小编Qub*_*bix的帖子

我有一个类型的函数列表：

func_list = [lambda x: function1(input),
             lambda x: function2(input),
             lambda x: function3(input),
             lambda x: x]

和形状数组 [4, 200, 200, 1]（一批图像）。

我想沿第 0 轴按顺序应用函数列表。

编辑：重新表述问题。这相当于上面的。说，而不是数组，我有一个由 4 个相同数组组成的元组，形状为 (200, 200, 1)，我想在第一个元素上应用 function1，在第二个元素上应用 function2，等等。这可以在没有的情况下完成吗？ for 循环？

我有一个长度为 n 的音频信号，我想将它分成长度为 k 的窗口，重叠 r < k。我将从我的音频信号中获得多少个窗口？

我计算它是

  n/(k-r) - r

但我现在明白这是错误的。

我想用

np.random.randint(4, size=2)

从0到3生成一对不同的随机数.问题是它有时给出(0,0),(3,3)等.是否有办法强制数字不同？

有一个像这样的数据框：

## +---+---+
## | id|num|
## +---+---+
## |  2|3.0|
## |  3|6.0|
## |  3|2.0|
## |  3|1.0|
## |  2|9.0|
## |  4|7.0|
## +---+---+

我想删除连续的重复，并获得：

## +---+---+
## | id|num|
## +---+---+
## |  2|3.0|
## |  3|6.0|
## |  2|9.0|
## |  4|7.0|
## +---+---+

我在 Pandas 中找到了执行此操作的方法，但在 Pyspark 中却没有找到。

因此，我查看了多处理模块的文档，也查看了此处提出的其他问题，但似乎没有一个与我的情况相似，因此我开始了一个新问题。

为了简单起见，我有一段如下形式的代码：

# simple dataframe of some users and their properties.
data = {'userId': [1, 2, 3, 4],
        'property': [12, 11, 13, 43]}
df = pd.DataFrame.from_dict(data)

# a function that generates permutations of the above users, in the form of a list of lists
# such as [[1,2,3,4], [2,1,3,4], [2,3,4,1], [2,4,1,3]]
user_perm = generate_permutations(nr_perm=4)

# a function that computes some relation between users
def comp_rel(df, permutation, user_dict):
    df1 = df.userId.isin(permutation[0])
    df2 = df.userId.isin(permutation[1])
    user_dict[permutation[0]] += permutation[1]
    return user_dict


# and …

我正在使用这个函数来计算输出的标准差。我正在用 2000 个示例评估我的模型，每批 4 个。我可以只取每批的标准差，然后除以 2000 吗？

我有以下结构：

----parent_branch
         |
         ------ my_branch

到目前为止，我一直在 my_branch 工作，并且在 parent_branch 中进行了重要更改。我只想将这些更改合并到 my_branch 中，而不会弄乱我在 my_branch 中所做的工作。我怎样才能安全地做到这一点？

我想用depthwise_conv2d从Tensorflow。据我所知，它为每个通道执行常规的2D卷积，每个卷积都有depth_multiplier许多功能。

然后，如果depth_multiplier = 1，我应该期望输入通道的数量与输出通道的数量相同。但是为什么我可以有256个输入通道和512个输出通道？额外渠道从何而来？

我想.txt用我的环境正在使用的所有 python 包创建一个文件，并将其包含在 git repo 中，以便任何需要运行代码的人都可以创建一个环境，安装列表中的所有包并使用它.

我有两个问题，首先，如何.txt使用所有已安装的软件包创建该文件？其次，拥有该.txt文件的人如何在其全新的 anaconda 环境中安装其中的所有内容（使用 pip3？）？

我有两个列表，例如：

lst1 = [0, 2, 4, 5, 5, 6, 5, 2]
lst2 = [1, 3, 7, 9, 9, 11, 8, 3]

对于相同索引的元素，我想计算它们在一起出现的次数，因此结果应该类似于字典：

{ [0, 1] : 1,
  [2, 3] : 2,
  [4, 7] : 1,
  [5, 9] : 2,
  [6, 11] : 1,
  [5, 8] : 1 }

有没有办法做到这一点而无需循环，可以很好地扩展？我需要针对非常大的列表（每个〜20k元素）运行它。