小编nea*_*mcb的帖子

给定一些参数Θ的后p(Θ| D),可以定义以下内容:

最高后部密度区域:

的最高后验密度区域是集合Θ的最可能值,在总构成后部100质量(1-α)%的.

换句话说,对于给定的α,我们寻找满足以下条件的p*:

然后获得最高后部密度区域作为集合:

中央可信区域:

使用与上述相同的表示法,可信区域(或区间)定义为:

根据分布,可能有许多这样的间隔.中心可信区间定义为每个尾部有(1-α)/ 2质量的可信区间.

计算:

• 对于一般分布,从分布中给出样本,是否有任何内置函数可以在Python或PyMC中获得上述两个量？

• 对于常见的参数分布(例如Beta,Gaussian等),是否有任何内置函数或库可以使用SciPy或statsmodels进行计算？

而在一般情况,是用于单位-Xmx,-Xms和-Xmn选项("K","M"和"G",或不太标准的可能性"K","m"或"G")的二进制前缀倍数(即,功率1024),还是1000的力量？

手册说它们代表千字节(kB),兆字节(MB)和千兆字节(GB),表明它们是原始SI系统中定义的1000的幂.我的非正式测试(我不是很自信)表明他们真的是kibibytes(kiB),mebibytes(MiB)和gibibytes(GiB),所有权力都是1024.

哪个是对的？例如,什么Java代码会显示当前大小？

使用1024的倍数对于RAM大小来说并不奇怪,因为RAM通常通过加倍硬件模块来物理布局.但是,随着我们获得越来越大的权力,以明确和标准的方式使用单位变得越来越重要,因为混乱的可能性会增加.单位"t"也被我的JVM接受,1 TiB比1 TB大10%.

注意:如果这些确实是二进制倍数,我建议更新文档和用户界面以非常清楚,例如" 附加字母k或K表示kibibytes(1024字节)"或m或M表示mebibytes( 1048576字节) ".这就是采用的方法,例如在Ubuntu:UnitsPolicy - Ubuntu Wiki中.

注意:有关选项用途的更多信息,请参阅例如java - 启动JVM时Xms和Xmx参数是什么？.

我最近开始在sqlite中探索索引.我能够使用我想要的列成功创建索引.

执行此操作后,我查看数据库,看看索引是否成功创建,只是发现sqlite已经为我的每个表自动创建了索引:"sqlite_autoindex_tablename_1"

这些自动生成的索引使用每个表的两列,这两列构成了我的复合主键.在使用复合主键时,这对sqlite来说是否正常？

由于我将基于这两列完成大部分查询,因此手动创建索引是否有意义,这是完全相同的事情？

索引新手非常感谢任何支持/反馈/提示等 - 谢谢!

例如,bash调试器是否支持附加到现有进程并检查当前状态？

或者我可以通过查看/ proc中的bash进程条目轻松找到答案吗？是否有方便的工具在活动文件中提供行号？

我不想杀死并重启该过程.

这是在Linux上 - Ubuntu 10.04.

我有一个稀疏矩阵的行信息的Python列表.每行表示为(列,值)元组的列表.叫它alist:

alist = [[(1,10), (3,-3)],
         [(2,12)]]

如何从列表列表中有效地构造一个scipy稀疏矩阵,得到如下矩阵:

0  10   0  -3
0   0  12   0

显而易见的方法是制作一个scipy.sparse.lil_matrix内部具有此"列表列表"结构的内容.但是从scipy.sparse.lil_matrix - SciPy v0.19.0参考指南中我只看到了构建它们的三种方法:

• 从密集阵列开始
• 从另一个稀疏数组开始
• 只是构建一个空数组

因此,获取新数据的唯一方法是使用其他稀疏矩阵表示来解决此问题,或者从密集数组开始,这两者都没有解决初始问题,并且这两者似乎都是效率低于表示的lil_matrix本身就是这个数据.

我想我可以制作一个空的,并使用循环来添加值,但我肯定错过了一些东西.

在稀疏矩阵方面,scipy文档非常令人沮丧.

反向传播的维基百科页面有这样的主张:

用于计算梯度的反向传播算法已被多次重新发现,并且是在反向累积模式中称为自动微分的更通用技术的特殊情况.

有人可以用这个来解释这个问题吗？被区分的功能是什么？什么是"特例"？它是使用的伴随值本身还是最终的渐变？

我正在尝试从python中的模板xml文件生成自定义的xml文件.

从概念上讲,我想读取模板xml,删除一些元素,更改一些文本属性,并将新的xml写入文件.我希望它能像这样工作:

conf_base = ConvertXmlToDict('config-template.xml')
conf_base_dict = conf_base.UnWrap()
del conf_base_dict['root-name']['level1-name']['leaf1']
del conf_base_dict['root-name']['level1-name']['leaf2']

conf_new = ConvertDictToXml(conf_base_dict)

现在我想写入文件,但我看不到如何获取ElementTree.ElementTree.write()

conf_new.write('config-new.xml') 

有没有办法做到这一点,或者有人建议以不同的方式这样做？

假设我在列表中有这两个数据框，

sm = pd.DataFrame([["Forever", 'BenHarper'],["Steel My Kisses", 'Kack Johnson'],\
                  ["Diamond On the Inside",'Xavier Rudd'],[ "Count On Me", "Bruno Mars"]],\
                   columns=["Song", "Artist"])

pm = pd.DataFrame([["I am yours", 'Jack Johnson'],["Chasing Cars", 'Snow Patrol'],\
                  ["Kingdom Comes",'Cold Play'],[ "Time of your life", "GreenDay"]],\
                   columns=["Song", "Artist"])

df_list = [sm,pm]

现在，当我要在迭代时同时打印两个数据帧时，会得到类似的内容，

for i in df_list:
    print(i)

结果，

                  Song        Artist
0                Forever     BenHarper
1        Steel My Kisses  Kack Johnson
2  Diamond On the Inside   Xavier Rudd
3            Count On Me    Bruno Mars
                Song        Artist
0         I am …

Graphviz允许通过"HTML-Like标签"指定标签,如图中带有点用户指南的绘图图 2.3中所示.

这给出了如何更改字体颜色但指定的示例

<FONT SIZE="8">text</FONT>

导致错误消息

Warning: Illegal attribute SIZE in <FONT> - ignored

如何操纵"HTML-Like"标签的字体大小？

我正在编写一个需要持久本地访问通过http获取的大文件的应用程序.我希望保存在本地目录(某种部分镜像)中的文件,以便后续执行应用程序只是注意到URL已经在本地镜像,以便其他程序可以使用它们.

理想情况下,它还可以保留时间戳或etag信息,并能够使用If-Modified-Since或If-None-Match标头快速发出http请求,以检查新版本但避免完全下载,除非文件已更新.但是,由于这些网页很少发生变化,我可能会遇到过时副本中的错误,并且在适当的时候找到其他方法从缓存中删除文件.

环顾四周,我看到urllib.request.urlretrieve可以保存缓存副本,但看起来它无法处理我的If-Modified-Since缓存更新目标.

请求模块似乎是最新的和最好的,但它似乎不适用于这种情况.有一个CacheControl附加模块,它支持我的缓存更新目标,因为它执行完整的HTTP缓存.但似乎它不会以可直接用于其他(非python)程序的方式存储获取的文件,因为FileCache将资源存储为pickle数据.而在python请求的讨论可以直接获取磁盘上的文件句柄,如curl？- Stack Overflow建议可以使用一些额外的代码保存到本地文件,但这似乎与CacheControl模块没有很好的混合.

那么有一个网络抓取库可以满足我的需求吗？这基本上可以维护过去已经获取的文件的镜像(并告诉我文件名是什么),而不必我必须明确地管理所有这些文件？