小编eme*_*eth的帖子

正如使用 Python 连接具有整数值的列表一样，可以通过转换str然后连接它们来连接整数列表。

顺便说一句，我想foo bar 10 0 1 2 3 4 5 6 7 8 9先获取几个数据的位置（foo, bar），然后是列表的大小10，然后elements是。

我string.format用作

x = range(10)
out = '{} {} {} {}'.format('foo', 'bar', len(x), x)

out将foo bar 10 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

为了解决问题我可以将代码重写为

out = '{} {} {} '.format('foo', 'bar', len(x)) + ' '.join([str(i) for i in x])

它看起来不一致（混合string.format和join …

我正在使用tftpy在我的 Python 程序中创建 TFTP 服务器，它的工作原理很棒。但是，我需要其他类型的服务器：TFTP、FTP、SFTP。我可以使用什么包来支持所有这些？

我有两个2D numpy数组(相同的尺寸),我正在使用matplotlib绘图.我把第一个数组绘制成灰度的彩色图.第二个代表一个光圈,但它是一个不规则的形状(一些像素被勾勒出来,它是一组形成轮廓的水平和垂直线).我不知道如何要求它绘制第二个数组.该数组由三个数字(0,1和3)组成,我只需要一个值(3)的像素被轮廓化,但我需要轮廓包含这些像素的区域,而不是单独的像素.我需要所有像素的内部保持透明,以便我可以通过它看到灰度色彩图.

有谁知道如何做到这一点？

我有以下内容

(Pdb) training
array(<418326x223957 sparse matrix of type '<type 'numpy.float64'>'
    with 165657096 stored elements in Compressed Sparse Row format>, dtype=object)
(Pdb) training.shape
()

为什么没有形状信息？

编辑:这就是我所做的:

training, target, test, projectids = generate_features(outcomes, projects, resources)
target = np.array([1. if i == 't' else 0. for i in target])
projectids = np.array([i for i in projectids])

print 'vectorizing training features'
d = DictVectorizer(sparse=True)
training = d.fit_transform(training[:10].T.to_dict().values())
#test_data = d.fit_transform(training.T.to_dict().values())
test_data = d.transform(test[:10].T.to_dict().values())

print 'training shape: %s, %s' %(training.shape[0], training[1])
print 'test shape: %s, …

我有一个熊猫数据帧：

df=pd.DataFrame({'A':[1,1,2,2,3,3],'B':['c','t','k','c','c','k']})

我需要按 A 对 df 进行分组并删除 B ='t' 的 A 组。什么是熊猫groupby语法来做到这一点？在我的示例答案中，A 组 2 和 3。