小编DrS*_*SAR的帖子

我正在寻找scipy/numpy中的优化例程,它可以解决非线性最小二乘类型问题(例如,将参数函数拟合到大数据集),但包括边界和约束(例如参数的最小值和最大值)优化).目前我使用的是pyfit版本的mpfit(从idl翻译过来......):虽然效果很好,但显然不是最佳选择.

python/scipy/etc中的高效例程可能很棒!这里非常欢迎任何输入:-)

谢谢!

作为我们的rebase-heavy工作流程的一部分,我希望在master分支上使用合并.特别是我想只在主题分支被重新定位到最近的主提交时合并,从而使任何合并成为快进合并.我可以通过使用:

git merge --ff-only

此外,我想记录主题分支与空提交的集成,这就是为什么我想使用--no-ff来强制该行为:

git merge --no-ff

但是,我真正想要的是两者的结合:只有当它微不足道时才合并但是让我记录它.Git认为

fatal: You cannot combine --no-ff with --ff-only.

对某些人来说,这显得不言而喻.

git merge --edit --no-ff topicbranch

没有实现我想要的行为.那么如果有问题的主题分支被重新定位到最新的主提交,我如何与--no-ff选项合并？

更新:看起来Charles Bailey的回答可以解决问题.如果你想把它变成一个git别名你可以在这里发出:

git config --global alias.integrate '!test "$(git merge-base HEAD "$1")" = "$(git rev-parse HEAD)" && git merge --no-ff --edit $1 || echo >&2 "Not up-to-date; refusing to merge, rebase first!"'

有点满口但有效.请注意使用选项编辑提交消息的强制--edit.

我有一个包含sphinx生成的文档的python包(使用自动模块功能),它可以被制作成一组静态html页面,位于项目的git存储库中的_build目录中.我想在bitbucket上以漂亮和私密的方式查看此文档.似乎wiki是一个git repo本身可能是可用的.

是否有一个简单的序列步骤可以将我的html文档转换为标记并将其推送到bitbucket wiki存储库？

我在用

gs -dBATCH -dNOPAUSE -sDEVICE=pdfwrite -sOutputFile=book.pdf  -f front-matter.pdf fulltext-0.pdf fulltext-1.pdf back-matter.pdf

从一系列pdf文档创建单个PDF文档.我打算包含一个新的内容表,并使用pdfmark机制包含它.然后我注意到原始文件中已经有书签 - 但它们是引用原始页码而不是组合文档中的页码.

我正在寻找两种可能的解决方案.删除原始书签或使用原始书签,但以某种方式更新其页面引用...

为了摆脱IDL和Matlab,我正在探索我需要在python/scipy等人中实现什么样的工具.一个常见的特征是显示医学图像和轮廓感兴趣的区域(例如IDL中的defroi,或者它的GIU版本,xroi).在chaco和matplotlib中有一些LassoSelection工具的例子很接近但不太适合我的需求(我想点击一下多边形而不是拖动光标).

是否存在可以执行此操作的现有工具,还是需要扩展和自定义现有类？在任何一种情况下,正确方向的指针都会有所帮助.

我想在图像上绘制一些曲线

使用此代码我非常接近:

G=plt.matplotlib.gridspec.GridSpec(64,1)
fig = plt.figure()
plt.imshow(img.data[:,:],cmap='gray')
plt.axis('off')
plt.axis([0,128,0,64])
for i in arange(64):
    fig.add_subplot(G[i,0])
    plt.axis('off')
    # note that vtc.data.shape = (64, 128*400=51200)
    # so every trace for each image pixel is 400 points long
    plt.plot(vtc.data[i,:])
    plt.axis([0, 51200, 0, 5])

我得到的结果看起来像这样:

问题在于,虽然我似乎能够摆脱水平(x)方向上的所有填充,但是图像中的填充量和垂直方向上的堆积图存在不同的填充量.

我试过用

ax = plt.gca()
ax.autoscale_view('tight')

但这也没有减少保证金.

如何通过尺寸(f m)-by-(f n)的图像的爆炸(因子f)版本精确地排列m-by-n线图的网格？

更新和解决方案:@RutgerKassies的答案非常有效.我使用他的代码实现了它:

fig, axs = plt.subplots(1,1,figsize=(8,4))
axs.imshow(img.data[:,:],cmap='gray', interpolation='none')
nplots = 64
fig.canvas.draw()
box = axs._position.bounds
height = box[3] / nplots
for i in arange(nplots):
    tmpax = fig.add_axes([box[0], box[1] + i …

numpy提供了三个方便的例程来将数组转换为至少一维,二维或三维数组,例如通过numpy.atleast_3d

我还需要一个维度的等价物:atleast_4d.我可以想到使用嵌套if语句的各种方法,但我想知道是否有更有效和更快速的方法返回有问题的数组.在你的回答中,如果可以的话,我有兴趣看到执行速度的估计值(O(n)).