小编Kin*_*gua的帖子

我正在使用 Pandas 在内存中加载二维数据集，并执行 4 个简单的机器学习预处理任务，例如添加/删除列、重新索引、训练/测试拆分。

#Read file
MLMe = pd.read_table("data/dtCTG.txt", ",")
#Label target column to "class"
MLMe.rename(columns={'NSP' : 'class'}, inplace=True)

#Create train/test indices
MLMe_class = MLMe['class'].values
training_indices, validation_indices = training_indices, testing_indices = train_test_split(
MLMe.index, stratify = MLMe_class, train_size=0.75, test_size=0.25)

#Create train/test data sets
X_train = MLMe.drop('class',axis=1).loc[training_indices].values
y_train = MLMe.loc[training_indices,'class'].values

X_test = MLMe.drop('class',axis=1).loc[validation_indices].values
y_test = MLMe.loc[validation_indices, 'class'].values

#Final datasets to be used for training
X_train, y_train, X_test, y_test

现在，当我将 X_train、y_train 数据帧传递给某些库时，我收到一条错误消息，指出缓冲区不再是 C 连续的。

BufferError: memoryview: underlying buffer is not C-contiguous

我的问题是： …

当我在 Docker 容器中运行 Python 脚本时，它会在大约 1 分钟内完成一个执行循环。现在，当我从同一个映像中再启动 2 个容器，并在其中运行 Python 脚本时，一切都变慢了，开始每个循环需要 5-6 分钟。

没有一个脚本是资源绑定的；有大量 RAM 和 CPU 内核闲置。在 64 核 Xeon Phi 系统上运行 3 个容器时会发生这种情况。

那么 Docker 是否在所有容器之间共享一个通用的 Python GIL 锁？分离 GIL 的选项有哪些，以便每个进程都能以最大速度运行？

谢谢！

我有一个 Intel Xeon Phi 64 核 CPU，具有 16GB片上内存，设置为 NUMA 节点 1。我想将 Docker 容器内运行的进程绑定到此 NUMA 节点，但出现错误：

root@Docker$ sudo numactl --membind 1 python script.py
Error: set_mempolicy: Operation not permitted
setting membind: Operation not permitted

我也尝试将整个 Docker mothership 绑定到 NUMA 节点 1，但没有成功：

localhost$ sudo numactl --membind 1 docker run xyz /bin/bash

这不会给出任何错误，但显示没有使用片上内存。

我的问题是：如何成功将进程绑定到 NUMA 节点 1？谢谢！

我正在使用Pandas以这种格式读取文件:

fp = pandas.read_table("Measurements.txt")
fp.head()

"Aaron", 3, 5, 7  
"Aaron", 3, 6, 9  
"Aaron", 3, 6, 10 
"Brave", 4, 6, 0 
"Brave", 3, 6, 1

我想用唯一的ID替换每个名称,因此输出如下:

"1", 3, 5, 7 
"1", 3, 6, 9 
"1", 3, 6, 10 
"2", 4, 6, 0 
"2", 3, 6, 1

我怎样才能做到这一点？

谢谢!