小编Vac*_*lsk的帖子

使用Conda时，我倾向于安装许多来自许多不同来源的软件包。事实证明，周围存在着极大的不兼容性。我想删除所有不是来自默认或conda-forge渠道的软件包。我该怎么做？

我意识到一种可能的解决方案是进行完全重新安装，但最好选择替代方法。

我有两个分支:

:git branch
  dev1.1
*  master

我对要推送的主人有一些本地更改.我如何专门推送master分支？

我的泡菜功能正常工作

    with open(self._prepared_data_location_scalar, 'wb') as output:
        # company1 = Company('banana', 40)
        pickle.dump(X_scaler, output, pickle.HIGHEST_PROTOCOL)
        pickle.dump(Y_scaler, output, pickle.HIGHEST_PROTOCOL)


    with open(self._prepared_data_location_scalar, 'rb') as input_f:
        X_scaler = pickle.load(input_f)
        Y_scaler = pickle.load(input_f)

但是,我很好奇腌菜怎么知道加载？这是否意味着一切都必须在同一序列中？

我在内存中生成一些数据，我想将其转换为 numpy.memmap 以节省 RAM。我应该怎么办？我的数据位于：

    X_list_total_standardized=np.array(X_list_total_standardized)

我知道我可以初始化一个空的 numpy.memmap：

X_list_total_standardized_memmap=np.memmap(self._prepared_data_location_npmemmap_X,dtype='float32',mode='w+')

将 X_list_total_standardized 存储到内存映射中最方便的方法是什么？谢谢

PS：下面的命令可以吗？

    X_list_total_standardized_memmap[:]=X_list_total_standardized[:]