小编imi*_*org的帖子

我希望celery任务能够获取执行它的工作人员的名字,以便进行日志记录.我需要在任务中处理这个问题,而不是直接查询代理.有没有办法做到这一点？我正在使用芹菜和RabbitMQ,如果这很重要的话.

我想在基于文本语料库的scikit-learn 中创建一个 CountVectorizer，然后稍后将更多文本添加到 CountVectorizer（添加到原始字典）。

如果我使用transform()，它会保留原始词汇，但不会添加新词。如果我使用fit_transform()，它只会从头开始重新生成词汇表。见下文：

In [2]: count_vect = CountVectorizer()

In [3]: count_vect.fit_transform(["This is a test"])
Out[3]: 
<1x3 sparse matrix of type '<type 'numpy.int64'>'
    with 3 stored elements in Compressed Sparse Row format>

In [4]: count_vect.vocabulary_  
Out[4]: {u'is': 0, u'test': 1, u'this': 2}

In [5]: count_vect.transform(["This not is a test"])
Out[5]: 
<1x3 sparse matrix of type '<type 'numpy.int64'>'
    with 3 stored elements in Compressed Sparse Row format>

In [6]: count_vect.vocabulary_
Out[6]: {u'is': 0, u'test': …

我在Python 2.6,a和b中有两个非常大的列表(比如50,000个字符串).

这有两个选择.哪个更快,为什么？有没有更好的办法？

c = [i for i in a if i not in b]

要么...

c = list(a)  # I need to preserve a for future use, so this makes a copy
for x in b:
    c.remove(x)