小编gc5*_*gc5的帖子

我试图在不同的子图中分割我的图.我想要实现的是在不同的子图中为子图放置一个颜色条.现在我正在使用:

# first graph
axes = plt.subplot2grid((4, 2), (0, 0), rowspan=3)
pc = plt.pcolor(df1, cmap='jet')

# second graph
axes = plt.subplot2grid((4, 2), (3, 0))
plt.pcolor(df2, cmap='Greys')

# colorbar
plt.subplot2grid((4, 2), (0, 1), rowspan=3)
plt.colorbar(pc) 

但结果如下(注意留在颜色条上的不需要的空图):

如果没有左图,我该怎么办才能打印彩条？

谢谢

我想弄清楚它是否更好用:

os.path.join(str1, str2)

要么:

str1 + os.sep + str2

绘制与timeit我发现,正如所料,串联更快:

%timeit 'playground' + os.sep + 'Text'
10000000 loops, best of 3: 139 ns per loop

%timeit os.path.join('playground', 'Text')
1000000 loops, best of 3: 830 ns per loop

所以我的问题是,由于连接也更短,是否有理由使用os.path.join(()？

谢谢

我正在寻找(希望)一个库,它在python中提供APriori和FP-growth算法的测试实现,以计算项集挖掘.

我搜索了SciPy和Scikit-learn,但我没有找到任何东西.有人能指出我可靠的东西吗？

谢谢

我正在学习PyMC3进行贝叶斯建模.您可以使用以下命令创建模型和示例:

import pandas as pd
import pymc3 as pm

# obs is a DataFrame with a single column, containing
# the observed values for variable height
obs = pd.DataFrame(...)

# we create a pymc3 model
with pm.Model() as m:
    mu = pm.Normal('mu', mu=178, sd=20)
    sigma = pm.Uniform('sigma', lower=0, upper=50)
    height = pm.Normal('height', mu=mu, sd=sigma, observed=obs)
    trace = pm.sample(1000, tune=1000)

pm.traceplot(trace)

当我检查trace(在这种情况下来自后验概率的1000个样本)时,我注意到创建了2个链:

>>> trace.nchains
2

我阅读了关于PyMC3的教程,并查看了API,但我不清楚链表示什么(在这种情况下,我从后面询问了1000个样本,但我得到了2个链,每个链有1000个来自后面的样本).

链条是否具有相同参数的采样器的不同运行,或者它们是否具有其他一些含义/目的？

我试图在matplotlib中绘制一条线.我正在寻找正确的插值类型..我想要这样的东西

每条线都经过平滑处理.我尝试了几种scipy和matplotlib的组合,例如

x_new = np.arange(x, x_length, 1)
tck = interpolate.splrep(x, y, s=3)
y_new = interpolate.splev(x_new, tck, der=0)
ax.plot(x_new, y_new, color+lstyle)

但我得到的最好结果是

该线表示增加的变量 ..因此它是错误的表示.我可以搜索什么？

谢谢

编辑:我正在考虑从我自己实现一个方法,但我不知道它是否已经完成..伪代码如下

take x and y
calculate spline for each three points 
x[0], x[1], x[2] ... x[1], x[2], x[3] ... and so on
for each y[n] sums every computation done for it and divide by number of 
computations (i.e. y[1] is computed for triplette x[0..2] and x[1..3] so the 
sum is divided by two (average for …

完整的数学问题就在这里.

简单地说,我希望将函数与double积分集成.内积分具有边界20和x-2,而外具有边界22和30.

我知道用Scipy我可以计算双积分scipy.integrate.nquad.我想做这样的事情:

def f(x, y):
    return (x ** 2 + y ** 2)
res = sp.integrate.nquad(f, [[22, 30], [20, x-2]])

可能吗？也许还用sympy？

我正在尝试使用train_test_splitscikit-learn 中的函数将我的数据集拆分为训练集和测试集，但出现此错误：

In [1]: y.iloc[:,0].value_counts()
Out[1]: 
M2    38
M1    35
M4    29
M5    15
M0    15
M3    15

In [2]: xtrain, xtest, ytrain, ytest = train_test_split(X, y, test_size=1/3, random_state=85, stratify=y)
Out[2]: 
Traceback (most recent call last):
  File "run_ok.py", line 48, in <module>
    xtrain,xtest,ytrain,ytest = train_test_split(X,y,test_size=1/3,random_state=85,stratify=y)
  File "/home/aurora/.pyenv/versions/3.6.0/lib/python3.6/site-packages/sklearn/model_selection/_split.py", line 1700, in train_test_split
    train, test = next(cv.split(X=arrays[0], y=stratify))
  File "/home/aurora/.pyenv/versions/3.6.0/lib/python3.6/site-packages/sklearn/model_selection/_split.py", line 953, in split
    for train, test in self._iter_indices(X, y, groups):
  File "/home/aurora/.pyenv/versions/3.6.0/lib/python3.6/site-packages/sklearn/model_selection/_split.py", line 1259, in _iter_indices
    raise ValueError("The least …

我正在尝试向s3中的现有帐户授予权限.

存储桶由该帐户拥有,但数据是从另一个帐户的存储桶中复制的.

当我尝试使用该命令授予权限时:

aws s3api put-object-acl --bucket <bucket_name> --key <folder_name> --profile <original_account_profile> --grant-full-control emailaddress=<destination_account_email>

我收到错误:

An error occurred (NoSuchKey) when calling the PutObjectAcl operation: The specified key does not exist.

如果我在一个文件上执行此操作,则命令成功.

如何使其适用于完整文件夹？

我正在尝试绘制时间序列数据,但我遇到了一些问题.

我正在使用此代码:

from matplotlib import pyplot as plt
plt.figure('Fig')
plt.plot(data.index,data.Colum,'g', linewidth=2.0,label='Data')

我得到了这个:

但我不想在缺失值之间插值!

我怎样才能做到这一点？

我在 Microsoft Visual Studio Code 中使用 Python Interactive 选项卡（类似于 Jupyter 笔记本）。

当我绘制图像时，我无法直接从编辑器中保存它。没有选择直接用鼠标保存，或直接从界面保存。

有没有办法从界面中保存它，还是应该只使用matplotlib的 savefig 方法？