小编kon*_*wka的帖子

假设我有两个div,如下所示(精美).我已经看过CSS的形状,但我还没有发现下图中的黄色形状究竟是如何制作的.是否有可能以与上面链接中描述的内容类似的方式制作黄色形状.

或者甚至,现在我们谈论的主题,下面的图片将描述理想的情况.这可能在CSS中使用,还是使用其他一些工具？(请注意,图片中的曲线并不理想,但是标准的贝塞尔曲线可能会有不同的高度吗？)

我正在编写一个程序,其中我需要检查某些大数字(立方体的排列)是否为立方(对于某些n而言等于n ^ 3).

目前我只是使用这种方法

static boolean isCube(long input) {
    double cubeRoot = Math.pow(input,1.0/3.0);
    return Math.round(cubeRoot) == cubeRoot;
}

但是当使用大数字(10位数)时,这非常慢.有没有更快的方法来确定整数是否是立方体？

假设我有一个如下所示的数据框：

df =
       0    1    2
  0  1.0  2.0  3.0
  1  4.0  5.0  NaN
  2  6.0  NaN  NaN

然后可以使用df.fillna(method='ffill', axis=1)来获得：

     0    1    2
0  1.0  2.0  3.0
1  4.0  5.0  5.0
2  6.0  6.0  6.0

即我向前填充行。但是，现在我有一个数据框-1而不是np.nan. Pandas 的replace函数也可以使用method='ffill'，但replace()不接受轴参数，因此要获得与上面相同的结果，我需要调用df.T.replace(-1, method='ffill').T. 由于转置非常昂贵（特别是考虑到我正在处理多个千兆字节的数据帧），因此这不是一个选择。我怎样才能达到想要的结果？

我正在使用我导入的相当大的数据集(超过4 GB)pandas.此数据集中的相当一些列是简单的True/False指标,当然,存储这些bool列的内存效率最高的方法是使用此列的dtype.但是,该列还包含一些我想要保留的NaN值.现在,这导致列具有dtype float(带有值1.0,0.0和np.nan)或对象,但它们都使用了太多的内存.

举个例子:

df = pd.DataFrame([[True,True,True],[False,False,False], 
                   [np.nan,np.nan,np.nan]])
df[1] = df[1].astype(bool)
df[2] = df[2].astype(float)
print(df)
print(df.memory_usage(index=False, deep=True))
print(df.memory_usage(index=False, deep=False))

结果是

       0      1    2
0   True   True  1.0
1  False  False  0.0
2    NaN   True  NaN

0       100
1         3
2        24
dtype: int64

0        24
1         3
2        24
dtype: int64

什么是存储这些类型的值的最有效的方式,因为他们知道自己只能拿3个不同类型的值:True,False和<undefined>

鉴于这两个列表

zeros = [2,3,1,2]
ones = [3,4,5]

（条件总是len(zeros) == len(ones) + 1）

我想创建一个列表，其中交替使用列表中提到的数量级的 0 和 1。我可以通过以下方式实现这一目标：

zeros_list = [[0]*n for n in zeros]
ones_list = [[1]*n for n in ones]
output = [z for x in zip(zeros_list, ones_list) for y in x for z in y]
output += [0]*zeros[-1]
print(output)
> [0, 0, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 0]

然而，这是最有效/最干净的方式吗？我得到了 2.66 µs ± 78.8 ns 的性能，但我仍然认为这可以在单行中完成，而且效率可能更高

我有一个字符串（句子）列表，其中可能包含一个或多个荷兰城市名称。我还有一份荷兰城市列表及其各种拼写。我目前正在使用 Python 工作，但使用其他语言的解决方案也可以。

检索句子中提到的城市列表的最佳和最有效的方法是什么？

我现在所做的是循环遍历句子列表，然后在该循​​环中循环遍历城市列表并一一检查 if place_name in sentence.lower()，所以我有：

for sentence in sentences:
    for place_name in place_names:
        if place_name in sentence.lower():
            places[place_name] = places[place_name] + 1

这是最有效的方法吗？我还遇到一个问题，像“Ee”这样的城市在荷兰存在，并且其中带有“ee”的单词很常见。现在我通过检查解决了这个问题if place_name + ' ' in sentence.lower()，但这当然是次优且丑陋的，因为它也会忽略像“Huis in Amsterdam”这样的句子，因为它不以空格结尾，并且它也不能很好地与标点。我尝试使用正则表达式，但这当然太慢了。是否有更好的方法来解决这个特定问题，或者解决这个一般问题？我在某种程度上倾向于 NLP 解决方案，但我也觉得这太过分了。