小编Rit*_*wik的帖子

使用iframe整页宽度显示YouTube视频

我使用iframe来自YouTube 的视频在我的网站上放置了一个视频,而iframe全宽(100%)视频在帧内非常小(高度).如何使其适合容器的宽度?

码:

<iframe width="100%" height="100%" src="https://www.youtube.com/embed/5m_ZUQTW13I" frameborder="0" allowfullscreen></iframe>
Run Code Online (Sandbox Code Playgroud)

见截图

在此输入图像描述

html css youtube iframe

21
推荐指数
2
解决办法
5万
查看次数

Windows上的GCC - Windows上的Ubuntu上的Bash(WSL),CygWin,MinGW

我目前正在使用Windows 8.1,并且正在寻找安装GCC.我发现这样做的方法是通过MinGW和CygWin(最受欢迎).现在我想出了Windows的Windows子系统(WSL)和Windows 10中的Windows上提供的Bash.

问题1.是否可以通过Windows 10中的Bash安装GCC,并且它是否可以像在Linux发行版上那样工作.假设您有一个'helloworld.c'文件,如果我这样做,

>     gcc helloworld.c
$     ./a
Run Code Online (Sandbox Code Playgroud)

在bash中我会得到输出(假设'helloworld.c'的内容很简单 - 一个cout声明.)

问题2.如果可能,那么哪种方法更适合在Windows上使用GCC.也就是说,a)MinGW或CygWin b)Windows上的Linux上的Bash.因为根据我对所读内容的理解,CygWin和MinGW会对它们上面开发的程序产生一些依赖性.

问题3.如果您已经阅读了这篇文章,那么请填写我对CygWin和MinGW的理解上的空白.也就是说,如果我只将其用于编译和运行代码片段而不是应用程序开发,那么我使用哪些内容并不重要,我是对的吗?因为代码(用C或FORTRAN编写),无论系统如何都会编译和执行,我是对的吗?

语境.我是一名从事数值计算(计算流体动力学)的学生,我的主要工作是在FORTRAN开发和运行CFD代码.我想要做的是在我的笔记本电脑上运行计算代码(我们主要使用FORTRAN),它在Windows上运行.我目前不打算为Windows或Linux开发应用程序或软件.但我仍然想知道事情是如何运作的,哪个是最好的选择.请详细解释.谢谢.

bash gcc cygwin mingw windows-subsystem-for-linux

12
推荐指数
1
解决办法
8484
查看次数

无替换样本的 np.random.choice 与 np.random.shuffle 的比较

我的用例有点具体。我想从列表/数组(50 或 100 个元素)中采样 2 个项目而不替换。所以我不必担心大小为 10^4 或 10^5 的数组或多维数据。

我想知道

  1. 哪个,numpy.random.choice()或者numpy.random.shuffle()为此目的更快,为什么?
  2. 如果他们都产生“质量好”的随机样本?也就是说,两者都是为我的目的生成好的随机样本,还是产生较少的随机样本?(只是一个健全性检查,以确保我没有忽略有关这些函数的源代码的内容)。

对于问题 1,我尝试对两个函数进行计时(下面的代码),shuffle 方法似乎快了 5-6 倍。非常欢迎您对此提供任何见解。如果有更快的方法来实现我的目的,我会很高兴听到它们(我已经查看了 pythonrandom模块的选项,但我测试中最快的方法是使用np.random.shuffle())。

def shuffler(size, num_samples):
    items = list(range(size))
    np.random.shuffle(items)
    return items[:num_samples]
    
def chooser(size, num_samples):
    return np.random.choice(size, num_samples, replace=False)

%timeit shuffler(50, 2)
#> 1.84 µs ± 17.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit chooser(50, 2)
#> 13 µs ± 1.09 µs per loop (mean …
Run Code Online (Sandbox Code Playgroud)

python arrays random numpy shuffle

5
推荐指数
1
解决办法
671
查看次数

在python中舍入随机数的最快方法

我想一次生成一个达到特定精度的随机数(所以我不是在寻找矢量化解决方案)。

我在 stackoverflow 上的这个 QnA 中找到了一个方法,它按照承诺给了我这些基准。该方法绝对快两倍。现在,这就是让我感到困惑的地方。

%timeit int(0.5192853551955484*(10**5)+0.5)/(10.**5)      #> 149 ns ± 5.76 ns per loop 
%timeit round(0.5192853551955484, 5)                      #> 432 ns ± 11.7 ns per loop
## Faster as expected

fl = random.random()
pr = 5
%timeit int(fl*(10**pr)+0.5)/(10.**pr)                    #> 613 ns ± 27.9 ns per loop 
%timeit round(fl, pr)                                     #> 444 ns ± 9.25 ns per loop
## Slower?!

%timeit int(random.random()*(10**5)+0.5)/(10.**5)         #> 280 ns ± 29.3 ns per loop 
%timeit round(random.random(), 5)                         #> 538 ns ± 17.5 …
Run Code Online (Sandbox Code Playgroud)

python rounding python-3.x python-3.6

0
推荐指数
1
解决办法
158
查看次数