小编big*_*nty的帖子

我正在尝试在 conda 环境中安装 python 3.9。我尝试使用以下命令创建一个新的 conda env，

conda create --name myenv python=3.9

但是我收到一条错误消息，说找不到包，因为尚未发布 python 3.9

因此，我在envs文件夹中手动创建了一个文件夹并尝试列出所有环境。但是我无法获得手动创建的新环境。

那么，如何在具有所有功能（例如pip工作）的 conda env 中安装 python 3.9 ？

有没有办法在使用mongoexport时只导出子文档中的指定字段？mongo docs说只使用-f field1,field2等......但这只适用于顶级字段.我在主文档中有一个文档,也有字段.有没有办法只获得那些？

例:

{
    "topField1": "topValue1",
    "topField2": "topValue2",
    "subDoc1: {
                  "subField1": "subValue1",
                  "subField2": "subValue2"
              }
}

有没有办法指定我只获得字段subField2？

我知道在常规的mongo查询中,我可以使用"subDoc1.subField2",这很简单, return {"$oid": 122432432, {"subDoc1":{"subField2": "subValue2"}}但这似乎不适用mongoexport.

我也想出口json.

%timeit在 ipython 中使用和有何区别%%timeit？因为当我阅读使用的文档时?%timeit，?%%timeit它是相同的文档。那么，添加%前缀有什么区别呢？

我正在浏览熊猫文档。它引用了

我有一个示例 csv 数据文件。

Date
22-01-1943
15-10-1932
23-11-1910
04-05-2000
02-02-1943
01-01-1943
28-08-1943
31-12-1943
22-01-1943
15-10-1932
23-11-1910
04-05-2000
02-02-1943
01-01-1943
28-08-1943
31-12-1943
22-01-1943
15-10-1932
23-11-1910
04-05-2000
02-02-1943
01-01-1943
28-08-1943
31-12-1943
22-01-1943
15-10-1932
23-11-1910
04-05-2000
02-02-1943
01-01-1943
28-08-1943
31-12-1943

接下来我试过了

In [174]: %timeit df = pd.read_csv("a.csv", parse_dates=["Date"])
1.5 ms ± 178 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [175]: %timeit df = pd.read_csv("a.csv", parse_dates=["Date"], infer_datetime_format=True)
1.73 ms ± 45 µs per loop (mean ± std. …

我已经安装了 Python 3.6.2 Windows

c:\users\username\AppData\Local\programs\Python\Python36

（因为这是（完全愚蠢的）默认设置。

我已手动将其移入 c:\

但是 Python 的更新3.6.3仍会安装到原始目标。

如何更改此设置（不卸载（也将卸载所有软件包））？

我正在浏览数据类并命名元组。我发现这种行为在使用 python 的不同特性创建对象时具有不同的性能。

数据类

In [1]: from dataclasses import dataclass
   ...:
   ...: @dataclass
   ...: class Position:
   ...:     lon: float = 0.0
   ...:     lat: float = 0.0
   ...:

In [2]: %timeit for _ in range(1000): Position(12.5, 345)
326 µs ± 34.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

普通班：

In [1]: class Position:
   ...:
   ...:     def __init__(self, lon=0.0, lat=0.0):
   ...:         self.lon = lon
   ...:         self.lat = lat
   ...:

In [2]: %timeit for _ in range(1000): …

我在 PyTorch 中使用一个简单的对象检测模型并使用 Pytoch 模型进行推理。

当我在代码上使用简单的迭代器时

for k, image_path in enumerate(image_list):
    image = imgproc.loadImage(image_path)
    print(image.shape)
    with torch.no_grad():
        y, feature = net(x)        
    result = image.cuda()

它打印我们可变大小的图像，例如

torch.Size([1, 3, 384, 320])

torch.Size([1, 3, 704, 1024])

torch.Size([1, 3, 1280, 1280])

因此，当我使用应用相同转换的 DataLoader 使用批量推理时，代码未运行。但是，当我将所有图像的大小调整为 600.600 时，批处理成功运行。

我有两个疑问，

首先，为什么 Pytorch 能够在深度学习模型中输入动态大小的输入，以及为什么动态大小的输入在批处理中失败。

我正在尝试使用无缝克隆将图像融合在一起。但我注意到在使用无缝克隆功能后，我想转移的蒙版区域向上移动。所以我有一个问题，这是无缝克隆功能的正常行为，还是我的实现中的错误。

这是源照片

这是目的地照片

这是结果照片

我正在做一个图像处理任务，我想连接两个网站的图片。为了连接，我先将图像转换为张量，然后将张量转换为PIL图像来显示它，但报错了。有人可以帮助我吗？这是我的代码：

import skimage.io as io
import torch
from torchvision import  models, transforms
from PIL import Image
import matplotlib.pyplot as plt
from torchvision.transforms import ToPILImage
import numpy as np
from skimage import data_dir,io,color

coll1 = io.ImageCollection('F:\\code1/*.jpg')
coll2 = io.ImageCollection('F:\\code2/*.jpg')
a = torch.tensor(coll1)
print(a)
print(a.shape)
b = torch.tensor(coll2)
print(b)
print(b.shape)
c=torch.cat((a,b),1)
print(c.shape)
print(c)
img= transforms.ToPILImage()
img.show()

这是错误代码：

回溯（最近一次调用最后一次）：文件“F:/filelist.py”，第 39 行，在 img.show() AttributeError: 'ToPILImage' 对象没有属性 'show'

我正在使用 selenium 和 python，并从这个网站下载了适用于我的 Windows 计算机的 chromedriver。下载 zip 文件后，我将 zip 文件解压到我的下载文件夹中。然后我将路径添加到环境变量“Path”。

我想从该网站获取信息，但是当我运行代码时，我收到此错误并且完全不明白它的含义。

from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager
browser = webdriver.Chrome(ChromeDriverManager().install())
url = 'any_url'
browser.get(url)

if browser.find_element_by_id("yearlist_1").get_attribute("type") == "checkbox":
    print("Element is a checkbox")
else:
    print("Element is not a checkbox")

错误： *'reg' 未被识别为内部或外部命令、可操作程序或批处理文件。

Traceback (most recent call last):
  File "C:/Users/miair/Python/script_gks/code_for_ticks.py", line 4, in <module>
    browser = webdriver.Chrome(ChromeDriverManager().install())
  File "C:\Program Files\Python37\lib\site-packages\webdriver_manager\chrome.py", line 28, in install
    driver_path = self.download_driver(self.driver)
  File "C:\Program Files\Python37\lib\site-packages\webdriver_manager\manager.py", line 36, in download_driver
    driver_version, is_latest = self.__get_version_to_download(driver)
  File …