我有以下数据框,我希望对其执行一些回归。我正在使用 Seaborn,但似乎找不到合适的非线性函数。下面是我的代码及其输出,下面是我正在使用的数据框 df. 注意我已经截断了该图中的轴。
我想拟合泊松或高斯分布风格的函数。
import pandas
import seaborn
graph = seaborn.lmplot('$R$', 'Equilibrium Value', data = df, fit_reg=True, order=2, ci=None)
graph.set(xlim = (-0.25,10))
Run Code Online (Sandbox Code Playgroud)
然而这会产生下图。
df
R Equilibrium Value
0 5.102041 7.849315e-03
1 4.081633 2.593005e-02
2 0.000000 9.990000e-01
3 30.612245 4.197446e-14
4 14.285714 6.730133e-07
5 12.244898 5.268202e-06
6 15.306122 2.403316e-07
7 39.795918 3.292955e-18
8 19.387755 3.875505e-09
9 45.918367 5.731842e-21
10 1.020408 9.936863e-01
11 50.000000 8.102142e-23
12 2.040816 7.647420e-01
13 48.979592 2.353931e-22
14 43.877551 4.787156e-20
15 34.693878 6.357120e-16
16 27.551020 9.610208e-13
17 …Run Code Online (Sandbox Code Playgroud) 我正在尝试使我的for循环在 C++ 中并行。迭代是完全独立的。下面是一个类似的程序,它体现了该任务的想法。
class A{
// create experiment
// perform experiment
// append results to file
// reset the experiment
};
main {
// open a file
// instance class
A a;
int N = 10000;
for ( int i = 0; i <= N; i++ ){
a.do_something()
}
// close file
// return
}
Run Code Online (Sandbox Code Playgroud)
每次迭代都会简单地将其数据打印到输出文件中,其顺序也不重要。由于a.do_something()篇幅较长,我想将其并列。我已经安装了MPI并且现在已经熟悉了它的基本用法。
N我的逻辑是根据可用处理器的数量将范围划分为多个分区。我正在寻求一些有关如何将我的串行版本与 MPI 并行的帮助。我的尝试是:
class A{
// create experiment
// perform experiment
// append results to file
// …Run Code Online (Sandbox Code Playgroud) 考虑一个字典列表
a = {(0,1) : 10, (2,9): 20}
b = {(0,1) : 20, (2,9): 60, (3,3): 15}
list_of_dicts = [a,b]
Run Code Online (Sandbox Code Playgroud)
c我怎样才能从中获得平均值
c = {(0,1) : 15, (2,9): 40, (3,3):15}
Run Code Online (Sandbox Code Playgroud)
一个相关的问题是Getaverage value from list ofdictionary,但该解决方案没有考虑 key (3,3)。