小编Der*_*Weh的帖子

git-错误:路径“文件”的addinfo_cache失败

当我尝试将git中的任何分支合并到master时,我得到了error: addinfo_cache failed for path 'file'

我所做的:

>git checkout master
>git merge other-branch
Run Code Online (Sandbox Code Playgroud)

Git给了我:

error: addinfo_cache failed for path 'file'
file: unmerged (581c47f7d0e1a0bc825d528d9783ac18ee0cce27)
file: unmerged (26a0c24dccd2bc2f74e20488ca01bba2fcd9cf56)
file: unmerged (3be471ca5c689693339827a455f187814677642f)
fatal: git write-tree failed to write a tree
Run Code Online (Sandbox Code Playgroud)

>git status 产量:

On branch master
Your branch is up-to-date with 'origin/master'.
Unmerged paths:
  (use "git reset HEAD <file>..." to unstage)
  (use "git add <file>..." to mark resolution)

        both modified:   file

no changes added to commit (use "git add" and/or "git …
Run Code Online (Sandbox Code Playgroud)

git merge

8
推荐指数
4
解决办法
6386
查看次数

scipy.optimize 的“root”和“fixed_point”方法有什么区别

scipy.optimize 中有两种方法,分别是rootfixed_point

我很惊讶地发现它root提供了很多方法,而fixed_point只有一种。在数学上,两者是相同的。它们将 的以下不动点g(x)与 的根相关联f(x)

[ g(x) = f(x) - x ]

如何确定使用哪个函数?

此外,这两种方法都不允许我指定定义函数的区域。有没有办法限制范围x

python mathematical-optimization scipy

4
推荐指数
1
解决办法
833
查看次数

Matplotlib 的 inset_locator 与倒轴

我想在我的情节中插入一个标准的插图。但我不知道如何使用inset_locator. 这是我的代码:

import matplotlib.pyplot as plt
import numpy as np

from mpl_toolkits.axes_grid1.inset_locator import inset_axes, mark_inset

x = np.linspace(0, 2)
plt.plot(x, np.sin(x))

ax = plt.gca()
ax.invert_yaxis()
axins = inset_axes(ax, width='40%', height='30%', loc='lower left')
x_in = np.linspace(1.25, 1.75)
axins.plot(x_in, np.sin(x_in))
axins.invert_yaxis()
mark_inset(ax, axins, loc1=2, loc2=4)
plt.show()
Run Code Online (Sandbox Code Playgroud)

结果是:在此处输入图片说明

显然,边缘连接了错误的角。当我的轴从最大值变为最小值时,如何使它们正确?

python matplotlib insets

3
推荐指数
1
解决办法
380
查看次数

使用脚本中的 Dask

是否可以dask从 python 脚本运行?

在交互式会话中,我可以只写

from dask.distributed import Client
client = Client()
Run Code Online (Sandbox Code Playgroud)

如所有教程中所述。但是,如果我将这些行写入script.py文件并执行它python script.py,它会立即崩溃。

我找到了另一个选项,就是使用 MPI:

# script.py
from dask_mpi import initialize
initialize()

from dask.distributed import Client
client = Client()  # Connect this local process to remote workers
Run Code Online (Sandbox Code Playgroud)

然后使用mpirun -n 4 python script.py. 这不会崩溃,但是如果您打印客户端

print(client)
# <Client: scheduler='tcp://137.250.37.84:35145' processes=0 cores=0> 
Run Code Online (Sandbox Code Playgroud)

你看到没有使用内核,因此脚本永远运行而不做任何事情。

如何正确设置我的脚本?

python-3.x dask dask-distributed

1
推荐指数
1
解决办法
590
查看次数