我使用我正在更新的d3选择器意外地将相同的事件处理程序覆盖在svg元素之上.
add_listeners = function() {
d3.selectAll(".nodes").on("click", function() {
//Event handler to highlight clicked d3 element
});
jQuery('#some_navigation_button').on('click', function() {
//Event handler
});
jQuery('#some_refresh_button').on('click', function() {
//Event handler that re-draws some d3 svg elements
});
//... 5 other navigation and d3 handlers
}
将add_listeners()重新添加相同的处理程序.所以我试过了
add_listeners = function() {
d3.selectAll(".nodes").off();
jQuery('#some_navigation_button').off();
jQuery('#some_refresh_button').off();
d3.selectAll(".nodes").on("click", function() {
//Event handler
});
jQuery('#some_navigation_button').on('click', function() {
//Event handler
});
jQuery('#some_refresh_button').on('click', function() {
//Event handler that re-draws some d3 svg elements
});
//... 5 other navigation …我有一个情况,有两个相关的大型python类,因此我把它们放在单独的文件中.让我们说课程是Cobra和Rat.
现在需要从Cobra的方法调用Rat的方法,反之亦然.为此,我需要在Cobra.py中输入Rat.py和Rat中的Cobra
这会创建一个导入循环并产生错误.不能在眼镜蛇内部进口眼镜蛇.
怎么解决这个？
Cobra.py:
import Rat
class Cobra():
def check_prey(self, rat ):
# Some logic
rat.foo()
Rat.py:
import Cobra
class Rat():
def check_predator(self, snake ):
# some_logic ..
snake.foo()
传递一个numpy数组的dtype np.float64_t工作正常(下图),但我无法传递字符串数组.
这是有效的:
# cython_testing.pyx
import numpy as np
cimport numpy as np
ctypedef np.float64_t dtype_t
cdef func1 (np.ndarray[dtype_t, ndim=2] A):
print A
def testing():
chunk = np.array ( [[94.,3.],[44.,4.]], dtype=np.float64)
func1 (chunk)
但我无法做到这一点: 我找不到匹配的'类型标识符'为numpy字符串dtypes.
# cython_testing.pyx
import numpy as np
cimport numpy as np
ctypedef np.string_t dtype_str_t
cdef func1 (np.ndarray[dtype_str_t, ndim=2] A):
print A
def testing():
chunk = np.array ( [['huh','yea'],['swell','ray']], dtype=np.string_)
func1 (chunk)
编译错误是:
Error compiling Cython file:
------------------------------------------------------------
ctypedef np.string_t dtype_str_t
^
------------------------------------------------------------
cython_testing.pyx:9:9: 'string_t' is …有谁知道python networkx是否预先计算了使用Networkx DiGraph创建的树的节点深度？
由于我还没有看到在networkx中定义树的方法,可能有必要使用外部数据结构来计算节点深度.
令人困惑的是,如果你想创建一个你使用的数组
chunk = np.array ( [[94.,3.],[44.,4.]], dtype=np.float64)
但是如果要在buffer引用中定义类型,则使用
cdef func1 (np.ndarray[np.float64_t, ndim=2] A):
print A
注意之间的差异np.float64和np.float64_t.
我的猜测
我猜这是一个type identifier用Cython C式typedef语法明确创建的
ctypedef np.float64_t dtype_t
但numpy type只是Python <type 'type'>类型.
>>> type ( np.float64)
<type 'type'>
关于dtypes 的Numpy文档对我没有帮助.http://docs.scipy.org/doc/numpy/reference/arrays.dtypes.html
我正在考虑从我当前的SQL-esque解决方案(simpledb)切换到cassandra,主要是因为速度,成本和cassandra的内置缓存功能.但是我坚持索引的想法.我已经在cassandra中收集了你必须手动创建索引才能执行复杂的查询.但是,如果你有如下数据,一行有一个简单的超级列:
row1 {value1 ="5",value2 ="7",value3 ="9"}
而且你需要执行动态查询,例如"给我所有的行,其中x和y之间的值为1,z和q之间的值为2,等等.这可能吗？或者如果你有这样的查询,那么使用cassandra是个坏主意吗？
在用户指南[1]中,声明要在您的预留实例下对您的随需应变ec2实例进行计费,它们必须符合四个标准.
平台令人困惑,因为我使用自定义的Ubuntu AMI,而在EC2仪表板中,我的平台字段是空白的.
选择预留实例时,您可以选择"Linux/UNIX"和"Linux/UNIX(Amazon VPC)",Red Hat,SUSE等.
那么我将如何收费呢？
[1] http://docs.aws.amazon.com/AWSEC2/latest/UserGuide/reserved-instances-fundamentals.html
我注册了一个 Simperium 帐户。我在 Simperium 仪表板中创建了一个新的“应用程序”。这个应用程序的页面有一个 API 管理密钥和一个应用程序 ID。
但是当我通过 API 访问我的 SimpleNote 数据时，我可以使用这些凭据吗？
SimpleNote 是否有自己的通用 App ID？
我从一个mxnxp数组开始A,
In [16]: A
Out[16]:
array([[[ 2.10000000e+01, 3.70060693e-01],
[ 2.00000000e+01, 2.15659121e-01],
[ 1.50000000e+01, 1.35009735e-01],
[ 2.30000000e+01, 1.15997981e-01],
[ 2.20000000e+01, 7.02226670e-02],
[ 1.60000000e+01, 3.96571639e-02],
[ 2.50000000e+01, 1.64442373e-02],
[ 2.40000000e+01, 1.29001995e-02],
[ 1.20000000e+01, 8.15782143e-03],
[ 4.00000000e+00, 6.13186659e-03],
[ 7.00000000e+00, 5.95704145e-03],
[ 1.00000000e+00, 2.66991888e-03],
[ 6.00000000e+00, 1.39767193e-04],
[ 3.00000000e+00, 1.07608518e-04],
[ 1.90000000e+01, 1.02427053e-04],
[ 1.30000000e+01, 1.00084545e-04],
[ 1.10000000e+01, 9.35799784e-05],
[ 9.00000000e+00, 8.64687546e-05],
[ 8.00000000e+00, 8.20845769e-05],
[ 2.70000000e+01, 7.61546973e-05],
[ 1.40000000e+01, 7.41430049e-05],
[ 1.80000000e+01, 6.78797119e-05],
[ 1.00000000e+01, 6.02706017e-05],
[ 1.70000000e+01, …