小编Mid*_*ter的帖子

我认为它没有区别,但我使用的是Python 2.7.

所以我的问题的一般部分如下:我virtualenv为每个项目使用一个单独的.我没有管理员权限,我也不想乱用系统安装的软件包.当然,我想使用轮子加速整个包的升级和安装virtualenv.如何构建一个仅在特定范围内满足依赖性的轮子virtualenv？

具体来说,发行

pip wheel -w $WHEELHOUSE scipy

失败了

Building wheels for collected packages: scipy
  Running setup.py bdist_wheel for scipy
  Destination directory: /home/moritz/.pip/wheelhouse
  Complete output from command /home/moritz/.virtualenvs/base/bin/python -c "import setuptools;__file__='/home/moritz/.virtualenvs/base/build/scipy/setup.py';exec(compile(open(__file__).read().replace('\r\n', '\n'), __file__, 'exec'))" bdist_wheel -d /home/moritz/.pip/wheelhouse:
  Traceback (most recent call last):

  File "<string>", line 1, in <module>

  File "/home/moritz/.virtualenvs/base/build/scipy/setup.py", line 237, in <module>

    setup_package()

  File "/home/moritz/.virtualenvs/base/build/scipy/setup.py", line 225, in setup_package

    from numpy.distutils.core import setup

ImportError: No module named numpy.distutils.core

----------------------------------------
  Failed building …

当我有一个超过6个值的变量时,我的麻烦就开始了,因为这是ggplot2中scale_shape函数的当前最大值.

由于这个问题,我尝试了另一个变量,我只是围绕原始变量的长度.

这是我的示例代码:

dataf <- structure(list(Municipality = structure(c(2L, 4L, 10L, 11L, 6L, 8L, 3L, 1L, 5L, 9L, 7L), .Label = c("Boyuibe", "Cabezas", "Camiri", "Charagua", "Cuevo", "Gutierrez", "Huacaya", "Lagunillas", "Machareti", "Vallegrande", "Villa Vaca Guzman"), class = "factor"), Growth = c(3.05, 2.85, 0.14, 1.21, 1.59, 2.35, -0.41, 0.81, 0.9, 2.89, 1.8), Density = c(3.0390920594, 0.260984024187, 5.20069847261, 2.50828556783, 3.43964629267, 3.69768961375, 32.4496626479, 2.06145019368, 4.2139578988, 0.740736713557, 1.67034079825)), .Names = c("Municipality", "Growth", "Density"), class = "data.frame", row.names = c(NA, -11L))

dataf <- dataf[with(dataf, order(Municipality)), ]
# …

我对scipy.spatial.distance.pdist处理missing(nan)值的方式感到有点困惑.

所以,万一我弄乱了矩阵的维度,让我们把它弄清楚.来自文档:

这些点被排列为矩阵X中的m个n维行向量.

因此,让我们在10维空间中生成缺少值的三个点:

numpy.random.seed(123456789)
data = numpy.random.rand(3, 10) * 5
data[data < 1.0] = numpy.nan

如果我计算这三个观测值的欧几里德距离:

pdist(data, "euclidean")

我明白了:

array([ nan,  nan,  nan])

但是,如果我过滤掉所有缺少值的列,我会得到适当的距离值:

valid = [i for (i, col) in enumerate(data.T) if ~numpy.isnan(col).any()]
pdist(data[:, valid], "euclidean")

我明白了:

array([ 3.35518662,  2.35481185,  3.10323893])

这样,我丢弃了比我想要的更多的数据,因为我不需要过滤整个矩阵,而只需要一次比较一对矢量.我可以制作pdist或类似的功能执行成对屏蔽,不知何故？

编辑:

由于我的完整矩阵相当大,我对这里提供的小数据集进行了一些时序测试.

1.)scipy功能.

%timeit pdist(data, "euclidean")

10000 loops, best of 3: 24.4 µs per loop

2.)不幸的是,到目前为止提供的解决方案大约慢了10倍.

%timeit numpy.array([pdist(data[s][:, ~numpy.isnan(data[s]).any(axis=0)], "euclidean") for s in map(list, itertools.combinations(range(data.shape[0]), 2))]).ravel()

1000 loops, best of …

我知道将数据帧列表合并为一个的基础知识,如前所述.但是,我对保持行名称的聪明方法感兴趣.假设我有一个相当相等的数据帧列表,并将它们保存在命名列表中.

library(plyr)
library(dplyr)
library(data.table)

a = data.frame(x=1:3, row.names = letters[1:3])
b = data.frame(x=4:6, row.names = letters[4:6])
c = data.frame(x=7:9, row.names = letters[7:9])

l = list(A=a, B=b, C=c)

当我使用时do.call,列表名称与行名称组合:

> rownames(do.call("rbind", l))
[1] "A.a" "A.b" "A.c" "B.d" "B.e" "B.f" "C.g" "C.h" "C.i"

当我使用任何一个时rbind.fill,bind_rows或者rbindlist行名称被数字范围替换:

> rownames(rbind.fill(l))
> rownames(bind_rows(l))
> rownames(rbindlist(l))
[1] "1" "2" "3" "4" "5" "6" "7" "8" "9"

当我从列表中删除名称时,do.call产生所需的输出:

> names(l) = NULL
> rownames(do.call("rbind", l))
[1] "a" …

说我想从a中删除对角线scipy.sparse.csr_matrix.这样做有效吗？我在sparsetools模块中看到有C返回对角线的功能.

基于其他SO答案在这里和这里我目前的方法如下:

def csr_setdiag_val(csr, value=0):
    """Set all diagonal nonzero elements
    (elements currently in the sparsity pattern)
    to the given value. Useful to set to 0 mostly.
    """
    if csr.format != "csr":
        raise ValueError('Matrix given must be of CSR format.')
    csr.sort_indices()
    pointer = csr.indptr
    indices = csr.indices
    data = csr.data
    for i in range(min(csr.shape)):
        ind = indices[pointer[i]: pointer[i + 1]]
        j =  ind.searchsorted(i)
        # matrix has only elements up until diagonal …

与此问题类似，我numpy.timedelta64在 Pandas DataFrame 中有一个列。按本回答上述问题，有一种功能pandas.tslib.repr_timedelta64，其很好地显示在天，小时timedelta：分钟：秒。我只想在几天和几小时内格式化它们。

所以我得到的是以下内容：

def silly_format(hours):
    (days, hours) = divmod(hours, 24)
    if days > 0 and hours > 0:
        str_time = "{0:.0f} d, {1:.0f} h".format(days, hours)
    elif days > 0:
        str_time = "{0:.0f} d".format(days)
    else:
        str_time = "{0:.0f} h".format(hours)
    return str_time

df["time"].astype("timedelta64[h]").map(silly_format)

这让我想要的输出，但我不知道是否有一个函数numpy或pandas类似datetime.strftime，它可以格式化numpy.timedelta64根据提供的一些格式字符串？

我试图进一步调整@Jeff 的解决方案，但它比我的答案慢得多。这里是：

days = time_delta.astype("timedelta64[D]").astype(int)
hours = time_delta.astype("timedelta64[h]").astype(int) % 24
result = days.astype(str)
mask = (days > 0) & (hours …

首先，我正在使用：

• 红宝石2.3.1
• 轨道5
• rspec-rails 3.5

我已经设置了一个带有多态模型的可安装 Rails 引擎，我想在其他引擎中使用它。模型类如下所示：

module Geo
  class Location < ApplicationRecord
    belongs_to :locatable, polymorphic: true
  end
end

在我的规范中，我想确保我有一个有效的模型，但是，在引擎中我没有与Geo::Location.

我如何设置一个虚拟类来测试有效性（belongs_to需要存在）或者您使用过哪些好的测试策略？

让我们把鸭子留在池塘里.

为了说清楚,我正在使用Python 2.7.3.

我正在玩数字检查,并发现了一些我发现奇怪的事情:

In [1]: numbers.Number.mro()
Out[1]: [numbers.Number, object]

In [2]: numbers.Complex.mro()
Out[2]: [numbers.Complex, numbers.Number, object]

In [3]: numbers.Real.mro()
Out[3]: [numbers.Real, numbers.Complex, numbers.Number, object]

In [4]: numbers.Rational.mro()
Out[4]: [numbers.Rational, numbers.Real, numbers.Complex,
         numbers.Number, object]

In [5]: numbers.Integral.mro()
Out[5]: [numbers.Integral, numbers.Rational, numbers.Real,
         numbers.Complex, numbers.Number, object]

这令我...适得其反,距离Python本身(有些矛盾int,float,complex刚刚从继承object直接):

In [6]: isinstance(int(), complex)
Out[6]: False

In [7]: isinstance(int(), numbers.Complex)
Out[7]: True

然后我写了以下函数:

def numeric_check(num):
    print "Is an int:", isinstance(num, int)
    print "Is a float:", isinstance(num, float) …

我正在使用numpy.random.shuffle以计算二维数组的随机列的统计数据。Python代码如下：

import numpy as np

def timeline_sample(series, num):
    random = series.copy()
    for i in range(num):
        np.random.shuffle(random.T)
        yield random

我得到的速度是这样的：

import numpy as np
arr = np.random.sample((50, 5000))

%%timeit
for series in timeline_sample(rnd, 100):
    np.sum(series)

1 个循环，最好的 3 个：每个循环 391 毫秒

我试图对这个函数进行 Cythonize，但我不确定如何替换调用，np.random.shuffle并且该函数慢了 3 倍。有谁知道如何加速或替换它？它目前是我程序中的瓶颈。

赛通代码：

1 loops, best of 3: 391 ms per loop

我的电脑里有一个固定装置conftest.py文件中有一个具有三个参数的装置：

@pytest.fixture(scope="session",
        params=[(33, 303), (303, 3003), (3003, 300003)],
        ids=["small", "medium", "large"])
def complete(request):
    np.random.seed(1234567890)
    return np.random.rand(*request.param)

现在，在特定的长时间运行的测试函数上，我想跳过“大”情况。

@pytest.mark.skipif(...)
def test_snafu(complete):
    assert ...

这有可能吗？

我已经使用 pytest 一段时间了，并且学会了喜欢参数化和夹具。第一次，我想测试多个具有分支继承结构的类。当然，我想为子类重用测试用例。假设我有以下包结构：

mock
??? pkg
?   ??? child.py
?   ??? grandchild.py
?   ??? parent.py
??? tests
    ??? test_child.py
    ??? test_grandchild.py
    ??? test_parent.py

如this SO question中所述，我可以使用夹具来提供正在测试的类的实例。但是，当我从另一个测试模块中导入测试类时，它 (a) 感觉这不是 pytest 方式，并且 (b) pytest 将运行导入类的所有测试方法，并作为继承测试类的一部分再次运行它们. 例如，文件test_child.py包含以下内容：

from test_parent import TestParent


class TestChild(TestParent):

    def test_foo(self):
        pass

    def test_bar(self):
        pass

这会导致 pytest 运行TestParent一次测试方法（由于在模块中导入）加上另一次运行TestChild（由于其方法被继承）。

所以我看到两种方法：（1）不要继承基础测试类，而只是创建一个夹具，以便当前实例同时用于TestParent和TestChild，本质上：

import pytest

from pkg.child import Child
from test_parent import TestParent


@pytest.fixture(scope="class")
def instance():
    return Child()


class TestChild(object):

    def …