小编dyl*_*kot的帖子

我在miniconda虚拟环境中使用Python 3上的matplotlib版本2.0.0.我正在开发一个unix科学计算集群,我没有root权限.我通常通过ipython笔记本执行python代码.如果我执行基本命令,例如:

import matplotlib.pyplot as plt
plt.scatter([1,5], [1,5])

我收到一条错误消息:

path_to_miniconda/miniconda3/envs/conda34/lib/python3.4/site-
packages/matplotlib/font_manager.py:1297: UserWarning: findfont: Font family
['sans-serif'] not found. Falling back to DejaVu Sans
(prop.get_family(), self.defaultFamily[fontext]))

我希望能够使用Times New Roman字体,但即使删除了我从这里找到的字体缓存文件(fontList.py3k.cache):

import matplotlib as mpl
fm = mpl.font_manager
fm.get_cachedir()

命令:

mpl.rcParams['font.family'] = ['serif']
mpl.rcParams['font.serif'] = ['Times New Roman']

没有效果,我得到与上面相同的错误.真正的字体类型目录:

path_to_miniconda/miniconda3/ENVS/conda34/lib中/ python3.4 /站点包/ matplotlib/MPL-数据/字体/ TTF /

其中只有40种字体:DejaVuSerif,DejaVuSans,STIX,cmb,cmt,cmy

知道可能会发生什么,以及如何添加其他字体？谢谢!

在python中使用Pandas包,我想在一个系列中使用3级多索引对一个级别进行求和(边缘化)以生成具有2级多索引的系列.例如,如果我有以下内容:

ind = [tuple(x) for x in ['ABC', 'ABc', 'AbC', 'Abc', 'aBC', 'aBc', 'abC', 'abc']]
mi = pd.MultiIndex.from_tuples(ind)
data = pd.Series([264, 13, 29, 8, 152, 7, 15, 1], index=mi)

A  B  C    264
      c     13
   b  C     29
      c      8
a  B  C    152
      c      7
   b  C     15
      c      1

我想总结变量C以产生以下输出:

A  B    277
   b     37
a  B    159
   b     16

熊猫做这件事的最佳方式是什么？

假设我有一个Pandas DataFrame,我想获得格式[(index1,column1),(index2,column2)......]的元组列表,描述DataFrame中某些条件为真的所有元素的位置.例如:

x = pd.DataFrame(np.random.normal(0, 1, (4,4)), index=['a', 'b', 'c', 'd'],
                 columns=['e', 'f', 'g', 'h'])
x


     e           f           g           h
a   -1.342571   -0.274879   -0.903354   -1.458702
b   -1.521502   -1.135800   -1.147913   1.829485
c   -1.199857   0.458135    -1.993701   -0.878301
d   0.485599    0.286608    -0.436289   -0.390755

y = x > 0

有没有办法获得:

x.loc[y]

回来:

[(b, h), (c,f), (d, e), (d,f)]

还是一些等价的？显然,我可以这样做:

postup = []
for i in x.index:
    for j in x.columns:
        if x.loc[i, j] > 0:
            postup.append((i, j))

但我认为可能/已经实施的更好的东西.在matlab中,函数find与sub2ind结合起来完成工作.

我有一个数据框 x：

x = pd.DataFrame(np.random.randn(3,3), index=[1,2,3], columns=['A', 'B', 'C'])
x


       A    B   C
1   0.256668    -0.338741   0.733561
2   0.200978    0.145738    -0.409657
3   -0.891879   0.039337    0.400449

我想选择一堆索引列对来填充新系列。例如，我可以选择[(1, 'A'), (1, 'B'), (1, 'A'), (3, 'C')]哪个将生成具有 4 个元素的列表、数组或系列：

[0.256668, -0.338741, 0.256668, 0.400449]

知道我应该怎么做吗？

我正在尝试将本地PDF图像文件嵌入到在jupyter-lab中运行的jupyter笔记本中，如下所示：

from IPython.display import IFrame
plot_fn = 'example_data/example_cNMF/example_plot.pdf'
IFrame(plot_fn, width=600, height=400)

但这只会产生一个灰色框：

您知道发生了什么或如何解决此问题吗？我正在使用Python 3.6，jupyter == 1.0.0 jupyterlab == 0.32.1 matplotlib == 2.2.2 ipython == 6.5.0

假设您有一个区域(开始,结束)坐标的DataFrame和另一个位置的DataFrame,这些位置可能会也可能不会落在给定区域内.例如:

region = pd.DataFrame({'chromosome': [1, 1, 1, 1, 2, 2, 2, 2], 'start': [1000, 2000, 3000, 4000, 1000, 2000, 3000, 4000], 'end': [2000, 3000, 4000, 5000, 2000, 3000, 4000, 5000]})
position = pd.DataFrame({'chromosome': [1, 2, 1, 3, 2, 1, 1], 'BP': [1500, 1100, 10000, 2200, 3300, 400, 5000]})
print region
print position


   chromosome   end  start
0           1  2000   1000
1           1  3000   2000
2           1  4000   3000
3           1  5000   4000
4           2  2000   1000
5           2  3000   2000
6 …

我想从数据框中过滤 X 列中包含重复项的行。但是，如果 X 中的某个值存在重复项，我想根据另一列 Y 的值优先选择其中一个值。例如：

import pandas as pd
print pd.__version__
x = pd.DataFrame([
    ['best', 'a', 'x'],
    ['worst', 'b', 'y'],
    ['best', 'c', 'x'],
    ['worst','d', 'y'],
    ['best','d', 'y'],
    ['worst','d', 'y'],
    ['best','d', 'z'],
    ['best','d', 'z'],
], columns=['a', 'b', 'c'])
print x
x.drop_duplicates(cols='c', inplace=True)
print x

       a  b  c
0   best  a  x
1  worst  b  y
2   best  c  x
3  worst  d  y
4   best  d  y
5  worst  d  y
6   best  d  z
7   best  d  z …

我想为数据矩阵制作热图,使得1的所有位置都是红色,2的所有位置都是白色,等等具有任意规格.理想情况下,这应该处理所有值相同的情况,只绘制一个统一的颜色.

我提出的最佳解决方案是使用:

from matplotlib import colors
import matplotlib.pyplot as plt
import numpy as np
cmap = colors.ListedColormap(['white', 'blue', 'red', 'purple'])
data = np.array([[0, 0,0,0], [1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]])
plt.imshow(data, interpolation='none', aspect='auto', origin='upper', cmap=cmap)

它成功地打印出每种颜色的条纹.但是,如果我改为:

dat2 = np.array([[0, 0,0,0], [1, 1, 1, 1]])
plt.imshow(dat2, interpolation='none', aspect='auto', origin='upper', cmap=cmap)

相反,它绘制白色和紫色而不是白色和蓝色.如果数据只包含其中一个数字,则只会绘制白色.