小编Dav*_*idG的帖子

我在我的Mac(OS/X 10.13.4)上本地运行RabbitMQ和Celery,当我运行add.delay(x,y)时,以下代码在本地运行:

#!/usr/bin/env python
from celery import Celery
from celery.utils.log import get_task_logger

logger = get_task_logger(__name__)

app = Celery('tasks', \
        broker='pyamqp://appuser:xx@c2/appvhost', \
        backend='db+mysql://appuser:xx@c2/pigpen')

@app.task(bind=True)
def dump_context(self, x, y):
    print('Executing task id {0.id}, args: {0.args!r} kwargs {0.kwargs!r}'.format(self.request))

@app.task
def add(x, y):
    logger.info('Adding {0} + {1}'.format(x, y))
    return x + y

但是,当我尝试在运行Kali 2018.2的ODROID-C2上运行Celery worker时(w.当前更新,运行时出现以下错误celery -A tasks worker --loglevel=info:

Traceback (most recent call last):
  File "/usr/local/bin/celery", line 11, in <module>
    sys.exit(main())
  File "/usr/local/lib/python2.7/dist-packages/celery/__main__.py", line 14, in main
    _main()
  File "/usr/local/lib/python2.7/dist-packages/celery/bin/celery.py", line 326, …

我在Jupyter(Python 2)中绘制了一个直方图,并期望看到我的条形图的轮廓,但事实并非如此.

我正在使用以下代码:

import matplotlib.pyplot as plt
from numpy.random import normal
gaussian_numbers = normal(size=1000)
plt.hist(gaussian_numbers)
plt.title("Gaussian Histogram")
plt.xlabel("Value")
plt.ylabel("Frequency")
plt.show()

public class Bar
{
    public static readonly string Foo = ConfigurationManager.AppSettings["Foo"];
}

在.NET Framework 4.x的,我可以用ConfigurationManager.AppSettings ["Foo"]得到Foo的Webconfig,然后我可以轻松地获得的值Foo通过Bar.Foo

但是在.Net核心中,我必须注入options,并且无法获得Foo通过的价值Bar.Foo

有没有一种方法,可以直接通过Bar.Foo获取值来获得 Foo？

我试图matplotlib.imshow在同一图中绘制图像(使用)和散点图.尝试此操作时,图像显示小于散点图.小示例代码如下所示:

import matplotlib.pyplot as plt
import numpy as np

image = np.random.randint(100,200,(200,200))
x = np.arange(0,10,0.1)
y = np.sin(x)

fig, (ax1, ax2) = plt.subplots(1,2)
ax1.imshow(image)
ax2.scatter(x,y)

plt.show()

这给出了下图:

我怎样才能让这两个sublpots具有相同的高度？(和我想的宽度)

我已经尝试使用gridspec如图这个答案:

fig=plt.figure()
gs=GridSpec(1,2)

ax1=fig.add_subplot(gs[0,0])
ax2=fig.add_subplot(gs[0,1])
ax1.imshow(image)
ax2.scatter(x,y)

但是这给出了相同的结果.我还尝试使用以下方法手动调整子图大小:

fig = plt.figure()
ax1 = plt.axes([0.05,0.05,0.45,0.9])
ax2 = plt.axes([0.55,0.19,0.45,0.62])

ax1.imshow(image)
ax2.scatter(x,y)

通过反复试验,我可以将两个子图得到正确的大小,但是整体图形大小的任何变化都意味着子图将不再是相同的大小.

有没有办法制作imshow并且scatter图形在图中看起来大小相同而无需手动更改轴尺寸？

我使用的是Python 2.7和matplotlib 2.0.0

我想创建一个包含索引的列表,这些索引将用于从另一个列表中获取元素.

一个简单的案例:

A = [5,6,7,8,9,10]    
b = 2:4  

我想做一些类似的事情

C = A[b]

这就像说C = A [2:4]

我想以后这个扩展到多维数组,其中例如,B = [2:4,5:6]和我可以简单地调用A [B],以提取多维数组出A的

我正在尝试使用matplotlib绘图.该图显示了Y轴未排序的问题.

这是代码.

# -*- coding: UTF-8 -*-
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import datetime
import numpy as np
I020 = [ line.strip('\n').split(",") for line in 
open(r'D:\Users\a0476\Anaconda3\TickData\PV5sdata1.csv')][1:]
Time = [ datetime.datetime.strptime(line[0],"%H%M%S%f") for line in I020 ]
Time1 = [ mdates.date2num(line) for line in Time ]
Solar = [ line[1] for line in I020 ]
order = np.argsort(Time1)
xs = np.array(Time1)[order]
ys = np.array(Solar)[order]
plt.title('Solar data')
plt.xlabel('Time')
plt.ylabel('Solar')
ax.plot_date(xs, ys, 'k-')
hfmt = mdates.DateFormatter('%H:%M:%S')
ax.xaxis.set_major_formatter(hfmt)
plt.show()

CSV数据

time        solar …

以下代码是我用来测试性能的代码:

import time
import numpy as np
import tensorflow as tf

t = time.time()
for i in range(400):
    a = np.random.uniform(0,1,(1000,2000))
print("np.random.uniform: {} seconds".format(time.time() - t))

t = time.time()
for i in range(400):
    a = np.random.random((1000,2000))
print("np.random.random:  {} seconds".format(time.time() - t))

t = time.time()
for i in range(400):
    a = tf.random_uniform((1000,2000),dtype=tf.float64);
print("tf.random_uniform: {} seconds".format(time.time() - t))

所有三个段均以双精度400次生成均匀随机的1000*2000矩阵.时间差异是惊人的.在我的Mac上,

np.random.uniform: 10.4318959713 seconds
np.random.random:  8.76161003113 seconds
tf.random_uniform: 1.21312117577 seconds

为什么tensorflow比numpy快得多？

我是一个正则表达式新手，我不知道如何为我正在尝试做的这个模式设置正则表达式。

该表达式应位于 Python 预提交脚本中，如果提交的文件与其匹配，它将运行预提交挂钩。

我的示例文件列表

vars/prod-region1/mysql.yml
vars/prod-region1/keys.yml
vars/prod-region1/test.yml
vars/stage-region2/mysql.yml
vars/stage-region2/keys.yml
vars/stage-region2/test.yml
vars/local/mysql.yml
vars/local/test.yml

我需要一个正则表达式模式来匹配属于以下目录模式的文件

• 变量/prod*/mysql.yml
• 变量/prod*/keys.yml
• 变量/阶段*/mysql.yml
• 变量/阶段*/keys.yml

我现在的努力是

vars/(prod*|stage*)/(mysql|keys).yml

这是严重错误的。任何帮助都会很棒。

我想训练卷积网络输出0到100的数字.但很快,模型就会停止更新权重,只会更改完全连接图层中的偏差.我无法理解为什么.

重量图像:

我玩了不同数量的层等等,但我总是遇到只有FC偏差变化的同样问题.

这是我目前的代码测试.我剥掉了辍学等事情.此时过度拟合不是问题.事实上,我想尝试过度拟合数据,以便我可以看到我的模型可以学到任何东西

from __future__ import print_function

import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data
import matplotlib.pyplot as plt
import matplotlib.image as mpimg


###################################################################################
############################# Read Data ###########################################

with tf.name_scope("READ_DATA"):

  def read_my_file_format(filename_queue):
    reader = tf.WholeFileReader()
    key, record_string = reader.read(filename_queue)
    split_res = tf.string_split([key],'_')
    key = split_res.values[5]
    example = tf.image.decode_png(record_string)
    example = tf.image.rgb_to_grayscale(example, name=None)

    processed_example = resize_img(example)
    processed_example = reshape_img(processed_example)
    return processed_example, key


  def resize_img(imgg):
    return tf.image.resize_images(imgg,[102,525])

  def reshape_img(imgg):
    return tf.reshape(imgg,shape=[102,525,1])


  def input_pipeline( bsize=30, num_epochs=None):
    filename_queue = tf.train.string_input_producer(
        tf.train.match_filenames_once("./png_imgs/*.png"), num_epochs=num_epochs, shuffle=True) …

我使用(matplotlib.pyplot作为plt)matplotlib来绘制条形图.在该条形图上,我使用灰色的axhline()函数绘制了一条水平线.我希望水平线开始的点(y轴上的值= 42000)也应显示值,即42000.该怎么办？

这是我目前的形象:

在下图中,请参阅'39541.52'点？我希望在我的图像上显示完全相同的值,我的点值是'42000'