input, output) {

    output$textToPrint <- renderText({ 
        if(input$button1==0) (return("")) 
        else (return("Button clicked"))
    })

    output$uiButton2 <- renderUI({
        if(input$button1==0) (return ())
        else (return(actionButton("button2","Reset text and this button")))
    })

})
Run Code Online (Sandbox Code Playgroud)

什么是不可能的输入$ button1 = 0的替代方案?

在此先感谢您的帮助,

马特

r shiny

5
推荐指数
1
解决办法
3396
查看次数

使用 data.table 对象生成动态 R-Markdown 块

我想使用 R Markdown 中的 Species 循环来自动化此代码。

---
title: "R Notebook"
output:
  html_document:
    df_print: paged
---

```{r setup, echo=FALSE}
library(knitr)
library(data.table)
iris.dt <- data.table(iris)
iris.species <- stringr::str_to_title(as.character(unique(iris.dt$Species)))
```


### View by Species {.tabset .tabset-fade .tabset-pills}
#### Setosa
```{r}
iris.dt[Species == 'setosa']
```
#### Versicolor
```{r}
iris.dt[Species == 'versicolor']
```
#### Virginica
```{r}
iris.dt[Species == 'virginica']
```
Run Code Online (Sandbox Code Playgroud)

我可以通过使用knit_expand(实际上我的问题类似于这个Generate Dynamic R Markdown Blocks)来生成选项卡,但我很难显示其他输入,如 data.table。这是我的尝试:

### View by Species automated {.tabset .tabset-fade .tabset-pills}
```{r run-numeric-md, include=FALSE}
out = NULL
for …
Run Code Online (Sandbox Code Playgroud)

r knitr r-markdown

4
推荐指数
1
解决办法
400
查看次数

pandas 对于 value_counts() 中不存在的类别填写 0

问题:我正在将结果分组到我的数据框中,查看value_counts(normalize=True)并尝试在条形图中绘制结果。

问题是条形图应该包含频率。在某些组中,某些值不会出现。那么对应的value_count就不是0,不存在。对于条形图,不考虑此 0 值,并且生成的条形图太大。

示例:这是一个最小的示例,它说明了问题:假设 DataFrame 包含实验观察结果。当您执行此类实验时,会收集一系列观察结果。实验的结果是为其收集的观测值的相对频率。

df = pd.DataFrame()

df["id"] = [1]*3 + [2]*3 + [3]*3
df["experiment"] = ["a"]*6 + ["b"] * 3
df["observation"] = ["positive"]*3 + ["positive"]*2 + ["negative"]*1 + ["positive"]*2 + ["negative"]*1
Run Code Online (Sandbox Code Playgroud)

数据框

  • 有两种实验类型,“a”和“b”
  • 属于同一实验评估的观察结果被赋予相同的 id。

所以这里,实验a做了2次,实验b只做了一次。

我需要按 id 和实验进行分组,然后对结果进行平均。

plot_frame = pd.DataFrame(df.groupby(["id", "experiment"])["observation"].value_counts(normalize=True))
plot_frame = plot_frame.rename(columns={"observation":"percentage"})
Run Code Online (Sandbox Code Playgroud)

绘图框架

从上图中,你已经可以看出问题所在了。id 1 的评估仅看到积极的观察结果。“负”的相对频率应该是0。相反,它不存在。如果我绘制此图,相应的条形图太高,蓝色条形加起来应该为 1:

sns.barplot(data=plot_frame.reset_index(), 
            x="observation", 
            hue="experiment", 
            y="percentage")

plt.show()
Run Code Online (Sandbox Code Playgroud)

条形图

python pandas seaborn

4
推荐指数
1
解决办法
1429
查看次数