小编Aks*_*kar的帖子

请帮助我理解生成算法和 判别算法之间的区别,记住我只是一个初学者.

我有2个DataFrames df1和df2,它们具有相同的列名['a','b','c']并按日期索引.日期索引可以具有类似的值.我想创建一个DataFrame df3,只有来自列['c']的数据分别重命名为'df1'和'df2',并且具有正确的日期索引.我的问题是我无法正确合并索引.

df1 = pd.DataFrame(np.random.randn(5,3), index=pd.date_range('01/02/2014',periods=5,freq='D'), columns=['a','b','c'] )
df2 = pd.DataFrame(np.random.randn(8,3), index=pd.date_range('01/01/2014',periods=8,freq='D'), columns=['a','b','c'] )
df1
                 a        b            c
2014-01-02   0.580550    0.480814    1.135899
2014-01-03  -1.961033    0.546013    1.093204
2014-01-04   2.063441   -0.627297    2.035373
2014-01-05   0.319570    0.058588    0.350060
2014-01-06   1.318068   -0.802209   -0.939962

df2
                 a        b            c
2014-01-01   0.772482    0.899337    0.808630
2014-01-02   0.518431   -1.582113    0.323425
2014-01-03   0.112109    1.056705   -1.355067
2014-01-04   0.767257   -2.311014    0.340701
2014-01-05   0.794281   -1.954858    0.200922
2014-01-06   0.156088    0.718658   -1.030077
2014-01-07   1.621059    0.106656   -0.472080
2014-01-08  -2.061138   -2.023157    0.257151

df3 DataFrame应具有以下形式:

df3
                 df1        df2 …

我有一个str变量:str,我想将它转换为单个元素列表,我试试这个:

>>> list(var_1)
['h', 'e', 'l', 'l', 'o']

这不是var_1 = "hello"我想要的.

我怎么做？

我是编程新手,我需要一个程序,可以在一个代码中同时选择Numpy数组的所有奇数行和所有偶数列.这是我试过的:

>In [78]: a

>Out[78]:
>array([[ 1,  2,  3,  4,  5],
>       [ 6,  7,  8,  9, 10],
>       [11, 12, 13, 14, 15],
>       [16, 17, 18, 19, 20]])
>
>In [79]: for value in range(a.shape[0]):
>     if value %2 == 0:
>        print a[value,:]

>[1 2 3 4 5]
>[11 12 13 14 15]
>
>In [82]: for value in range(a.shape[1]):
>    if value %2 == 1:
>        print a[:,value]

>[ 2  7 12 17]
>[ 4  9 …

默认情况下，seaborn 在 distplots 中置换 X 轴范围从 -5 到 35。但我需要用 1 个单位显示 X 轴范围从 1 到 30 的 distplots。我怎样才能做到这一点？

我需要在加载csv时删除带有标签名称的列.我正在按如下方式阅读csv,并希望在其中添加参数来执行此操作.谢谢.pandas

pd.read_csv("sample.csv")

我知道在阅读csv后要做的事情:

df.drop('name', axis=1)

我在远程服务器上运行一个使用 nohup 的 python 脚本。

• 首先，我使用 VPN 和 SSH 连接到远程机器

• 其次，我使用以下命令运行 python 脚本：

  nohup python backmap.py mpirun -np 48 &

python 脚本包含以下几行：

frame = []
file_in = open("Traj_equil_prot.pdb", "r")
for line in file_in:
    if line.startswith('TITLE'):
        frame.append(line[127:134])

import os
for fileNum in range(631, 29969):
    os.system("./initram-v5.sh -f Traj_equil_prot_frame" +  str(fileNum) + ".pdb -o Traj_equilprot_aa_frame" + str(frame[fileNum]) + ".gro -to amber -p topol.top")

脚本一整天都运行得很好。但现在它刚刚崩溃，当我再次尝试重新启动它时，出现以下错误：

回溯（最近一次调用最后一次）：文件“”，第 1 行，在 IOError 中：[Errno 5] 输入/输出错误

该文件位于工作目录中。我尝试再次断开/连接，但仍然是同样的问题。我不知道我错过了什么。请问有什么帮助吗？

我在MongoDB我的项目中使用了一段时间。但是嗯，目前是MongoDB指南针应用程序的新手。所以当我想一次删除很多文件的时候。我将如何在 中执行该操作Mongo Compass？

TensorFlow 1.4将TF数据集移动到core(tf.data.Dataset),doc/tutorial建议tf.estimator用于训练模型.

但是,正如本页末尾所建议的那样,必须在input_fn函数内实例化数据集对象及其迭代器.这意味着每次调用都将重新开始数据集的迭代estimator.train(input_fn, steps).因此,调用步骤<在纪元中的样本数量,将导致在数据集的子集上训练模型.

因此我的问题.是否可以使用Estimator + Dataset实现类似的功能:

for i in range(num_epochs):
    # Train for some steps
    estimator.train(input_fn=train_input_fn, steps=valid_freq)

    validation_iterator.
    # Evaluate on the validation set (steps=None, we evaluate on the full validation set)
    estimator.evaluate(input_fn=valid_input_fn)

没有在每次调用时从头开始训练样本迭代estimator.train(input_fn=train_input_fn, steps=valid_freq)？

例如,与此处不同,实例化数据集及其迭代器input_fn？我尝试过,但它不工作,因为那么输入(从数据集迭代器)和模型(从估计model_fn)是不一样的图的一部分.

谢谢

相关的GitHub问题

我想知道在哪里可以找到 NLTK 停用词支持的语言（及其键）的完整列表。

我在https://pypi.org/project/stop-words/ 中找到了一个列表，但它不包含每个国家/地区的密钥。因此，您是否可以通过简单地检索列表尚不清楚stopwords.words("Bulgarian")。事实上，这会引发错误。

我查看了 NLTK 站点，有 4 个文档与“停用词”匹配，但没有一个文档描述了这一点。 https://www.nltk.org/search.html?q=stopwords&check_keywords=yes&area=default

他们的书中什么也没说：http ://www.nltk.org/book/ch02.html#stopwords_index_term

那么，你知道我在哪里可以找到钥匙列表吗？