小编Ébe*_*aac的帖子

我需要将3个numpy数组写入txt文件.该文件的头部看起来像这样:

#Filexy
#time  operation1 operation2

numpy数组如下所示:

time = np.array([0,60,120,180,...])
operation1 = np.array([12,23,68,26,...)]
operation2 = np.array([100,123,203,301,...)]

最后,.txt文件应该如下所示(分隔符应该是一个选项卡):

#Filexy
#time  operation1 operation2
0   12   100
60  23    123
120  68   203
180  26   301
..  ...   ...

我尝试了"numpy.savetxt" - 但我没有得到我想要的格式.

非常感谢您的帮助!

Jupyter/IPython 笔记本对我的 Ubuntu (14.04) 计算机开始表现得有点奇怪。

通常，jupyter notebook 中的单元格在执行时会变得忙碌，并且旁边有一个星号 (*) 符号，一旦执行忙碌，就会显示执行序列号，以表示其中的任何任务都已成功完成。

现在，每当我执行一个单元格时，即使在执行完成后，它仍然很忙，旁边有一个星号。然后，给定执行的任何其他单元格也会获得星号，但没有任何进展。只有在给出中断命令时，才会显示执行序列号，我才能继续运行其他单元格（以相同的奇怪方式）。

是什么导致了这种奇怪的行为以及如何解决它？在过去两年的使用中，我从未遇到过这种情况——无论是在 Ubuntu 还是 Mac 中。

在Jupyterlab中，可以通过“设置->高级设置编辑器->笔记本”选项并编辑tabSize属性来更改Jupyter笔记本的每个组成部分的选项卡空间。但是，这会更改每个内核的笔记本的选项卡大小。

我希望Scala内核具有2个制表符空间，其余的具有4个制表符空间（默认）。这样的设置可能吗？

我正在使用 Jupyter Notebook 使用 Toree Notebook 插件处理我的 Scala 代码。

如何TweetData.scala在同一目录的笔记本中导入本地保存的 Scala 文件（比如）？

直接这样做，会抛出错误

In[1]:  import TweetData._

Out[1]: Name: Compile Error
        Message: <console>:17: error: not found: value TweetReader
            import TweetReader._
              ^
        StackTrace: 

弹性分布式数据集 (RDD) 被设计为不可变的。使它们不可变的原因之一在于容错和避免，因为它们由许多进程并且可能由许多节点同时处理。这可以避免竞争条件，也可以避免尝试控制这些条件所涉及的开销。

有几个关于如何实现 RDD 的说明（例如，这个）。然而，我似乎找不到一个说明累加器是如何实现的。它位于Apache Spark 文档中的 RDD 部分。这是否意味着为值的每个增量创建一个新的 RDD，或者它是完全不同的数据结构？

获得这个的一种方法是对于自然数(1,...,n)我们将每个因子分解并查看它们是否具有任何重复的素因子,但是对于大n来说这将花费大量时间.那么有没有更好的方法来获得1,...,n的无方格数？

当 Emacs 在存在修改的缓冲区的情况下关闭时，它会在其父目录中为每个修改的缓冲区（临时除外）创建一个格式为“#file_name#”的文件，用于恢复目的。

当 Emacs 下次打开时使用recover-file 命令，文件的先前修改的缓冲区被恢复。即使如此，文件#file_name# 也不会自动删除。

如果您在关闭之前手动终止所有缓冲区，则不会发生这种情况。这有点乏味，因为您必须使用命令 kill-some-buffer 或 kill-matching buffer 并逐个对每个提示说“是”。

有没有更简单的方法来克服这个问题？为以下一项或多项提供解决方案会很好。

• 防止 Emacs 在关闭时为修改后的缓冲区创建恢复文件

• 一个简单的命令来强制杀死所有缓冲区而不提示保存

• 设置将恢复文件重新路由到不同的位置（如 ~/.emacs.d/）

（版本：Emacs-24 on Ubuntu-12.04 / OS-X-10.9）

我正在使用github上的Django休息框架JSON Web令牌API(https://github.com/GetBlimp/django-rest-framework-jwt/tree/master/).

我可以成功创建令牌并使用它们来调用受保护的REST AP.但是,在某些情况下,我希望在到期时间之前删除特定令牌.所以我想这样做的观点如下:

class Logout(APIView):
    permission_classes = (IsAuthenticated, )
    authentication_classes = (JSONWebTokenAuthentication, )

    def post(self, request):
        # simply delete the token to force a login        
        request.auth.delete()  # This will not work
        return Response(status=status.HTTP_200_OK)

这request.auth只是一个字符串对象.所以,这当然不会起作用,但我不确定如何清除底层令牌.

编辑

阅读更多关于这一点,似乎我不需要做任何事情,因为没有任何东西存储在服务器端与JWT.因此,只需关闭应用程序并在下次登录时重新生成令牌即可.那是对的吗？

有很多链接表明Matplotlib的图表看起来更令人愉悦,因为seaborn的调色板只是通过导入seaborn就像

import seaborn as sns

但是,当我这样做时,颜色和格式仍然看起来像matplotlib的情节以及seaborn的简单matlotlib默认值.这是除非sns.set()执行命令强制重置seaborn的默认调色板.

为什么会发生这种情况以及如何解决这个问题？

如何安装seaborn: 这发生在运行Anaconda的Ubuntu 14.04中,虽然安装了seaborn,pip因为系统中的Anaconda版本没有预先安装它.我尝试conda在我的环境中安装seaborn ,py27和py35.虽然安装成功,导入不起作用,所以我继续pip.

虽然seaborn工作得很好,但两种环境仍然导入相同的令人不愉快的matplitlib默认颜色.

这个任务在 NumPy 中非常简单，就像这样

import numpy as np

a= np.array([[1,2,3,0,9],[3,2,6,2,7],[0,0,0,8,0],[1,0,0,0,3]])
a + a[1]

输出：

array([[ 4,  4,  9,  2, 16],
       [ 6,  4, 12,  4, 14],
       [ 3,  2,  6, 10,  7],
       [ 4,  2,  6,  2, 10]])

查看向量维度如何自动广播到矩阵的每一行。

但当涉及到稀疏矩阵时，就会出现维度不匹配的错误。

from scipy.sparse import *

a= csr_matrix([[1,2,3,0,9],[3,2,6,2,7],[0,0,0,8,0],[1,0,0,0,3]])
a + a[1]

输出：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-32-74c48fe5106e> in <module>()
      2 
      3 a= csr_matrix([[1,2,3,0,9],[3,2,6,2,7],[0,0,0,8,0],[1,0,0,0,3]])
----> 4 a + a[1]

/opt/anaconda2/lib/python2.7/site-packages/scipy/sparse/compressed.pyc in __add__(self, other)
    337         elif isspmatrix(other):
    338             if (other.shape != self.shape): …