小编Mon*_*eck的帖子

Pandas有一个很棒的功能,您可以在其中将数据帧写入SQL中的表.

df.to_sql(con=cnx, name='some_table_name', if_exists='replace', flavor='mysql', index=False)

有没有办法以这种方式制作临时表？

据我所知,文档中没有任何内容.

我正在使用Python 2.7中sklearn包中的TfidfTransformer。

当我对参数感到满意时，我对变得有些困惑use_idf，例如：

TfidfVectorizer(use_idf=False).fit_transform(<corpus goes here>)

究竟是什么use_idf做的时候或真或假？

由于我们正在生成一个稀疏的Tfidf矩阵，因此没有理由选择一个稀疏的Tfidif矩阵。这似乎是多余的。

这篇文章很有趣，但似乎没有提到。

该文档仅说Enable inverse-document-frequency reweighting，这不是很有启发性。

任何意见表示赞赏。

编辑 我想我想通了。这非常简单：
文本-​​>计数
Counts-> TF，这意味着我们只有原始计数或Counts-> TFIDF，这意味着我们拥有加权计数。

令我感到困惑的是……因为他们叫它，TfidfVectorizer只有当您选择它作为TFIDF时，我才意识到这是真的。您也可以使用它来创建TF。

我对keras中的一个步幅(比如说,2,2)的想法感到有些困惑.

元组(2,2)中的第二个2是做什么的？

我知道步幅是否为(2),因为那时我们将在图像上移动滤镜2个像素.

如果我们沿着y沿着x向前跨步2,那么我们将沿着对角线运行图像.这没有多大意义.

Keras文档不清楚.

谢谢.

我在AWS上安装了一个大型数据库几个月,但由于它开始变得昂贵而将其取消了.

现在,我的硬盘上有一个32GB的文件,我在关闭运行在实例上的MySQL数据库之前导出了该文件.

我想在我的笔记本电脑上将400万行左右导入我的本地MySQL.

使用MySQL Workbench,我试图做到这一点.但首先,我在本地重新创建了完全相同的模式(只有3个表).然后,使用数据导入选项,我选择"从自包含文件导入",并指向我的文件.我让它撕裂 - 只是为了收到这个令人沮丧的消息作为回应:

01:56:30 PM Restoring /home/monica/dumps/Dump20160406.sql
Running: mysql --defaults-file="/tmp/tmpMJpTQj/extraparams.cnf"  --protocol=tcp --host=127.0.0.1 --user=root --port=3306 --default-character-set=utf8 --comments --database=my_db  < "/home/monica/dumps/Dump20160406.sql"
ERROR 1465 (HY000) at line 488: Triggers can not be created on system tables  
Operation failed with exitcode 1

看起来触发器存在一些问题？首先,我有点困惑,因为我的数据库从来没有任何触发器开始.

为了排除故障,我发现了他的SO问题,我尝试了建议 - 我编辑了my.conf文件,但它没有任何区别.

其他搜索让我空白.我找不到这个错误真的没什么.

如果有人有任何建议,那将是伟大的.谢谢.

编辑

我在@Solarflare的评论中使用了一些建议并使用了这个声明:

mysql -u root -p for_import -o < /home/monica/dumps/Dump20160406.sql

实际上,我发现了一个很酷的实用程序,名为Pipe Viewer,它提供了一个进度条 - 视觉证明(我希望)实际上发生了一些事情.所以我重写了这一行:

pv /home/monica/dumps/Dump20160406.sql | mysql -u root -p -o for_import

果然,看起来事情正在发挥作用,大约5分钟后,导入完成了:

34.1GB 0:08:19 [69.9MB/s] [==================================>] …

我有一个数据帧:

| x | y |
|---|---|
| a | e |
| b | f |
| c | g |
| d | h |  

我有一个bool值的数据框如下:

| x     | y     |
|-------|-------|
| FALSE | TRUE  |
| FALSE | TRUE  |
| TRUE  | FALSE |
| TRUE  | FALSE |

(实际上这个东西来自不同的帖子,但这不是真正的相关因为这是一个独立的问题)

我只是在寻找一种方法来将带有bool值的df应用到'常规'df,并获得:

| x | y |
|---|---|
|   | e |
|   | f |
| c |   |
| d |   | …

如果我使用len(np.array([[2,3,1,0], [2,3,1,0], [3,2,1,1]])),我会回来3.

为什么len()关于哪个轴我想要多维数组的长度没有争论？这令人震惊.还有其他选择吗？

我有一个有一个频道的图像.我想复制这一个频道,以便我可以获得一个具有相同频道的新图像,只复制三次.基本上,制作准RBG图像.

我看到一些关于如何使用OpenCV执行此操作的信息,但不是在PIL中.在Numpy看起来很容易,但PIL也是如此.我不想养成从图书馆一直跳到图书馆的习惯.

我正在看这个图层的打印输出。我意识到，这显示了输入/输出，但与如何处理 RGB 通道无关。

如果您查看 block1_conv1，它会显示“Conv2D”。但是如果输入是 224 x 224 x 3，那么这不是 2D。

我的更大、更广泛的问题是，在整个训练这样的模型的过程中如何处理 3 个通道输入（我认为它是 VGG16）。RGB 通道是否在某个时刻组合（相加或连接）？何时何地？为此需要一些独特的过滤器吗？或者模型是否从头到尾分别跨越不同的通道/颜色表示？

我在替换R中的文本时收到错误消息

 x
 [1] "Easy bruising and bleeding.\\"

gsub(as.character(x), "\\", "")
Error in gsub(as.character(x), "\\", "") : 
   invalid regular expression 'Easy bruising and bleeding.\', reason 'Trailing backslash'

我想在TensorFlow中使用此功能,但它在3D张量而不是4D张量上运行:我有一个外部维度为batch_size.

tf.image.random_flip_left_right(input_image_data)

也就是说,这个函数需要一个形状的张量(图像):

(width, height, channels)

但我有多个图像,如:

(batch_size, width, height, channels)

我怎样才能将随机翻转函数映射到我的批量大小的每个图像中,并获得具有我已经拥有的相同4D形状的张量作为输出？

我的猜测是它需要在函数入口处重新整形并在函数之后重新整形,但我不确定这是否会破坏数据的结构并在应用镜像时将批处理中的图像混合在一起.此外,这种方法可以在整个批次上进行单个随机化,而不是在每个图像的基础上进行.

任何建议表示赞赏!