小编use*_*654的帖子

setwd在RStudio中的Rmd文件中似乎不会更改后续块中的目录.有没有办法设置工作目录好？

例:

```{r}
setwd("/tmp")
getwd()
```

```{r}
getwd()
```

输出:

setwd("/tmp")
getwd()
## [1] "/private/tmp"

getwd()
## [1] "/Users/me/src"

这是在Mac OS 10.8.5上使用RStudio 0.97.551,R版本3.0.2和knitr版本1.5.

我希望为所有后续块设置一次目录.

来自ZooKeeper FAQ:

Reliability:

A single ZooKeeper server (standalone) is essentially a coordinator with
no reliability (a single serving node failure brings down the ZK service).

A 3 server ensemble (you need to jump to 3 and not 2 because ZK works
based on simple majority voting) allows for a single server to fail and
the service will still be available.

So if you want reliability go with at least 3. We typically recommend
having 5 servers in "online" …

>>> import pandas as pd
>>> pd.__version__
'0.16.1'
>>> s1 = pd.Series([1, 3, 5], index=list('abc'))
>>> s1.iloc(0)
<pandas.core.indexing._iLocIndexer object at 0x10ca3f690>

我期望返回整数1 s1.iloc(0),但是得到了一个_iLocIndexer对象.我该怎么办这个对象？我该如何使用它？

play-json的Json.parse()方法可能会抛出一个JsonMappingException.它也可能会抛出一个JsonParseException.为了捕捉这些例外,是否必须达成com.fasterxml.jackson？

我从文档中了解到,play-json建立在Jerkson之上,Jerkson是Jackson的包装器.

捕获一个由play库抛出的异常似乎更为理智,而不是通过它使用的一个包,它感觉就像通过抽象来深入了解.有没有更好的办法？play-json库是否应该包装这些错误以获得更好的抽象？

这个问题适用于Scala.

在 CPU 上，与 numpy 数组torch.as_tensor(a)相同， ？如果没有，那为什么不呢？torch.from_numpy(a)a

从文档中torch.as_tensor

如果数据是ndarray对应的dtype并且device是cpu，则不会执行任何复制。

从文档中torch.from_numpy：

返回的张量和ndarray共享相同的内存。对张量的修改将反映在 中，ndarray反之亦然。

在这两种情况下，结果张量的任何更改都会更改原始 numpy 数组。

a = np.array([[1., 2], [3, 4]])
t1 = torch.as_tensor(a)
t2 = torch.from_numpy(a)
t1[0, 0] = 42.
print(a)
# prints [[42., 2.], [3., 4.]]
t2[1, 1] = 55.
print(a)
# prints [[42., 2.], [3., 55.]]

此外，在这两种情况下，尝试调整张量的大小都会导致错误。

class Exceptionpython 2.x 中的签名是什么？

我希望对它进行子类化并添加我自己的参数，同时也正确调用super.

以下代码有效：

class FooError(Exception):
    def __init__(self, msg, x):
        super(FooError, self).__init__(msg)
        self.x = x

但是，是否有一些文档或参考资料？ pydoc Exception没有帮助。文档也不是：this或this。

阿卡已弃用actorFor赞成actorSelection.前者返回一段ActorRef时间,后者返回一个ActorSelection可能是ActorRefs 的集合.

从迁移actorFor到actorSelection,你有几个optoins:

选项1:ActorSelection和ActorRef有一个tell方法,所以你几乎可以交换actorSelection的actorFor(这并不总是正确的- ask是不一样的,并actorSelection可能指向多个ActorRefS),因为对于那些选择只有一个演员这么久,你只tell荷兰国际集团的演员.

选项2:ActorRef从中获取ActorSelection.这可以使用任何一个Identify(其中涉及更多消息)或resolveOne(涉及a Future)来完成.

在选项1中,ActorSelection与ActorReffrom 相比,增加了哪种开销actorFor？

有没有比上面列出的更好的选择？

我正在处理用于分类的不平衡数据，并且之前尝试使用综合少数族裔过采样技术（SMOTE）对培训数据进行过采样。但是，这一次我认为我还需要使用“离开一个组出去”（LOGO）交叉验证，因为我想在每个简历上都留出一个主题。

我不确定我能否很好地解释它，但是据我所知，要使用SMOTE进行k折CV，我们可以在每一折上循环进行SMOTE，正如我在另一篇文章中的代码中所看到的那样。以下是在K折CV上实施SMOTE的示例。

from sklearn.model_selection import KFold
from imblearn.over_sampling import SMOTE
from sklearn.metrics import f1_score

kf = KFold(n_splits=5)

for fold, (train_index, test_index) in enumerate(kf.split(X), 1):
    X_train = X[train_index]
    y_train = y[train_index]  
    X_test = X[test_index]
    y_test = y[test_index]  
    sm = SMOTE()
    X_train_oversampled, y_train_oversampled = sm.fit_sample(X_train, y_train)
    model = ...  # classification model example
    model.fit(X_train, y_train)  
    y_pred = model.predict(X_test)
    print(f'For fold {fold}:')
    print(f'Accuracy: {model.score(X_test, y_test)}')
    print(f'f-score: {f1_score(y_test, y_pred)}')

没有SMOTE，我试图这样做来做LOGO CV。但是通过这样做，我将使用超不平衡数据集。

X = X
y = np.array(df.loc[:, df.columns == 'label'])
groups = …

什么是使用nose.tools并保持pylint快乐的正确方法？

以下代码:

'''
This is a test
'''

import nose.tools
import nose.tools.trivial

nose.tools.assert_equal(1, 1)
nose.tools.assert_equals(1, 1)

nose.tools.trivial.assert_equal(1, 1)
nose.tools.trivial.assert_equals(1, 1)

导致以下pylint错误:

$ pylint -i y -r n /tmp/aseq.py
************* Module aseq
E1101:  8,0: Module 'nose.tools' has no 'assert_equal' member
E1101:  9,0: Module 'nose.tools' has no 'assert_equals' member
E1101: 11,0: Module 'nose.tools.trivial' has no 'assert_equal' member
E1101: 12,0: Module 'nose.tools.trivial' has no 'assert_equals' member

当然,有人可以禁用E1101,有更清洁的方式吗？

如何让 ipython 在 emacs 下正常工作？

按照ipython 文档的建议，我启用了 ipython：

(require 'python)
(setq python-shell-interpreter "ipython")

当我启动 ipython 服务器时收到以下警告。

Python 3.7.4 (default, Jul  9 2019, 18:15:00) 
Type 'copyright', 'credits' or 'license' for more information
IPython 7.12.0 -- An enhanced Interactive Python. Type '?' for help.

WARNING: your terminal doesn't support cursor position requests (CPR).

“ [In]”提示根本不打印。并且当代码从另一个缓冲区发送时（例如通过python-shell-send-buffer）。这是一个示例屏幕转储（我猜测是i 8 i 8来自未正确显示的提示）：

WARNING: your terminal doesn't support cursor position requests (CPR).
i
8
i
8

hello world

交互时，“ [Out] …