小编MRo*_*lin的帖子

如何使用h5pyPython库调整HDF5阵列的大小？

我已经尝试使用该.resize方法并在chunks设置为的数组上True.唉,我还在遗漏一些东西.

In [1]: import h5py

In [2]: f = h5py.File('foo.hdf5', 'w')

In [3]: d = f.create_dataset('data', (3, 3), dtype='i8', chunks=True)

In [4]: d.resize((6, 3))
/home/mrocklin/Software/anaconda/lib/python2.7/site-packages/h5py/_hl/dataset.pyc in resize(self, size, axis)
--> 277         self.id.set_extent(size)
ValueError: unable to set extend dataset (Dataset: Unable to initialize object)

In [11]: h5py.__version__ 
Out[11]: '2.2.1'

使用Bokeh scatter函数时如何获取对数刻度.我正在寻找以下内容:

scatter(x, y, source=my_source, ylog=True)

要么

scatter(x, y, source=my_source, yscale='log')

Python中有没有办法管理范围,以便调用函数中的变量在被调用函数中可见？我想要类似下面这样的东西

z = 1

def a():
    z = z * 2
    print z

def b():
    z = z + 1
    print z
    a()
    print z

b()

我想获得以下输出

2
4
2

这个问题的真正解决方案就是将z作为变量传递.我不想这样做.

我拥有庞大而复杂的代码库,拥有各种专业水平的用户.他们目前接受过传递一个变量的训练,现在我必须添加另一个变量.我不相信他们通过所有函数调用始终传递第二个变量,所以我正在寻找维护接口的替代方案.这是不可能的.

如何使用h5py？在HDF5中存储NumPy日期时间对象？

In [1]: import h5py

In [2]: import numpy as np

In [3]: f = h5py.File('foo.hdfs', 'w')

In [4]: d = f.create_dataset('data', shape=(2, 2), dtype=np.datetime64)
TypeError: No conversion path for dtype: dtype('<M8')

有没有办法检查paramikoSSH连接是否仍然存在？

In [1]: import paramiko

In [2]: ssh = paramiko.SSHClient() 

In [3]: ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())

In [4]: ssh.connect(hostname)

我想模仿这样的东西(目前还不存在)

In [5]: ssh.isalive()
True

我对Dask Dataframes的问题很少.

假设我有一个包含2列的数据帧 ['a','b']

如果我想要一个新专栏 c = a + b

在熊猫我会做:

df['c'] = df['a'] + df['b']

在dask中,我正在执行如下操作:

df = df.assign(c=(df.a + df.b).compute())

是否有可能以更好的方式编写此操作,类似于我们在熊猫中的操作？

第二个问题是让我更烦恼的问题.

在pandas中如果我想将'a'第2行和第6行的值更改为np.pi,我会执行以下操作

df.loc[[2,6],'a']  = np.pi

我无法弄清楚如何在Dask中进行类似的操作.我的逻辑选择了一些行,我只想更改那些行中的值.

KilledWorker将Dask与dask.distributed调度程序一起使用时,我的任务将返回异常.这些错误意味着什么？

使用Dask的分布式调度程序时，我有一个正在我要停止的远程工作者上运行的任务。

如何停止？我知道cancel方法，但是如果任务已经开始执行，这似乎不起作用。

我想将numpy datetime64数据存储在PyTables中Table.我想在不使用熊猫的情况下这样做.

到目前为止我尝试过的

建立

In [1]: import tables as tb
In [2]: import numpy as np
In [3]: from datetime import datetime

创建数据

In [4]: data = [(1, datetime(2000, 1, 1, 1, 1, 1)), (2, datetime(2001, 2, 2, 2, 2, 2))]
In [5]: rec = np.array(data, dtype=[('a', 'i4'), ('b', 'M8[us]')])
In [6]: rec  # a numpy array with my data
Out[6]: 
array([(1, datetime.datetime(2000, 1, 1, 1, 1, 1)),
       (2, datetime.datetime(2001, 2, 2, 2, 2, 2))], 
      dtype=[('a', '<i4'), …

Pandas 内部函数如何为输出行数不确定的操作分配内存？例如，当连接两个数据帧时，输出行数取决于输入的值。在完成连接之前，您并不真正知道会有多少行。Pandas 会执行两次传递吗？它使用动态数据结构吗？如果有，是哪一个？