小编cls*_*udt的帖子

比较两个numpy数组是否相等的最简单的方法是什么(其中相等定义为:对于所有索引i,A = B iff A[i] == B[i])？

简单地使用==给我一个布尔数组:

 >>> numpy.array([1,1,1]) == numpy.array([1,1,1])

array([ True,  True,  True], dtype=bool)

我是否必须and使用此数组的元素来确定数组是否相等,还是有更简单的比较方法？

我是C/C++的新手,所以我对基本类型有几个问题:

a)你能解释一下int64_t和long(long int)之间的区别吗？据我所知,两者都是64位整数.有没有理由选择一个而不是另一个？

b)我试图int64_t在网上查找定义,但没有取得多大成功.我是否需要咨询这些问题的权威来源？

c)对于使用int64_t编译的代码,我目前包括<iostream>,这对我来说没有多大意义.还有其他包含提供声明int64_t吗？

当使用范围表达式迭代大型数组时,我应该使用Python的内置范围函数,还是使用numpy arange来获得最佳性能？

我的推理到目前为止:

arange可能会转向本机实现,因此可能会更快.另一方面,arange返回一个占用内存的完整数组,因此可能会有开销.Python 3的范围表达式是一个生成器,它不包含内存中的所有值.

我想用Cython包装一个包含C++和OpenMP代码的测试项目,并通过setup.py文件使用distutils构建它.我的文件内容如下所示:

from distutils.core import setup
from distutils.extension import Extension
from Cython.Build import cythonize
from Cython.Distutils import build_ext


modules = [Extension("Interface",
                     ["Interface.pyx", "Parallel.cpp"],
                     language = "c++",
                     extra_compile_args=["-fopenmp"],
                     extra_link_args=["-fopenmp"])]

for e in modules:
    e.cython_directives = {"embedsignature" : True}

setup(name="Interface",
     cmdclass={"build_ext": build_ext},
     ext_modules=modules)

该-fopenmp标志与gcc一起用于编译和链接OpenMP.但是,如果我只是调用

cls ~/workspace/CythonOpenMP/src $ python3 setup.py build

这个标志无法识别,因为编译器是clang:

running build
running build_ext
skipping 'Interface.cpp' Cython extension (up-to-date)
building 'Interface' extension
cc -Wno-unused-result -fno-common -dynamic -DNDEBUG -g -O3 -Wall -Wstrict-prototypes -I/usr/local/include -I/usr/local/opt/sqlite/include -I/usr/local/Cellar/python3/3.3.0/Frameworks/Python.framework/Versions/3.3/include/python3.3m -c Interface.cpp -o build/temp.macosx-10.8-x86_64-3.3/Interface.o …

我在Eclipse CDT中配置了一个C++ 11项目以使用gcc-4.7.它不是我系统上的默认编译器,它不支持C++ 11.为了使编译工作,我需要传递标志-std=c++11并包含以下标头路径:/usr/local/Cellar/gcc/4.7.2/gcc/include/c++/4.7.2

每当我使用C++ 11种容器类型,如std::unordered_set或std::unordered_map,所述CDT分度抱怨:Symbol unordered_set could not be resolved.如何告诉索引器正确解析这些符号？

这就是我配置索引器的方式:

据我了解设置,索引器应该使用当前活动的构建配置中的编译器设置.编译工作正常,为什么不编制索引呢？

因为我需要启用Python gdb,所以我通过安装了另一个版本

brew tap homebrew/dupes
brew install gdb

我想在gdbEclipse CDT中使用它,我在调试设置中输入了二进制文件的路径.但是,启动调试程序失败,并显示以下消息:

Error in final launch sequence
Failed to execute MI command:
-exec-run
Error message from debugger back end:
Unable to find Mach task port for process-id 39847: (os/kern) failure (0x5).\n (please check gdb is codesigned - see taskgated(8))
Unable to find Mach task port for process-id 39847: (os/kern) failure (0x5).\n (please check gdb is codesigned - see taskgated(8))

"编码签名"在这种情况下意味着什么？我该如何gdb运行？

我想在C++中为新项目试用文档生成器.我认为我的选择是Doxygen或Sphinx.由于我有Python项目,我想使用Sphinx,我想知道Sphinx是否也是C++的正确选择.该狮身人面像的网站指出,支持C++,但是我找不到让我开始用C++文档的文档.

Stackoverflow上已经讨论过类似的问题,主要答案是:

尚未完全使用,
但继续观看

由于讨论已经超过一年了,我想知道这个结论是否仍然有效.我应该选择Doxygen而不是Sphinx作为我的C++文档吗？

我刚开始使用IPython笔记本中的pandas并遇到以下问题:当DataFrame从CSV文件读取很小时,IPython Notebook会在一个漂亮的表视图中显示它.当DataFrame它很大时,这样的东西就是输出:

In [27]:

evaluation = readCSV("evaluation_MO_without_VNS_quality.csv").filter(["solver", "instance", "runtime", "objective"])

In [37]:

evaluation

Out[37]:

<class 'pandas.core.frame.DataFrame'>
Int64Index: 333 entries, 0 to 332
Data columns:
solver       333  non-null values
instance     333  non-null values
runtime      333  non-null values
objective    333  non-null values
dtypes: int64(1), object(3)

我希望看到数据框的一小部分作为表格,以确保它的格式正确.我有什么选择？

我使用带有--pylab inline选项的IPython Notebook ,因为我不希望在不同的窗口中显示绘图.现在我想将笔记本中看到的图表保存为PDF或PNG文件.

一些代码示例使用

import matplotlib as plt

plt.savefig("figure.png") # save as png

但这似乎不适用于内联模式.

当然我可以简单地保存从浏览器生成的PNG,但我想用一行Python来完成.我也对PDF导出感兴趣.

我正在尝试构建这个项目,它将CUDA作为依赖项.但是cmake脚本无法在系统上找到CUDA安装:

cls ~/workspace/gpucluster/cluster/build $ cmake ..
-- The C compiler identification is GNU 4.7.1
-- The CXX compiler identification is GNU 4.7.1
-- Check for working C compiler: /usr/bin/gcc
-- Check for working C compiler: /usr/bin/gcc -- works
-- Detecting C compiler ABI info
-- Detecting C compiler ABI info - done
-- Check for working CXX compiler: /usr/bin/c++
-- Check for working CXX compiler: /usr/bin/c++ -- works
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler …