小编Yan*_*ann的帖子

SpecificationError 的解决方案:在 agg() 和 groupby() 时不支持嵌套重命名器

def stack_plot(data, xtick, col2='project_is_approved', col3='total'):
    ind = np.arange(data.shape[0])

    plt.figure(figsize=(20,5))
    p1 = plt.bar(ind, data[col3].values)
    p2 = plt.bar(ind, data[col2].values)

    plt.ylabel('Projects')
    plt.title('Number of projects aproved vs rejected')
    plt.xticks(ind, list(data[xtick].values))
    plt.legend((p1[0], p2[0]), ('total', 'accepted'))
    plt.show()

def univariate_barplots(data, col1, col2='project_is_approved', top=False):
    # Count number of zeros in dataframe python: /sf/answers/3607836501/
    temp = pd.DataFrame(project_data.groupby(col1)[col2].agg(lambda x: x.eq(1).sum())).reset_index()

    # Pandas dataframe grouby count: /sf/answers/1356991401/
    temp['total'] = pd.DataFrame(project_data.groupby(col1)[col2].agg({'total':'count'})).reset_index()['total']

    temp['Avg'] = pd.DataFrame(project_data.groupby(col1)[col2].agg({'Avg':'mean'})).reset_index()['Avg']

    temp.sort_values(by=['total'],inplace=True, ascending=False)

    if top:
        temp = temp[0:top]

    stack_plot(temp, xtick=col1, col2=col2, col3='total')
    print(temp.head(5))
    print("="*50)
    print(temp.tail(5))

univariate_barplots(project_data, 'school_state', 'project_is_approved', False) …
Run Code Online (Sandbox Code Playgroud)

python aggregate pandas

28
推荐指数
3
解决办法
5万
查看次数

如何调试 Helm 图表错误,例如“将 YAML 转换为 JSON 时出错:yaml:此上下文中不允许映射值”?

我正在使用 Helm 3 和 microk8s。当我尝试试运行时:

microk8s.helm install <...> --dry-run --debug
Run Code Online (Sandbox Code Playgroud)

我看到类似的错误

Error: YAML parse error on ./templates/deployment.yaml: error converting YAML to JSON: yaml: mapping values are not allowed in this context
helm.go:76: [debug] error converting YAML to JSON: yaml: mapping values are not allowed in this context
YAML parse error on ./templates/deployment.yaml
helm.sh/helm/v3/pkg/releaseutil.(*manifestFile).sort
    /home/circleci/helm.sh/helm/pkg/releaseutil/manifest_sorter.go:129
helm.sh/helm/v3/pkg/releaseutil.SortManifests
    /home/circleci/helm.sh/helm/pkg/releaseutil/manifest_sorter.go:98
helm.sh/helm/v3/pkg/action.(*Configuration).renderResources
    /home/circleci/helm.sh/helm/pkg/action/install.go:455
helm.sh/helm/v3/pkg/action.(*Install).Run
    /home/circleci/helm.sh/helm/pkg/action/install.go:214
main.runInstall
...
Run Code Online (Sandbox Code Playgroud)

我发现了几个有类似错误的问题,但答案通常只是要求读取图表代码。我有一个很大的图表,需要自己调试这个错误。猜测它抱怨哪一行似乎没有意义。

有没有办法知道配置中究竟有什么问题?

yaml kubernetes-helm microk8s

16
推荐指数
1
解决办法
2690
查看次数

Python GEKKO:模拟化学反应

我正在使用 Python GEKKO 来模拟化学反应,可以这样描述:

1 -> 2 -> 3 -> 4

副反应如下:

2 -> 5

3 -> 5

产物(4)是稳定的。这导致了以下一组 ODE(速率方程),具有速率常数 k 和组分 c(i) 的浓度。

m.Equation(c_1p.dt() == -k1*c_1p)
m.Equation(c_2p.dt() == k1*c_1p - (k21 + k22)*c_2p)
m.Equation(c_3p.dt() == k21*c_2p - (k31 + k32)*c_3p)
m.Equation(c_4p.dt() == k31*c_3p)
Run Code Online (Sandbox Code Playgroud)

我在 GEKKO 中实现了这些方程来估计速率常数。我将测量值​​初始化为参数,将预测值初始化为变量,将速率常数初始化为固定值(有限制)。目标函数是最小二乘法。这工作正常,结果在预期范围内(R2 > 0.99)。

问题是,当我尝试通过使用计算出的速率常数来求解 ODE(使用 GEKKO 或 scipy odeint)来验证这些结果时,我得到了不同的结果(见图 1)。点是测量值,X 标记预测值,虚线表示使用 odeint 使用计算的速率常数计算的曲线。

浓度图

问题是,这种偏差从何而来?我找不到来源。

谢谢!

from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint

m = GEKKO(remote=False) …
Run Code Online (Sandbox Code Playgroud)

python gekko

5
推荐指数
1
解决办法
354
查看次数

如何一次性轻松忽略已安装的 flake8 插件?

我安装了flake8-docstrings插件和其他一些插件。但是对于某些运行,我想以某种简单的方式忽略此插件的所有警告:无需创建配置文件,也无需手动列出它的警告代码。

有没有类似的解决方案:

flake8 . --ignore=Dxxx
Run Code Online (Sandbox Code Playgroud)

或者

flake8 . --disable-plugin=docstrings
Run Code Online (Sandbox Code Playgroud)

?

flake8

4
推荐指数
1
解决办法
822
查看次数

AWS CloudFormation 参数中字符串类型的最大长度是多少?

在文档中找不到。我看到可以设置MaxLength,但是类型的限制是多少String

amazon-web-services aws-cloudformation

4
推荐指数
1
解决办法
5550
查看次数