小编New*_*eAF的帖子

我正在尝试运行以下代码：

import matplotlib.pyplot as plt
%matplotlib inline
import torch

x = y = torch.tensor([1,2,3]).numpy()
plt.plot(x,y);

我不断收到消息：The kernel appears to have died. It will restart automatically.工具栏上有一个重新启动和一个红色的“死内核”标签。

但奇怪的是，如果我先导入matplotlib.pyplot并绘制一些随机图，上面的代码绘制得很好。换句话说，以下代码工作正常。

import matplotlib.pyplot as plt
%matplotlib inline

plt.subplots(figsize=(0.01,0.01))
plt.gca().set_visible(False);

import torch
x = torch.tensor([1,2,3]).numpy()

plt.plot(x,x);

这里发生了什么？如果重要的话，我在 Python 3.7.7 上使用 numpy 1.18.5、pytorch 1.6.0、matplotlib 3.2.2。谢谢你。

我想将一个熊猫系列的数字列表字符串转换为一个 numpy 数组。我所拥有的是这样的：

ds = pd.Series(['[1 -2 0 1.2 4.34]', '[3.3 4 0 -1 9.1]'])

我想要的输出：

arr = np.array([[1, -2, 0, 1.2, 4.34], [3.3, 4, 0, -1, 9.1]])

到目前为止，我所做的是将熊猫系列转换为一系列数字列表：

ds1 = ds.apply(lambda x: [float(number) for number in x.strip('[]').split(' ')])

但我不知道如何从ds1到arr。

我想通过它们的键合并两个字典的值。例子：

d1 = {'a':1, 'b':2, 'c':3}
d2 = {'a':2, 'b':[2,3], 'd':3}

所需的输出：

{'a': [1, 2], 'b': [2, 2, 3], 'c': [3], 'd': [3]}

到目前为止我所拥有的是

d12 = {}
for d in (d1, d2):
    for k,v in d.items(): 
        d12.setdefault(k, []).append(v)

产生

d12 = {'a': [1, 2], 'b': [2, [2, 3]], 'c': [3], 'd': [3]}

不想要的输出。

我在 SO 上搜索了一下，发现这篇文章回答了我的问题，前提是它没有吐TypeError: can only concatenate tuple (not "int") to tuple.

我有一个包含列表的列表。例如：

lst = [1, 2, 'c', [4, 5], 'f', ['g', 'h', 'i']]

我想在中找到列表的索引lst（inlst是 3 和 5）。

到目前为止我所拥有的：

lst_idx = [lst.index(val) for val in lst if type(val) is list]

但是，我的实际数据有数千个列表，每个列表都有数千个元素，因此上面的列表理解需要花费大量时间。有没有办法以某种矢量化的形式做？理想情况下，我想要某种长度的掩码，len(lst)如果列表为假，则为真。