小编Tre*_*ney的帖子

嗨,我在尝试将文字对齐在一个字体真棒图标旁边时遇到了麻烦我已经尝试了一些东西但是它们似乎没有工作我正在尝试做的是制作一个带有一个按钮的面板,你可以单击并使用面板另一侧的fontawesome图标和文本调用该数字(我正在使用bootstrap v3.3.2来构建它)

这是一张我正在尝试做的图片 http://i.imgur.com/0yCsdyG.jpg

这里是一张目前看起来像 http://i.imgur.com/UpMj6eJ.jpg的图片

<div class="panel panel-default">
  <div class="panel-body">
    <div class="col-lg-8">
      <i class="fa fa-phone fa-2x" style="align: middle;"></i>
      <h3>Call us</h3>
    </div>
    <div class="col-lg-4 text-center">
      <div class="btn-group btn-group-justified" style="align: middle;" role="group" aria-label="...">
        <div class="btn-group" role="group">
          <button type="button" class="btn btn-default" <a href="tel:">Click the button to call us</a>
          </button>
        </div>
      </div>
    </div>
  </div>
</div>

在定义刻度标签时，我获得了异常高的精度。例如：

import pylab as pl

fig = pl.figure(figsize=(3.25, 2.5))
ax0 = fig.add_subplot(111)

ax0.set_ylim([0, 0.5])
ax0.set_yticks(np.arange(0, 0.51, 0.1), minor=False)
ax0.set_yticklabels(np.arange(0, 0.51, 0.1), fontsize=8)

ax0.set_xlim([0, 0.5])
ax0.set_xticks(np.arange(0, 0.51, 0.1), minor=False)
ax0.set_xticklabels(np.arange(0, 0.51, 0.1), fontsize=8)

fig.show()

下面的输出图在 0.3 标记（x 轴和 y 轴）上有错误的刻度标签。我尝试过使用 np.linspace，这会产生同样的问题。

我理解浮点精度的问题，但我希望标签能够更快地四舍五入。如何更正此问题以仅显示第一个小数？

使用 matplotlib 2.2.2

我想更改 xticks 的旋转，但我以 x 和 yticks 旋转结束。我怎样才能只旋转xticks？

这是我的代码：

# Plot mit Sidestepped 0/1

sns.set(style="darkgrid")

fig, ax = plt.subplots(1,2, figsize=(14,5))

for i in range(len(ax)):
    ax[i].tick_params(labelsize=15)
    ax[i].set_xlabel('label', fontsize=17, position=(.5,20))
    ax[i].set_ylabel('label', fontsize=17)

sns.countplot(x="page_name", hue="successful", data=mainDf, ax=ax[0]); 
sns.countplot(x="industry", hue="successful", data=mainDf, ax=ax[1]);

fig.suptitle('Categorical Features Count', position=(.5,1.1), fontsize=20)
ax[0].set_title('Type by Industry', fontsize=18)
ax[0].set_xlabel('Industry')
ax[0].tick_params(rotation=50)
ax[1].set_title('Success by Industry',  fontsize=18)
ax[1].set_xlabel('Industry')
fig.tight_layout()

fig.show()

这是我得到的（x 但不幸的是 yticks 也旋转了！只看 ax[0] 处的左图！我想只旋转左图的 xticks！）：

我试图在 Jupyter Notebook 中使用 Pandas 绘制一个线图，比较 1960-1962 年特定州的谋杀率。

关于我现在所处位置以及我如何到达这里的一些背景信息：

我正在使用犯罪 csv 文件，如下所示：

我暂时只对 3 列感兴趣：州、年份和谋杀率。具体来说，我只对 5 个州感兴趣：阿拉斯加州、密歇根州、明尼苏达州、缅因州、威斯康星州。

因此，为了生成所需的表格，我这样做了（仅显示前 5 行条目）：

al_mi_mn_me_wi = crimes[(crimes['State'] == 'Alaska') | (crimes['State'] =='Michigan') | (crimes['State'] =='Minnesota') | (crimes['State'] =='Maine') | (crimes['State'] =='Wisconsin')]
control_df = al_mi_mn_me_wi[['State', 'Year', 'Murder Rate']]

从这里我使用了pivot函数

df = control_1960_to_1962.pivot(index = 'Year', columns = 'State',values= 'Murder Rate' ) 

这就是我陷入困境的地方。我在执行时收到 KeyError （KeyError 是 Year）：

df.plot(x='Year', y='Murder Rate', kind='line')

当尝试只是

df.plot()

我得到了这张奇怪的图表。

如何获得我想要的图表？

我正在尝试读取包含 JSON 功能的大型 CSV（位置位于此处）。对于第一行，假设有 100 行，文件如下所示：

Time,location,labelA,labelB
2019-09-10,{"lng":12.9,"alt":413.0,"time":"2019-09-10","error":7.0,"lat":17.8},nan,nan

我按照这个问题来解析位置列。该解决方案基本上将助手定义为：

def CustomParser(data):
    import json
    j1 = json.loads(data)
    return j1

进而

df=pd.read_csv('data.csv', nrows=100,converters={'location':CustomParser},header=0)

我收到以下与 JSON 格式相关的错误：

JSONDecodeError: Expecting value: line 1 column 1 (char 0)

Q1：如何将特征位置解析到新列上？

Q2（一般情况）：对于数据中的 nrows>100，最后一个特征（labelA 和 labelB）也具有具有不同键和值的 JSON 格式。我怎样才能通过解析包含 JSON（甚至部分）的每个功能来读取整个 CSV？

test100v1.csv

Zeit,device,Text,Typ,Position,Data,Data1,Data2
2019-09-10T12:13:24.000Z,CO 5052994,Lifesign,cgmon_Lifesign,{"lng":12.9975201,"alt":413.0,"time":"2019-09-10T12:09:58Z","error":7.0,"lat":47.8258582},N/A,N/A,N/A
2019-09-10T12:13:23.000Z,CO 5050450,Lifesign,cgmon_Lifesign,{"lng":14.3195367,"alt":260.0,"time":"2019-09-10T12:12:37Z","error":10.0,"lat":48.2695571},N/A,N/A,N/A
2019-09-10T12:13:21.000Z,CO 5050903,Location updated,c8y_LocationUpdate,{"lng":15.2678846,"alt":494.0,"time":"2019-09-10T12:13:21Z","error":11.0,"lat":48.7477466},N/A,N/A,N/A
2019-09-10T12:13:20.000Z,CO 5051466,Location updated,c8y_LocationUpdate,{"lng":17.64815,"alt":106.0,"time":"2019-09-10T12:13:20Z","error":3.0,"lat":47.6851036},N/A,N/A,N/A
2019-09-10T12:13:20.000Z,CO 5050569,Location updated,c8y_LocationUpdate,{"lng":14.0582286,"alt":286.0,"time":"2019-09-10T12:13:20Z","error":14.0,"lat":48.1808019},N/A,N/A,N/A
2019-09-10T12:13:18.000Z,CO 5050666,Location updated,c8y_LocationUpdate,{"lng":14.5788998,"alt":25.0,"time":"2019-09-10T12:13:18Z","error":12.0,"lat":53.4233772},N/A,N/A,N/A
2019-09-10T12:13:17.000Z,CO 5051113,Location updated,c8y_LocationUpdate,{"lng":14.325237,"alt":254.0,"time":"2019-09-10T12:13:17Z","error":13.0,"lat":48.2600698},N/A,N/A,N/A
2019-09-10T12:13:10.000Z,CO 5050666,Lifesign,cgmon_Lifesign,{"lng":14.5788998,"alt":25.0,"time":"2019-09-10T12:13:18Z","error":12.0,"lat":53.4233772},N/A,N/A,N/A
2019-09-10T12:13:07.000Z,CO 5051887,Location updated,c8y_LocationUpdate,{"lng":13.8064589,"alt":510.0,"time":"2019-09-10T12:13:07Z","error":10.0,"lat":46.5672814},N/A,N/A,N/A
2019-09-10T12:12:58.000Z,CO 5051131,Lifesign,cgmon_Lifesign,{"lng":11.4933341,"alt":581.0,"time":"2019-09-10T12:08:43Z","error":13.0,"lat":47.2738262},N/A,N/A,N/A …

我如何执行 Little's Test，以在 Python 中找到 MCAR？我已经查看了 R 包进行相同的测试，但我想在 Python 中进行。是否有其他方法来测试 MCAR？

我正在使用 Yup 来验证我的 Formik 表单，但我不知道如何在 Yup/Formik 中验证无线电输入。

我正在使用 AlphaVantage API 下载数据点，然后将其转换为 pandas DataFrame。

我想使用 Plotly 用散点图/折线图绘制新的 DataFrame。在 Google Colab 中绘制这些图表时，这些图表似乎很完美，但是，我似乎无法在 PyCharm 和 Jupiter Notebook 中复制我的结果。

在 PyCharm 和 JN 中绘图时，Y 轴值绘制无序，就像图表试图创建尽可能直线一样（参见第二张图片并仔细观察 y 轴）。

这是代码和图表的简化示例：

两个实例中使用完全相同的代码

期望的结果（来自 Colab 的示例）：

PyCharm 和 JN 的结果（当前问题图）：

参见代码：

import requests
import pandas as pd
import plotly.graph_objects as go


# DATA FROM API
response = requests.get(url='https://www.alphavantage.co/query?function=TIME_SERIES_WEEKLY&symbol=IBM&apikey=demo')
response.raise_for_status()
stock_weekly = response.json()['Weekly Time Series']


# CHANGE DATA FORMAT, RENAME COLUMNS AND CONVERT TO DATETIME, FINALLY FLIP TO HAVE DATE IN ASCENDING ORDER
raw_weekly_data = pd.DataFrame(stock_weekly) …

我想删除背景，并绘制图像中显示的框的轮廓（有多个具有相似背景的此类图像）。我在 OpenCV 中尝试了多种方法，但是我无法确定可以帮助删除该图像背景的功能组合。尝试过的一些方法是：

• 边缘检测 - 由于背景本身有自己的边缘，因此单独使用边缘检测（例如 Canny 和 Sobel）似乎没有给出好的结果。
• 通道过滤/阈值-背景和前景都有相似的白色，所以我无法找到正确的阈值来过滤前景。
• 轮廓检测 - 由于背景本身有很多轮廓，仅使用最大的轮廓区域（通常用于背景去除）也是行不通的。

我愿意使用计算机视觉或深度学习（Python）中的工具来解决这个特定问题。

我试图消除两个特定轴之间的垂直空间；然而plt.figure(layout='constrained')阻止matplotlib.pyplot.subplots_adjust(hspace=0)。

和layout='constrained'

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(10, 8),layout='constrained')
# fig = plt.figure(figsize=(10, 8))
subfigs = fig.subfigures(2, 1)
axsUp = subfigs[0].subplots(1, 3)
subfigsnest = subfigs[1].subfigures(1, 2, width_ratios=[1, 2])
ax = subfigsnest[0].subplots(1)
axsnest = subfigsnest[1].subplots(2, 1, sharex=True)
subfigsnest[1].subplots_adjust(hspace=0)
plt.show()

• 一般情况下都有次要情节；但ax5和ax6之间有差距

没有layout='constrained'

import matplotlib.pyplot as plt
# fig = plt.figure(figsize=(10, 8),layout='constrained')
fig = plt.figure(figsize=(10, 8))
subfigs = fig.subfigures(2, 1)
axsUp = subfigs[0].subplots(1, 3)
subfigsnest = subfigs[1].subfigures(1, 2, width_ratios=[1, 2])
ax = subfigsnest[0].subplots(1)
axsnest = subfigsnest[1].subplots(2, …