好的,我有一个很大的数据框,例如:
hour value
0 0 1
1 6 2
2 12 3
3 18 4
4 0 5
5 6 6
6 12 7
7 18 8
8 6 9
9 12 10
10 18 11
11 12 12
12 18 13
13 0 14
让我们不要迷失在这里.该列hour表示一天中的小时数,从6到6小时.列values很好,确切地说,这里的值是一个例子,而不是实际值.
如果仔细查看该hour列,可以看到缺少数小时.例如,第7行和第8行之间存在间隙(缺少小时0的值).还存在更大的间隙,例如在行10和11之间(00和06小时).
我需要什么？我想检查一个小时(当然)缺少一个值的时间,并完成数据框插入一行,其中包含相应的小时和一个np.nan值.
我有什么想法？我认为这可以使用模运算轻松解决,在这种情况下使用mod 24,例如when 18 + 6 = 24 = 0 mod 24.因此,将计数器初始化为零并添加6 ,并注意计数器在模块算术模型24中定义,您可以验证每个hour是否是相应的小时,如果不是,则插入一个具有相应小时和np.nan值的新行.
我不知道如何在python中实现模块化算法来迭代数据帧列.
非常感谢你.
我正在 Keras 中进行回归，使用具有 1 个输入、10 个隐藏单元和 1 个输出的神经网络。我像往常一样适合模型：
model.fit(x_train, y_train, nb_epoch=15, batch_size=32)
现在我想预测一个xtest(asx_train和y_train) 一个非常大的一维 numpy 数组。在 Keras 网站的文档中，您可以找到：
predict(self, x, batch_size=32, verbose=0)
所以我知道你必须这样做：
model.predict(xtest, batch_size=32)
我对batch_size指令感到困惑。这是否意味着predict以随机方式获取 xtest 的值？
因为我需要的是以与 xtest 给出的完全相同的顺序predict生成输出。我的意思是，首先预测 xtest[0] 的输出，然后预测 xtest[1] 的输出，然后预测 xtest[2] 的输出......等等。使用该数组预测，我想与我拥有的实际 ytest 进行一些比较并进行一些统计。所以，顺序是必不可少的。我该怎么做？
先感谢您。
这是一个更具概念性的问题，但是我不得不承认我已经处理了一段时间。
假设您想使用例如keras训练神经网络（NN）。建议您在训练之前对数据进行标准化或标准化，例如，进行标准化：
x_new = (x_old - mean)/standarddev
然后，您进行培训（model.fit在keras中）并最小化损失函数，所有这些都非常好。
编辑：就我而言，我有一组介于200和400之间的值。这是一个具有1个输入，1个输出的NN。正如我所说的那样，对输入值和期望值进行标准化，因此NN以标准化的方式学习权重和偏差。
现在，假设我有一个全新的值在200到400之间的数据集，并且我想使用先前训练的NN来预测输出。您可以model.predict(x)在keras 中使用x我收到的，标准化（或规范化）的全新值集，因为您的NN是以这种方式训练的。但是，之后得到的predict是标准化的值数组，但我想将它们映射到通常的200到400范围。而且我不知道该怎么做。
我知道您可以在不进行标准化或标准化的情况下进行训练，但我读过，如果您进行标准化（或标准化），其值应在单位（神经元）的输出范围内（例如，对于0到1，乙状结肠），训练会改善。
谢谢。
好的，已经多次询问如何将一维 numpy 数组转换为垂直数组。最常用的选项是，如果
In [2]: a = np.array([1, 2, 3, 4])
In [3]: a
Out[3]: array([1, 2, 3, 4])
我们通常这样做：
In [5]: a = a[ : , np.newaxis]
In [6]: a
Out[6]:
array([[1],
[2],
[3],
[4]])
因为我们知道那a.T是行不通的（像我这样的数学背景比 CS 多的人会觉得有点令人震惊……）。
我的问题是，如果您收到一个已经是垂直的数组（1D），您如何将其转换为水平？
我想训练一个 RNN 来解决一个简单的回归问题。我有一个X_train形状数组(35584,)，表示数年来每小时的测量值。我也有Y_train形状(35584,)作为预期值的通讯员。一小时的值h受前 6 小时值的影响，所以我想使用 RNN。
在 Keras 中，我理解我的情况：timesteps = 6和nb_samples = 35584. 就我而言，nb_features = 1.
我如何在 Keras 中编程？我应该使用Embedding图层吗？以及怎么做？
在Python 2.7中,我想根据for循环中满足的细节条件修改循环的步骤.像这样的东西:
step = 1
for i in range(1, 100, step):
if ...... :
step = 1
#do stuff
else:
step = 2
#do other stuff
但似乎这不可能做到,step总是1.
谢谢.
我无法读取使用不同版本的 Python pandas 保存的 pickle 文件。我知道以前曾在这里问过这个问题，但是提供的解决方案，使用pd.read_pickle("my_file.pkl")也不起作用。我认为（但我不确定）这些泡菜文件是用比我现在工作的机器更新的熊猫版本创建的。
不幸的是，我不是管理员，我无法更改 pandas 的版本。如何读取我的文件？它们是不可恢复的吗？