小编Man*_*uel的帖子

我正在使用python的matplotlib,并希望创建一个matplotlib.scatter()额外的行.该行应从左下角到右上角,与散点内容无关.像这篇文章中的数据线性回归并不是我想要的.它也应该动态地独立于分散输入.

这应该是最后的情节:

编辑:

这样做得到了我的结果:

# Scatter Plot
x = data_calc_hourly.temp
y =  data_obs_hourly.temp

lineStart = data_calc_hourly.temp.min() 
lineEnd = data_calc_hourly.temp.max()  

plt.figure()
plt.scatter(x, y, color = 'k', alpha=0.5)
plt.plot([lineStart, lineEnd], [lineStart, lineEnd], 'k-', color = 'r')
plt.xlim(lineStart, lineEnd)
plt.ylim(lineStart, lineEnd)
plt.show()

有没有更好的方法？

我正在尝试在成功加载传单映射后调用函数,使用传单1.0.1.关于文档,有一个名为map事件的load状态:初始化地图时触发(当第一次设置其中心和缩放时).因此,如果地图已加载,则此剪切应该触发,但这种情况永远不会发生:

function onMapLoad() {
    alert("Map successfully loaded")
};

mymap.on('load', onMapLoad);

没有错误或反应,简单没有.那么为什么map-load事件不能正常工作呢？

这是一个简单的JS FIDDLE.

我想创建一个DataFrame的索引子集并在其中使用一个变量.在这种情况下,我想将第一列的所有-9999值更改为NA.如果我这样做:df[df[:1] .== -9999, :1] = NA它的工作原理应该如此..但是如果我使用变量作为索引器它会导致错误(LoadError:KeyError:key:我找不到):

i = 1
df[df[:i] .== -9999, :i] = NA  

我有一堆存储在数据库中的多边形。我想将它们添加到地图中，以便可以使用传单绘制工具栏对其进行编辑。尽管现在多边形已添加到地图中，但我无法对其进行编辑。

我认为这是因为未将它们添加到添加了layerGroup()新绘制形状的对象中。

请帮忙。

是否有一种快速而好的做法,可以通过它最接近的索引来加入pandasDataFrame值？我必须为大数据帧和我的黑客和我已经尝试过的工作做这个,这很慢,因此不是很有用.

假设我有两个数据帧df和df2.现在我想加入df2into 的值df,关于它的最近/最近的索引.

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(0,100,size=(4, 6)), 
                index=[1,1.55,3.33,9.88], 
                columns=[1,2.66,4.66,8.33,11.11,12])

df2 = pd.DataFrame(np.random.randint(0,100,size=(2, 3)), 
                index=[1.51,3.31], 
                columns=[2.64,4.65,8.31])

In [23]: df
Out[23]:

         1.00   2.66   4.66   8.33   11.11  12.00
1.00     98     40     28     36     49     92
1.55     52     51     61     64     28     98
3.33     66     33     91     21     24     79
9.88     30     21     13     62     89     22

In [24]: df2
Out[24]:

      2.64  4.65  11.12
1.51 …

我想知道为什么不能使用NA值索引Julia的DataArrays.执行下面的剪切会导致错误(NAException("无法使用包含NA值的DataArray索引数组")):

dm = data([1 4 7; 2 5 8; 3 1 9])
dm[dm .== 5] = NA

dm[dm .< 3] = 1  #Error
dm[(!isna(dm)) & (dm .< 3)] = 1  #Working

有一个解决方案可以忽略数据框架中的NA isna(),就像这里回答的那样.乍一看它的工作方式应该如此,忽略DataFrames中的NA是与DataArrays相同的方法,因为DataFr的每一列都是DataArray,在此处说明.但在我看来,忽略!isna()每个条件下的缺失值并不是最好的解决方案.

对我来说,如果包含NA,DataTrame模块会抛出错误的原因尚不清楚.如果索引所需的布尔数组具有NA的值,则此值应转换为false类似MATLAB®或Pythons Pandas 的值.在indexing.jl中的DataArray模块源代码(如下所示)中,有一个显式函数抛出NAException:

# Indexing with NA throws an error
function Base.to_index(A::DataArray)
    any(A.na) && throw(NAException("cannot index an array with a DataArray containing NA values"))
    Base.to_index(A.data)
end

如果您通过将NA设置为false来更改代码段...

# Indexing with NA throws an error
function Base.to_index(A::DataArray) …