小编Ole*_*siy的帖子

我发现了 ggplot 和 ggplotly 中同一个图表之间有趣而奇怪的区别

income_gap_chart <- ggplot(income_gap, aes(x = Country, y = Percent, fill = Income)) + 
geom_bar(position = "dodge", stat = "identity") +
scale_fill_brewer(palette = "Set1") +
coord_flip() +
theme(axis.title.y = element_blank()) +
scale_y_continuous(limits = c(0, 100)) +
theme_tufte() +
theme(axis.title.y = element_blank()) +
theme(legend.position = "bottom")

对于 ggplot 它看起来很完美，底部有一个图例标题

但是当我用 ggplotly() 包装它时，图例开始表现不同

我的问题 - 我想要 ggplotly 格式的第一个图表，但无法解决这个问题，底部的图例不起作用。想法？

谢谢！

我有一个数据框，是我在 pandas 中创建的，按日期分组并按游乐设施进行总结。

      date   rides
0   2019-01-01  247279
1   2019-01-02  585996
2   2019-01-03  660631
3   2019-01-04  662011
4   2019-01-05  440848
..         ...     ...
451 2020-03-27  218499
452 2020-03-28  143305
453 2020-03-29  110833
454 2020-03-30  207743
455 2020-03-31  199623

[456 rows x 2 columns]

我的date专栏在datetime64[ns].

date     datetime64[ns]
rides             int64
dtype: object

现在我想创建另一个数据框，按月份和年份分组（我有 2019 年和 2020 年的数据）并按乘车次数进行汇总。

理想输出：

Year Month   Rides
2019 January 2000000
2020 March   1000000

我正在尝试重写这段不久前编写的代码。

它有多个块，因此，我将其分成更小的块并逐步重写。例如，转换.ix为iloc等。

这个块给了我一个错误：

#Loop through all rows, skip the user column, and fill with similarity scores
for i in range(0,len(data_sims.index)):
    for j in range(1,len(data_sims.columns)):
        user = data_sims.index[i]
        product = data_sims.columns[j]

    if data.iloc[i][j] == 1:
        data_sims.iloc[i][j] = 0
    else:
        product_top_names = data_neighbours.iloc[product][1:10]
        product_top_sims = data_ibs.iloc[product].order(ascending=False)[1:10]
        user_purchases = data_germany.iloc[user,product_top_names]

        data_sims.iloc[i][j] = getScore(user_purchases,product_top_sims)

出现错误

TypeError: Cannot index by location index with a non-integer key

我想这里有一些东西需要更新，但找不到具体是什么。我不认为这与数据有关。这只是更新代码。

感谢任何提示！

无法解决 MULTIPLE 过滤器/多边形的问题。目前我的代码有效，但速度很慢，我不使用observe()、reactive() 和 LeafletProxy()，因为我偶然发现了。

我显然检查了这个答案根据输入更改传单地图而无需重绘 和这个在不重绘传单地图和传单教程的情况下进行闪亮的 UI 调整 使用带有闪亮的传单

就我而言，我有四个过滤器，但不太明白如何将它们组合在一起并使地图快速。

我的样本数据：

Country Client  Channel Status
Country 1   Client 1    Agent network   Launched
Country 2   Client 2    Debit cards Launched
Country 3   Client 3    M-banking   Planning
Country 4   Client 4    M-banking   Launched
Country 5   Client 5    Agent network   Launched
Country 6   Client 6    Agent network   Launched
Country 7   Client 7    Agent network   Pilot

此代码有效

# Packages
library(shiny)
library(shinythemes)
library(leaflet)
library(rgdal)

# Set working …

我正在使用 PyCaret 并收到错误消息。

AttributeError: 'SimpleImputer' object has no attribute '_validate_data'

尝试创建一个基本实例。

# Create a basic PyCaret instance
import pycaret
from pycaret.regression import *
mlb_pycaret = setup(data = pycaret_df, target = 'pts', train_size = 0.8, numeric_features = ['home', 
'first_time_pitcher'], session_id = 123)

我所有的变量都是数字的（我强制了其中的两个，它们是布尔值）。我的目标变量是label，这是默认值。

我还安装了PyCaret，导入了它的回归，然后重新安装scikit learn，导入SimpleImputer为from sklearn.impute import SimpleImputer

OBP_avg Numeric
SLG_avg Numeric
SB_avg  Numeric
RBI_avg Numeric
R_avg   Numeric
home    Numeric
first_time_pitcher  Numeric
park_ratio_OBP  Numeric
park_ratio_SLG  Numeric
SO_avg_p    Numeric
pts_500_parkadj_p   Numeric
pts_500_parkadj Numeric …

我有一个数据框

df = {'Month': [1, 8], 'Year': [2015, 2020]}
df = pd.DataFrame(data = df)
df

想将它变异为一个新列。

期望的输出：

df = {'Month': [1, 8], 'Year': [2015, 2020], 'Quarter': ['Q12015', 'Q32020']}
df = pd.DataFrame(data = df)
df

也将不胜感激评论什么是处理这些数据以使用scikit-learn. 现在我正在考虑没有虚拟变量的字符串和分类变量，但感谢这里的任何提示。谢谢！

我有一个包含 15 个不平衡类别的数据集，并尝试使用 keras 进行多标签分类。

我正在尝试使用微型 F-1 分数作为衡量标准。

我的型号：

# Create a VGG instance
model_vgg = tf.keras.applications.VGG19(weights = 'imagenet', pooling = 'max', include_top = False, 
input_shape = (512, 512, 3))

# Freeze the layers which you don't want to train. 
for layer in model_vgg.layers[:-5]:
layer.trainable = False

# Adding custom Layers 
x = model_vgg.output
x = Flatten()(x)
x = Dense(1024, activation = "relu")(x)
x = Dropout(0.5)(x)
x = Dense(1024, activation = "relu")(x)
predictions = Dense(15, activation = "sigmoid")(x)

# creating …

试过很多选择,但都失败了.被迫在这里问.我的日期/时间是1/1/2016 0:00格式.

所以,我试过了

start.time <- citi.bike$starttime
head(start.time)
start.date <- strftime(as.Date(start.time), format="%m/%d/%Y")
head(start.date)

我不知道为什么,但我的日期看起来像 "01/20/0001""01/20/0001""01/20/0001""01/20/0001""01/20/0001""01/20/0001".

所有的日子都变成了"20".

为什么？

我用 Python 拟合了基本的 LGBM 模型。

# Create an instance\nLGBM = LGBMRegressor(random_state = 123, importance_type = \'gain\') # `split` can be also selected here\n\n# Fit the model (subset of data)\nLGBM.fit(X_train_subset, y_train_subset)\n\n# Predict y_pred\ny_pred = LGBM.predict(X_test)\n

我正在查看文档：

\n

important_type（字符串，可选（默认=“split”））\xe2\x80\x93 如何计算\n重要性。如果 \xe2\x80\x9csplit\xe2\x80\x9d，\n结果包含该特征在模型中使用的次数。如果\xe2\x80\x9cgain\xe2\x80\x9d，结果包含使用该功能的分割的总\n增益。

\n

我使用了gain它，它打印了我的总收益。

# Print features by importantce\npd.DataFrame([X_train.columns, LGBM.feature_importances_]).T.sort_values([1], ascending = [True])\n\n         0         1\n\n59  SLG_avg_p      0\n4   PA_avg         2995.8\n0   home           5198.55\n26  next_home      11824.2\n67  first_time_pitcher  15042.1\netc\n

我试过：

# get importance\nimportance = LGBM.feature_importances_\n# summarize feature importance\nfor …

我尝试了这个问题的所有三个解决方案来解决问题，但仍然收到错误：

ImportError: cannot import name 'ToTensorV2' from 'albumentations.pytorch' (/usr/local/lib/python3.7/dist-packages/albumentations/pytorch/__init__.py)

我目前的代码：

!pip install -U albumentations
import albumentations 
from albumentations.pytorch import ToTensorV2

作为一个可怜的闪亮男人，无法解决一个简单的任务。

我在带有日期的数据框中有一行

crime.date <- strptime(incidents$REPORT_DAT, format = "%Y-%m-%d") 

我的日期输出看起来像这样。

[1] "2017-04-07 EDT" "2017-03-13 EDT" "2017-01-08 EST" "2017-01-25 EST" "2017- 
01-03 EST" "2017-01-03 EST" "2017-01-03 EST"
[8] "2017-01-03 EST" "2017-01-03 EST" "2017-01-03 EST" "2017-01-03 EST" "2017-
01-04 EST" "2017-01-03 EST" "2017-01-03 EST"

现在，我尝试形象化此过滤器选择的所有犯罪的选择。

# USER INTERFACE CODE

ui <- fluidPage(
titlePanel("Washington, DC crimes by date"),

column(4, wellPanel(
dateRangeInput('dateRange',
               label = 'Filter crimes by date',
               start = crime.date , end = crime.date
)
)),
column(6,
     verbatimTextOutput("dateRange")
)
)

# SERVER CODE

server …