小编Rak*_*sha的帖子

例如：

df = pd.DataFrame([[int(1),2,3],[int(5),6,'a'],[0.1,4,True]], columns = list("abc"))
df
   a    b  c
0  1.0  2  3
1  5.0  6  a
2  0.1  4  True

（附带问题：为什么声明没有int做任何事情？）

现在，df.dtypes返回

a    float64
b      int64
c     object
dtype: object

但是是否有可能在一列中实际列出所有不同的数据类型？

喜欢

a    int64, float64
b    int64
c    int64, str, bool

我似乎无法找到解决方案。我有一个自定义的图例（使用此处找到的解决方案），我试图将多个条目放在一行上，而不是将每个新条目放在前一个条目下。一个人怎么做？

red_patch = mpatches.Patch(color='red', label='The red data')
blue_patch = mpatches.Patch(color='blue', label='The blue data')
plt.legend(handles=[red_patch, blue_patch])

我想将“（红色标记）红色数据，（蓝色标记）蓝色数据等......”全部放在顶部的一行中。当条目多于情节时，让它开始一个新行也很好。所以就像我猜的普通文本一样。

我尝试了谷歌搜索，但找不到任何可理解的@。@...。有人可以用外行的术语解释一下此代码中发生了什么吗？

这是“破解编码面试”一书中的一个问题。

“编写程序以用尽可能少的指令交换整数中的奇数和偶数位（例如，交换位0和位1，交换位2和3，依此类推）”。

我这样做的方式不涉及位操作，因为我无法弄清楚％\ ...

def swap(n):

    b = bin(n)[2:]
    print(b)
    if len(b)%2 != 0:
        c = True
        b = b[0] + b

    pairs = wrap(b, 2)
    pairs = [i[::-1] for i in pairs]
    ans = ''.join(pairs)

    if c: ans = ans[1:]
    print(ans)

但是现在我正在看他们的答案，但我并没有真正理解它（（不是因为它不在Python中）：

int swapOddEvenBits(int x) {
  return ( ((x & 0xaaaaaaaa) >>> 1) | ((x & 0x55555555) << 1) );

我正在用matplotlib绘制一些东西，我需要能够放大该图。但是VSCode只是在它无法执行的Python交互式窗口中呈现它。有没有一种方法可以在自己的窗口中打开允许缩放和事物的图形？

我有一个数据框，其中有一列日期表示为时间戳记（如[1554334020000, 1554334200000, 1554334380000, 1554334560000, 1554334740000]）。如何将其转换为日期时间？

我知道您可以为一个值做

datetime(1970, 1, 1) + timedelta(milliseconds=int(data['Date'].values[0]))

但是如何将其应用于整个专栏？

我究竟做错了什么？我将两个变量都设置为列表。也尝试过np.array。

y = list(y_test.values)
yhat = list(predictions)

print(y)
print(yhat)

confusion_matrix = pd.DataFrame(confusion_matrix(y, yhat), columns=["Predicted False", "Predicted True"], index=["Actual False", "Actual True"])
display(confusion_matrix)

出去：

[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, ..., 0]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, ..., 0]
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-159-e1640f0e3b13> in <module>()
     45 print(yhat)
     46 
---> 47 confusion_matrix = pd.DataFrame(confusion_matrix(y, yhat), columns=["Predicted False", "Predicted True"], index=["Actual False", "Actual True"]) …

例如.如果我有两个数据集:

df1 = pd.DataFrame([[1, 2.1, 5, 0, 'a'], [7, 2.3, 5, 1, 'b'], [0, 2, 0, 1, 'c'], [9, 4, 4, 1, 'd']],columns=list('ABCDE'))
df2 = pd.DataFrame([[3, 2, 5, 0, 1, 2], [3, 2.4, 5, 1, 9, 9], [9, 9, 5, 9, 4, 5], [0, 2, 5, 0, 1, 1], [1, 4, 4, 3, 8, 0]],columns=list('xBCyzw'))

我想基于列'B'和'C'合并它们,但我只希望合并行的实例与df1中的实例一样多.

换句话说,我想在df2中找到基于'B'和'C'匹配df1中的行的行,并将df2中的列附加到df1.

我现在拥有的是

print(pd.merge(np.round(df2), np.round(df1), on=['B', 'C'], how='inner', left_index = True))

哪个输出

   x    B  C  y  z  w  A  D  E
0  3  2.0  5 …

我刚刚用pip安装了它，并想将其导入到PyCharm中，但出现错误：

解决环境：...正在工作...失败

PackagesNotFoundError：当前渠道无法提供以下软件包：

• 健身房

目前渠道：

• https://repo.anaconda.com/pkgs/main/win-64
• https://repo.anaconda.com/pkgs/main/noarch
• https://repo.anaconda.com/pkgs/free/win-64
• https://repo.anaconda.com/pkgs/free/noarch
• https://repo.anaconda.com/pkgs/r/win-64
• https://repo.anaconda.com/pkgs/r/noarch
• https://repo.anaconda.com/pkgs/pro/win-64
• https://repo.anaconda.com/pkgs/pro/noarch
• https://repo.anaconda.com/pkgs/msys2/win-64
• https://repo.anaconda.com/pkgs/msys2/noarch

要搜索可能提供您正在寻找的 conda 包的替代频道，请导航至

https://anaconda.org

并使用页面顶部的搜索栏。

有谁知道如何解决这个问题？

我试图并排绘制两个图像，而没有任何像网格线和轴这样的垃圾。我发现您可以使用 关闭所有网格线plt.rcParams['axes.grid'] = False，但无法确定轴是否有类似的选项。我知道您可以使用，plt.axis('off')但是您必须单独为每个子图指定它。

plt.rcParams['axes.grid'] = False

plt.subplot(1, 2, 1)
plt.imshow(img1)
plt.subplot(1, 2, 2)
plt.imshow(img2)

plt.show()

我想知道是否有办法从离散数据中找到曲线的切线。例如：

x = np.linespace(-100,100,100001)
y = sin(x)

所以这里的 x 值是整数，但是如果我们想在类似的地方找到切线x = 67.875怎么办？

我一直试图弄清楚是否numpy.interp会起作用，但到目前为止没有运气。我还发现了几个类似的例子，比如这个，但还没有能够将这些技术应用于我的案例:(我是 Python 的新手，还不完全知道一切是如何工作的，所以任何帮助都会值得赞赏...

这就是我得到的：

from scipy import interpolate
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-100,100,10000)
y = np.sin(x)
tck, u = interpolate.splprep([y])

ti = np.linspace(-100,100,10000)
dydx = interpolate.splev(ti,tck,der=1)

plt.plot(x,y)
plt.plot(ti,dydx[0])
plt.show()

例如，如果我要指派a, b, c从l = [1,2,3,4,5]，我可以做

a, b, c = l[:3]

但是，如果l只有[1,2]（[1]或[]）怎么办？

有没有一种方法可以自动将其余变量设置为None或''或0或其他某个默认值？

我考虑过在分配以匹配变量数量之前使用默认值扩展列表，但是只是想知道是否有更好的方法。

这是我的代码:

function test(n)
r = (0:1000)/n;
Phi = 2*pi*r;
[x,y] = pol2cart(Phi,r);
plot(x,y)
end

这是n = 100,10,1的输出顺序:

最后一张图表发生了什么？它为什么吓坏了？>.> ......

n = 1后更有趣的形状:这里n = 0.9,0.8,0.7,0.6

我以为我知道FromDigits是如何工作的,但它现在正在做一些疯狂的事情.

n[[990;;]]
FromDigits[n[[990;;]]]

输出:

{9, 50, 0, 50, 1, 50, 2, 50, 3, 50, 4, 50, 5, 50, 6, 50, 7, 50, 8, 50, 9}
1405060708091011121309

而不是,你知道,950050150 ......

这是怎么回事？