小编Chr*_*ris的帖子

我总是使用pip install（我认为这相当于pip3 install我的环境中只有 python3）来安装软件包。不过我最近听说python3 -m pip install比较好。为什么？

我有一个120,000*4的numpy数组,如下所示.每行都是一个样本.第一列是秒的时间,或index使用Pandas术语.

0.014      14.175  -29.97  -22.68 
0.022      13.905  -29.835 -22.68
0.030      12.257  -29.32  -22.67
... ...
1259.980   -0.405   2.205   3.825
1259.991   -0.495   2.115   3.735

我想选择记录在100.000到200.000秒之间的行并将其保存到新数组中.如果这是一个Pandas数据帧,我会写df.loc[100:200].numpy中的等效操作是什么？

这不是可行性问题.我只是想知道是否有任何pythonic单行解决方案.

我正在学习使用 docker SDK。我知道容器需要在运行后删除，否则需要稍后进行修剪。我看到有两个布尔标志client.containers.run：

• auto_remove (bool) – 当容器进程退出时，在守护进程端启用容器的自动删除。
• remove (bool) – 容器运行完毕后将其删除。默认值：假

有什么不同？如果自动移除，on daemon side则移除哪一侧？角度？我该加入哪一边？？

参考： https: //docker-py.readthedocs.io/en/stable/containers.html

我创建了一个类来保存我的研究的实验结果（我是一名电子工程博士生），例如

class Trial:
    def __init__(self, subID, triID):
        self.filePath = '' # file path of the folder
        self.subID = -1    # int
        self.triID = -1    # int
        self.data_A = -1   # numpy array
        self.data_B = -1   # numpy array
        ......

它是许多 bool、int 和 numpy 数组的混合。你明白了。我读到如果数据是 hdf5 格式，加载速度会更快。我可以用我的数据（我的对象的 python 列表）来做到这一点吗Trial？

请注意，stackoverflow 上也有类似的问题。但它只有一个答案，并不能回答问题。相反，它将 OP 的自定义类分解为基本数据类型并将它们存储到单独的数据集中。我并不反对这样做，但我想知道这是否是唯一的方法，因为它违背了面向对象的哲学。

我需要matplotlib在 Jupyter 笔记本中创建科学绘图，并在单独的窗口中而不是内联中创建它们。我运行%matplotlib qt并收到此错误：ImportError: No module named PyQt4

网上很多相关答案都涉及安装PyQt4。为了提供一些背景信息，我使用 Anaconda 来管理 Windows 计算机上的 python 模块。Anaconda 默认在其根环境中安装 PyQt5.6.0。将此包降级到 PyQt4 将解决问题，但是，我的项目中的另一个模块依赖于 PyQt5。我想弄清楚如何将 matplotlib 与 PyQt5 一起使用。

根据matploblib的教程，它支持PyQt5后端。我尝试在 之前运行matplotlib.rcParams['backend'] = "Qt5Agg"和，但遇到了同样的错误。我是否错过了对其他人来说如此明显的东西？感谢帮助。matplotlib.use('Qt5Agg')%matplotlib qt

我seaborn.lineplot()用来创建这样的折线图（代表均值的线，由代表std的带包围）：

sns.lineplot(x="trial", y="rvalues", hue="subject", err_style="band", ci='sd', data=df)

我唯一的问题是，由于我的数据不是高斯数据，因此我更关心中位数而不是均值。在Seaborn中该怎么做？

还是有类似的工具可以？我知道我可以在matplotlib中从头开始做，但是要使它变得如此好，需要大量的工作。

我需要从 中选取 N 个随机元素List<MyObject> objects。MyObject是一个复杂的类对象。我可以很容易地Collections.shuffle(objects)得到一个大小为 N 的子列表。

但后来我想到了一个想法。如果我创建 a List<Integer> indexes= [0, N-1]，改洗此索引数组，获取一个子列表，并使用它从原始列表中获取元素，它会提高性能吗？

我的问题归结为：在 Java 中重排与轻量级对象列表之间是否存在有意义的性能差异？

ps：如果重要的话，我需要在新列表中返回随机选择，同时还将它们从原始列表中删除。