小编MSe*_*ert的帖子

我想从数组中获取两个最小值x。但是当我使用时np.where：

A,B = np.where(x == x.min())[0:1]

我收到此错误：

ValueError：需要多个值才能解压

如何解决此错误？我是否需要在数组中按升序排列数字？

在使用scipy/numpy时,我确实获得了存储到的信息 numpy.ndarray

>>> a
array([[ 0.15555605,  0.51031528,  0.84580176,  0.06722675],
       [ 0.60556045,  0.62721023, -0.48979983, -0.04152777],
       [-0.78044785,  0.58837543, -0.21146041, -0.13568023],
       [ 0.        ,  0.        ,  0.        ,  1.        ]])
>>> print(a)
[[ 0.15555605  0.51031528  0.84580176  0.06722675]
 [ 0.60556045  0.62721023 -0.48979983 -0.04152777]
 [-0.78044785  0.58837543 -0.21146041 -0.13568023]
 [ 0.          0.          0.          1.        ]]

如何在一行上打印结果？

我已经检查过:

>>> numpy.get_printoptions()
{'precision': 8, 'threshold': 1000, 'edgeitems': 3, 'linewidth': 75, 'suppress': False, 'nanstr': 'nan', 'infstr': 'inf', 'formatter': None}

但即使设置linewidth为1000也不会改变这一点.有没有办法更改该类型的显示格式？

是否也可以在每个数字之间添加逗号(如数组显示但没有周围array(...))？

当我试图通过代码绘制交互式绘图时:

import matplotlib.pyplot as plt
import PyQt5
%matplotlib qt
...
plt.plot(a_list,b_list)
plt.show()

我收到以下错误消息:

 --------------------------------------------------------------------------- TypeError                                 Traceback (most recent call
 last) <ipython-input-49-187dd4fead7a> in <module>()
 ----> 1 plt.plot(parameters['eng_list'],np.real(conductivity))
       2 plt.plot(parameters['eng_list'],np.imag(conductivity))
       3 plt.show()

 C:\Anaconda3\lib\site-packages\matplotlib\pyplot.py in plot(*args,
 **kwargs)    3305 @_autogen_docstring(Axes.plot)    3306 def plot(*args, **kwargs):
 -> 3307     ax = gca()    3308     # Deprecated: allow callers to override the hold state    3309     # by passing hold=True|False

 C:\Anaconda3\lib\site-packages\matplotlib\pyplot.py in gca(**kwargs)
     948     matplotlib.figure.Figure.gca : The figure's gca method.
     949     """
 --> 950     return gcf().gca(**kwargs)
     951 
     952 # More …

所以我有一个包含 5,000,000 个整数的列表。我想将列表覆盖到 numpy 数组中。我尝试了以下代码：

numpy.array( list )

但速度非常慢。

我对该操作进行了 100 次基准测试，并对列表进行了 100 次循环。没有太大区别。

有什么好主意如何让它更快吗？

我正在尝试运行我几年前编写的使用mplfrom 的代码matplotlib。它曾经运行良好，但现在突然出现错误：

from matplotlib import mpl
ImportError: cannot import name mpl

我正在使用 Python 2.7 和 matplotlib 1.5.2。

所以我的 python 代码中遇到了一个问题，我将其归结为：

假设我们有一个函数u：

def u(y,t):
    h = float(10) 
    U0 = float(1)
    return U0/h*(y)

和一个数组：

a=np.array([[0]*2]*2)

然后执行以下操作：

a[1][1] = u(1,0)

但尽管等于 仍会a[1][1]返回。0u(1,0)0.1

为什么会发生这种情况以及如何避免这种情况？

我有以下数组:

import numpy as np
a = np.array([[2, 3, 5],
              [4, 6, 7],
              [1, 5, 7]])

我想将它扩展到这个数组:

b = [[2 2 2 3 3 3 5 5 5]
     [2 2 2 3 3 3 5 5 5]
     [2 2 2 3 3 3 5 5 5]
     [4 4 4 6 6 6 7 7 7]
     [4 4 4 6 6 6 7 7 7]
     [4 4 4 6 6 6 7 7 7]
     [1 1 1 5 5 5 7 …

演示我所要求的内容的几行代码是：

>>> x = ()
>>> for i in range(1000000):
...     x = (x,)


>>> x.__hash__()

=============================== RESTART: Shell ===============================

1000000 可能过多，但它表明在散列嵌套元组（并且我假设其他对象）时存在某种形式的限制。只是为了澄清，我没有重新启动 shell，当我尝试哈希时它会自动执行此操作。

我想知道这个限制是什么，为什么会发生（以及为什么它没有引发错误），以及是否有解决方法（以便我可以将这样的元组放入集合或字典中）。

我刚刚收到错误：

Traceback (most recent call last):
  File "./download_documents.py", line 153, in <module>
    paragraphs, used_pages = find_pages(lang, to_extract)
  File "./download_documents.py", line 67, in find_pages
    random.shuffle(page_titles_queue)
  File "/usr/lib/python2.7/random.py", line 291, in shuffle
    x[i], x[j] = x[j], x[i]
KeyError: 1

这让我很困惑。

1. random.shuffle 似乎适用于零元素列表和单元素列表。
2. page_titles_queue 是元组列表。
3. 之后的两行random.shuffle(page_titles_queue)，有page_titles_queue.pop()，但这不应该影响洗牌。对？

那么 KeyError 的可能原因是什么？

我Python 2.7.12在 Ubuntu 16.04 上使用。

我注意到当我在列表理解中使用递归时会发生一些奇怪的事情.如果递归过深,解释器似乎空闲(我等了5分钟,什么都没发生).

为了这个问题,假设我想要展平嵌套列表(我没有 - 但它是一个简短的代码示例,说明了我遇到的问题):

def flatten(x):
    if isinstance(x, list):
        return [a for i in x for a in flatten(i)]
    else:
        return [x]

使用辅助函数创建嵌套列表:

def wrap_in_lists(value, depth):
    a = value
    for _ in range(depth):
        a = [a]
    return a

使用时效果很好:

>>> flatten(wrap_in_lists(1, 2**10))
[1]

但是当我使用时它完全停止:

>>> flatten(wrap_in_lists(1, 2**11))
# Nothing happens, no exception, no result, no segfault, ...

我的问题是:这里发生了什么？为什么根本没有回应？

奇怪的是,使用生成器的类似方法不会显示此行为:

def flatten(l):
    def inner(x):
        for item in x:
            if isinstance(item, list):
                yield from inner(item)
            else:
                yield item
    return list(inner(l))

>>> flatten(wrap_in_lists(1, …