小编MRo*_*lin的帖子

我有两个独立的昂贵功能.我想并行运行它们.我不想处理期货等(我是Clojure的新手,很容易混淆).

我正在寻找一种同时运行两个函数的简单方法.我想让它像以下一样工作

(defn fn1 [input] ...) ; costly
(defn fn2 [input] ...) ; costly

(let [[out1 out2] (conc (fn1 x) (fn2 y))] ...)

我希望这返回一个带有一对输出的向量.它应该只在两个线程终止后才返回.理想的conc应适用于任意数量的输入.我怀疑这是一个简单的模式.

列出Datomic数据库的所有分区的查询是什么？

这应该回来了

[[:db.part/db] [:db.part/tx] [:db.part/user] .... ]

....所有用户定义的分区在哪里.

我有一个 dask 数据框对象，但想要一个 dask 数组。我该如何实现这个目标？

JavaScript 可以与位于不同服务器上的数据库交互吗？

即涉及三台计算机

• 服务器：提供带有 JavaScript 的 HTML 页面
• 客户端：运行想要与之交谈的页面
• 第二个服务器：向客户端发送数据或从客户端接收数据

这是否违反同源政策？如果不是为什么不呢？如果是这样，有办法解决吗？

我的背景 - 我是一名称职的计算机科学家，但我从未处理过客户端编程。在回答时，请随意使用复杂的想法，但请假设我对 JavaScript 语言或客户端编程背后的具体策略一无所知。

我想要git loggit存储库的输出,但我不想克隆整个存储库.

即我想要在语义上像下面这样的东西

git log git@github.com:username/reponame.git

如果有办法做到这一点,我也想要同样的 git whatchanged

如果github为此提供了一个简单的解决方案,我愿意将自己限制为只在github上托管的git存储库.

题

如何在Pandas中执行按位运算？

如何&处理整数

在整数上,&运算符执行按位掩码

>>> mask = 0b1100  # 4 and 8 bits on
>>> 7 & mask
4

如何&在熊猫中运作

有没有办法在Pandas中执行按位屏蔽操作？该&运营商做别的事情.

>>> df = DataFrame([1, 2, 3, 4, 5, 6, 7, 8], columns=['data'])
>>> df.data & mask
0    False
1    False
2    False
3     True
4     True
5     True
6     True
7     True
Name: data, dtype: bool

题

小Clojure的功能有多快assoc？我怀疑它assoc在100ns到3us范围内工作,这使得它很难计时.

运用 time

user=> (def d {1 1, 2 2})
#'user/d
user=> (time (assoc d 3 3))
"Elapsed time: 0.04989 msecs"
{1 1, 2 2, 3 3}

显然有很多开销,所以我不相信这个基准.朋友们向我指出了Criterium,它处理了很多基准测试的痛苦(多次评估,预热JVM,GC请参见如何在Clojure中对功能进行基准测试？).

运用 Criterium

可悲的是,在如此小的基准上,即使是Criterium也似乎失败了

user=> (use 'criterium.core)
nil
user=> (def d {1 1 2 2})
#'user/d
user=> (bench (assoc d 3 3))
WARNING: JVM argument TieredStopAtLevel=1 is active, and may lead to unexpected results as JIT C2 compiler may not be active. See http://www.slideshare.net/CharlesNutter/javaone-2012-jvm-jit-for-dummies. …

是file.write原子操作在Python或C？

例

考虑以下两个线程

线程1

with open('foo', 'a') as f:
    f.write('123456')

线程2

with open('foo', 'a') as f:
    f.write('abcdef')

我们保证不会像以下一样得到混合文本吗？

1a2b3c4d5e6f
or 
123abc456def

而是得到两个可能的正确结果之一

123456abcdef
abcdef123456

请注意,在每个线程中都有一次写入调用,显然原子多次写入需要某种锁定.我也知道基于文件的锁.这个问题的理想答案是肯定/不带证据/文件.

问题

我必须计算许多傅里叶变换.我想与我的许多内核并行执行这些操作.请注意,我不想要并行FFT算法,我只想发布许多令人尴尬的并行FFT.

我发现,当我的CPU使用率上升时,我的完成时间不会减少.

例

我们创建一些随机数据

In [1]: import numpy as np

In [2]: x = np.random.random(10000000)  # some random data

并计算一次计算FFT的时间和计算一次FFT所需的时间.

In [3]: %time _ = np.fft.rfft(x)        # cost of one run
CPU times: user 589 ms, sys: 23.9 ms, total: 612 ms
Wall time: 613 ms

In [4]: %time _ = np.fft.rfft(x)        # there is some speedup from mulitple runs
CPU times: user 365 ms, sys: 12.4 ms, total: 378 ms
Wall time: 381 ms

我们按顺序在一系列数据上运行它

In [5]: %time …

我正在使用"spawn"多处理上下文在 Python 中创建一个新进程

import multiprocessing
ctx = multiprocessing.get_context("spawn")

proc = ctx.Process(target=my_func)
proc.start()

我希望这个过程有一组环境变量。理想情况下，我会在创建流程时指定这一点，如下所示：

proc = ctx.Process(target=my_func, environment={"MY_NAME": "MY_VALUE"})

有没有办法做到这一点？我希望 Python 运行时执行此操作，以便我可以确保在我的任何 Python 代码运行之前设置这些环境变量。