小编bas*_*flp的帖子

我正在使用在Windows 8.1上运行ConEmu的cmder.

它具有内置的Git功能,因此我可以在控制台中拉/推git存储库(就像在Linux控制台上一样)

要进行身份验证,请使用受密码保护的SSH私钥.如果我git push使用ConEmu,它会每次都提示我输入密钥密码.我可以输入'start-ssh-agent'并输入一次密码,它将在ConEmu窗口中自动验证我,但是如果我关闭或打开另一个窗口,我需要再次运行命令.

如何在每个ConEmu窗口中启动一个ssh-agent来验证我的密钥？

我正在运行GitLab 社区版，并希望向 GitLab 项目（存储库）添加配额以防止用户创建大型项目。

配额应该是最大项目大小，例如每个项目 420 MB。这可能吗？如果是，我如何相应地配置 GitLab？

昨天我一整天都在为此挠头，令我惊讶的是，似乎找不到一种简单的方法来检查这一点。

我正在使用 Python 的 Requests 库来传递我的代理，例如：

def make_request(url):
    with requests.Session() as s:
        s.mount("http://", HTTPAdapter(max_retries=3))
        s.mount("https://", HTTPAdapter(max_retries=3))
        page = None
        d.rotate(-1) #d contains a dict of my proxies. this allows to rotate through the proxies everytime make_request is called.

        s.proxies = d[0]
        page = s.get(url, timeout=3)

        print('proxy used: ' + str(d[0]))
    return page.content

问题是，当代理不希望工作时，我似乎无法使请求失败。如果代理不工作，我的互联网 ip 似乎总是有后备。例如：我尝试传递像 101.101.101.101:8800 这样的随机代理 ip 或删除我的代理所需的 ip 身份验证，请求仍然通过，即使它不应该通过。

我认为在传递请求时添加超时参数可以解决问题，但显然没有。

所以

• 为什么会发生这种情况？
• 如何检查请求是从哪个 ip 发出的？

我正在寻找pos_tag法语句子的方法,如下面的代码用于英语句子:

def pos_tagging(sentence):
    var = sentence
    exampleArray = [var]
    for item in exampleArray:
        tokenized = nltk.word_tokenize(item)
        tagged = nltk.pos_tag(tokenized)
        return tagged

我试图requests.get()在 Python 3.x 中获取以下 URL ：http : //www.finanzen.net/suchergebnis.asp? strSuchString= DE0005933931（此 URL 由带有搜索字符串的基本 URL 组成DE0005933931）。

请求被重定向（通过 HTTP 状态代码 301）到浏览器中的http://www.finanzen.net/etf/ishares_core_dax%AE_ucits_etf_de（在 URL 中包含字符 0xAE字符 ®）。requests.get()与重定向的 URL 一起使用也有效。

当尝试使用Python 2.7获取搜索字符串 URL 时，一切正常并且我得到重定向响应，使用Python 3.x 时出现以下错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xae in position 21: invalid start byte

测试这个的代码片段：

import requests

url_1 = 'http://www.finanzen.net/suchergebnis.asp?strSuchString=LU0274208692'
# redirected to http://www.finanzen.net/etf/db_x-trackers_msci_world_index_ucits_etf_1c
url_2 = 'http://www.finanzen.net/suchergebnis.asp?strSuchString=DE0005933931'
# redirected to http://www.finanzen.net/etf/ishares_core_dax%AE_ucits_etf_de

print(requests.get(url_1).status_code)  # working
print(requests.get(url_2).status_code) …

我在另一个问题中看到（"\b"）可以用来删除一个字符。然而，当我尝试时，\b它只在我打算删除的字符和后面的字符之间放置一个空格。还有其他方法可以退格吗？

（我正在尝试制作一个程序，它会写一个单词，删除它，然后重写一个新单词）

如何使用直接流API为kafka spark流指定使用者组ID.

HashMap<String, String> kafkaParams = new HashMap<String, String>();
kafkaParams.put("metadata.broker.list", brokers);
kafkaParams.put("auto.offset.reset", "largest");
kafkaParams.put("group.id", "app1");

    JavaPairInputDStream<String, String> messages = KafkaUtils.createDirectStream(
            jssc, 
            String.class, 
            String.class,
            StringDecoder.class, 
            StringDecoder.class, 
            kafkaParams, 
            topicsSet
    );

虽然我已经指定配置不确定是否遗漏了什么.使用spark1.3

kafkaParams.put("group.id", "app1");

我不认为这是因为该功能的范围，但我得到一个

尚未解析的引用，位于get_all_predicates（examples）.count（predicate_list [0]）

get_entropy_of_attributes(examples, predicate_list)我班上的内部函数Tree：

class Tree:

    def get_examples(examples, attributes):
        for value in examples:
            yield dict(zip(attributes, value.strip().replace(" ", "").split(',')))

    def get_all_predicates(examples):
        return [d['Predicate'] for d in examples]

    def get_entropy_of_attributes(examples, predicate_list):
        get_all_predicates(examples).count(predicate_list[0])
        return 0

    examples = list(get_examples(all_examples, name_of_attributes))

    predicate_list = list(set(get_all_predicates(examples)))

    get_entropy_of_attributes(examples, predicate_list)

all_examples是词典name_of_attributes列表，并且是列表，其中包含从文本文件导入的值。

all_examples = [{'P_Length': '1.4', 'P_Width': '0.2', 'Predicate': 'I-setosa', 'Sepal_Width': '3.5', 'S_Length': '5.1'}, ...]

name_of_attributes = ["Check","P-Width"]

有什么帮助吗？

尝试更改默认导航抽屉的图标大小并在每个项目后添加分隔符，但我不明白如何执行此操作？这是菜单抽屉视图：

<group android:checkableBehavior="single">
    <item
        android:id="@+id/agenda"
        android:icon="@drawable/agenda"
        android:title="AGENDA"
        />
    <item
        android:id="@+id/speakers"
        android:icon="@drawable/speakers"
        android:title="SPEAKERS" />
    <item
        android:id="@+id/schedule"
        android:icon="@drawable/schedule"
        android:title="SCHEDULE" />
    <item
        android:id="@+id/organiser"
        android:icon="@drawable/organiser"
        android:title="ORGANISER" />
    <item
        android:id="@+id/partners"
        android:icon="@drawable/partner"
        android:title="PARTNERS" />
    <item
        android:id="@+id/event_info"
        android:icon="@drawable/eventinfo"
        android:title="EVENT-INFO" />
</group>

这是 dimens.xml

<resources>
    <!-- Default screen margins, per the Android Design guidelines. -->
    <dimen name="activity_horizontal_margin">16dp</dimen>
    <dimen name="activity_vertical_margin">16dp</dimen>
    <!-- Default screen margins, per the Android Design guidelines. -->
    <dimen name="nav_header_vertical_spacing">16dp</dimen>
    <dimen name="nav_header_height">160dp</dimen>
</resources>

我正在尝试使用ARIMA模型进行预测。我是新来的。我尝试绘制我的数据集（每小时数据）的seasonal_decompose（），下面是该图吗？

我想了解这些情节，简要说明会有所帮助。我看到最初没有趋势，一段时间后又有上升趋势。我不确定是否要说的对吗？我想了解如何正确阅读这些图表。请给一些很好的描述。

当我尝试应用Dickey-Fuller测试来检查我的数据是否稳定并且需要进一步区分时，我得到了以下结果：

Test Statistic                   -4.117543
p-value                           0.000906
Lags Used                       30.000000
Number of Observations Used    4289.000000
Critical Value (1%)              -3.431876
Critical Value (5%)              -2.862214
Critical Value (10%)             -2.567129

我指的是2个链接以了解这一点：http : //www.seanabu.com/2016/03/22/time-series-seasonal-ARIMA-model-in-python/

该链接表示，当test-statistic大于临界值时，表示数据是固定的；另一方面，反之亦然。我对此感到困惑，我也提到了otexts.org，它说我们应该基于p值进行检查。请提出如何解释ADF测试给出的结果？

另外，当我尝试将ARIMA模型应用于数据集时：

from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(df.y, order=(0,1,0))
model_fit = model.fit()

我的数据框具有datetime列作为索引，而y列具有浮点值。当我在此数据框上应用模型时。我遇到这种错误：

IndexError：列表索引超出范围。

当我尝试使用以下命令打印模型摘要时，将出现此错误：

print(model_fit.summary())

请帮我解决一下这个。这样我就可以更好地了解ARIMA。