小编For*_*est的帖子

我有一份澳大利亚各州和领地及其相应值的清单。现在我想生成一个这样的热图：

我正在关注此链接中的Pyplot 示例，但它只有一个针对美国各州的示例。

特别是，在这段代码中：

data = [ dict(
    type='choropleth',
    colorscale = scl,
    autocolorscale = False,
    locations = df['code'],
    z = df['total exports'].astype(float),
    locationmode = 'USA-states',
    text = df['text'],
    marker = dict(
        line = dict (
            color = 'rgb(255,255,255)',
            width = 2
        ) ),
    colorbar = dict(
        title = "Millions USD")
    ) ]

layout = dict(
    title = '2011 US Agriculture Exports by State<br>(Hover for breakdown)',
    geo = dict(
        scope='usa',
        projection=dict( type='albers usa' ),
        showlakes = True,
        lakecolor = …

据我所知，Python中没有AIC包。因此，我尝试手动计算它，以找到数据集中的最佳聚类数量（我使用 K 均值进行聚类）

我在Wiki上遵循等式：

AIC = 2k - 2ln（最大似然）

下面是我当前的代码：

range_n_clusters = range(2, 10)
for n_clusters in range_n_clusters:
    model = cluster.KMeans(n_clusters=n_clusters, init='k-means++', n_init=10, max_iter=300, tol=0.0001,
                           precompute_distances='auto', verbose=0, random_state=None, copy_x=True, n_jobs=1)
    model.fit(X)
    centers = model.cluster_centers_
    labels = model.labels_
    likelihood = ?????
    aic = 2 * len(X.columns) - 2 * likelihood
    print(aic)

有关如何计算似然值的任何指示吗？

// 更新：使用高斯混合模型计算 AIC：

它不是应该看起来像一条曲线吗？（而不是直线）

我的绘图代码：

def aic(X):
  range_n_clusters = range(2, 10)
  aic_list = []
  for n_clusters in range_n_clusters:
     model = mixture.GaussianMixture(n_components=n_clusters, init_params='kmeans')
     model.fit(X)
     aic_list.append(model.aic(X))
  plt.plot(range_n_clusters, aic_list, …

假设我有以下列表：

myList
- name: Bob
  age: 25
- name: Alice
  age: 18
- name: Bryan
  age: 20

我想要的是遍历myList并获取名称列表并将其设置为变量nameList：

nameList
- name: Bob
- name: Alice
- name: Bryan

是否在ansible中有一个简短的语法？

我在测试一些 SQL 命令时创建了很多表和用户，现在我不记得所有的表和用户名。

但是现在我想为我的大项目删除所有这些。那么是否可以在 SQL 命令行中删除它？