小编Fan*_*ang的帖子

我正在使用 react native 构建一个应用程序，它要求我get request使用令牌在同一个 API 上执行多个操作。

假设网址是这样的

令牌 URL = https://test.co/v1/tokens、API URL 1 =https://test.co/v1/students和 API URL 2 =https://test.co/v1/cars

首先，为了从任一 API URL 获取数据，我是这样写的

示例 students_actions.js

import axios from 'axios';
import { FETCH_STUDENT } from './types';

const TOKEN_URL = '...'
const STUDENT_URL = '...'

export const fetchStudent = (callback) => async (dispatch) => {
    axios.post(TOKEN_URL, {
        email: 'email',
        password: 'password',
        role: 'user'
    })
    .then((response) => {
        const accessToken = response.data.token;
        //console.log(accessToken);
        axios.get(STUDENT_URL, {
            headers: { …

我下载了tesseract-OCR的可执行文件并安装了它.另一方面,我还从http://www.leptonica.com/download.html下载了leptonica的zip文件.它包括两个目录,即lib和include.

接下来我尝试pip install tesserocr在python virtualenvironment中做,它返回错误

 tesserocr.cpp(460) : fatal error C1083: Cannot open include file: 'leptonica/allheaders.h': No such file or directory

我注意到它allheaders.h是在include我之前下载的leptonica文件的目录中.我该如何解决这个问题？我应该把目录放在哪里include,lib我从leptonica那里得到这个工作？

有没有其他方法在Windows计算机上正确安装tesseract-ocr和使用tesserocr？目前我使用Windows 10运行我的python脚本,使用tesseract-ocr识别图像上的某些字符.我还计划稍后在Windows 7计算机上运行该脚本.

谢谢您的帮助.

如果标题有点令人困惑,请原谅我.

假设我有test.h5.以下是使用读取此文件的结果df.read_hdf('test.h5', 'testdata')

     0     1     2     3     4     5    6
0   123   444   111   321   NaN   NaN  NaN
1   12    234   113   67    21    32   900
3   212   112   543   321   45    NaN  NaN

我想选择最后一个非Nan列.我的预期结果是这样的

0   321
1   900
2   45

另外,我想选择除最后一个非NaN列之外的所有列.我的预期结果可能是这样的.它可能是numpy数组但我还没有任何解决方案.

      0     1     2     3     4     5    6
0    123   444   111   
1    12    234   113   67    21    32  
3    212   112   543   321  

我在网上搜索,发现df.iloc[:, :-1]阅读所有专栏,但最后一篇,并df.iloc[:, -1]阅读最后一栏.

我使用这两个命令的当前结果如下:1.用于读取除最后一列之外的所有列

       0     1     2     3 …

我最近一直在玩熊猫，现在我尝试用不同的正态分布随机值替换数据框中的NaN值。

假设我有这个没有标题的CSV文件

      0
0    343
1    483
2    101
3    NaN
4    NaN
5    NaN

我的预期结果应该是这样的

       0
0     343
1     483
2     101
3     randomnumber1
4     randomnumber2
5     randomnumber3

但是我得到了以下内容：

       0
0     343
1     483
2     101
3     randomnumber1
4     randomnumber1
5     randomnumber1    # all NaN filled with same number

到目前为止我的代码

import numpy as np
import pandas as pd

df = pd.read_csv("testfile.csv", header=None)
mu, sigma = df.mean(), df.std()
norm_dist = np.random.normal(mu, sigma, 1)
for i in norm_dist:
    print df.fillna(i)

我正在考虑从数据框中获取NaN行的数量，并用 …

我需要有关训练机器学习模型的准确性的帮助。

我的训练输入是几个包含 500 个整数/数据的数组，我将其保存在名为“the_data”的数据集下的 hdf5 文件中。在此示例中，我有 100 个数组。

[[1,2,3,...500],
 [501,502,...1000],
 [1001,...       ],
 ....
 ......          ]]

输出是我事先生成的随机数并将其保存为“output.txt”。它有 100 个随机数。

194521, 307329, 182440, 180444, 275690,...,350879

下面是我基于http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/修改的脚本

import h5py
from keras.models import Sequential
from keras.layers import Dense

seed = 7
np.random.seed(seed)

input_data = h5py.File('test.h5', 'r')
output_data = open("output.txt", "r")

X = input_data['the_data'][:]
Y = output_data.read().split(',')

model = Sequential()
model.add(Dense(500, input_dim=500, init='normal', activation='relu'))
model.add(Dense(100, init='normal', activation='relu'))
model.add(Dense(60, init='normal', activation='relu'))
model.add(Dense(1, init='normal', activation='sigmoid'))

model.compile(loss='binary_crossentropy', optimizer='adamax', metrics=['accuracy'])
model.fit(X, Y, nb_epoch=500, batch_size=10)
scores = model.evaluate(X, Y) …

我一直在寻找这个答案,但并没有得到它.

我有一个看起来像这样的文本文件

who are you????
who are you man?
who are you!!!!
who are you? man or woman?

我想跳过它的行man并打印

who are you????
who are you!!!!

我的代码到目前为止

f = open("test.txt", "r")
word = "man"
for line in f:
    if word in line:
        f.next()
    else:
        print line

这仅打印第一行

who are you????

我该如何解决这个问题？

谢谢您的帮助.