小编Hen*_*Hub的帖子

我在 Linux 平台上用 keras（回归）训练了一个模型，并用 model.save_weights("kwhFinal.h5")

然后我希望在我的 Windows 10 笔记本电脑上将我保存的完整模型带到 Python 3.6，然后将它与 IDLE 一起使用：

from keras.models import load_model

# load weights into new model
loaded_model.load_weights("kwhFinal.h5")
print("Loaded model from disk")

除了我在 Keras 中遇到这种只读模式 ValueError 之外。通过pip我在我的 Windows 10 笔记本电脑上安装了 Keras 和 Tensorflow，并在网上进行了更多的研究，这似乎是另一个关于同一问题的 SO 帖子，答案指出：

您必须设置和定义模型的架构，然后使用 model.load_weights

但我不明白这一点，无法从答案中重新创建代码（链接到 git gist）。下面是我在 Linux 操作系统上运行以创建模型的 Keras 脚本。有人能给我一个关于如何定义架构的提示，以便我可以使用这个模型在我的 Windows 10 笔记本电脑上进行预测吗？

#https://machinelearningmastery.com/custom-metrics-deep-learning-keras-python/
#https://machinelearningmastery.com/save-load-keras-deep-learning-models/
#https://machinelearningmastery.com/regression-tutorial-keras-deep-learning-library-python/


import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import math
from keras.models import Sequential
from keras.layers …

我试图在我的数据框中为时间戳 HOUR、DAY、MONTH 和 DatetimeIndex 的值构建 3 个单独的列。

我为无法复制的数据道歉，因为我的数据集是从 CSV 文件中读取的。

boilerDf = pd.read_csv('C:\\Users\\Python Scripts\\Deltadata.csv', index_col='Date', parse_dates=True)

print(boilerDf.info())

这将返回：

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 23797 entries, 2017-10-25 05:00:08.436000 to 2018-01-02 05:45:14.419000
Data columns (total 3 columns):
hwr    23797 non-null float64
hws    23797 non-null float64
oat    23797 non-null float64
dtypes: float64(3)
memory usage: 743.7 KB
None

我可以在 pandas.pydata.org 网站上看到，除了我想创建单独的数据框（列）之外，他们有 3 种方法可以用于我尝试做的事情：

DatetimeIndex.month 
DatetimeIndex.day   
DatetimeIndex.hour  

下面的代码不适用于为日期时间索引的小时添加单独的数据框列......有任何想法吗？

boilerDf['Hour'] = boilerDf.DatetimeIndex.hour

亲切的问候

我也在 Github 上上传了数据： bbartling/Data on Github

在 Linux PC 上，我试图创建一个自定义的开放式 AI Gym 环境。我可以完成从 medium.com 写的博客中的所有步骤，包括pip install -e .但我在制作环境的最终产品时遇到错误env = gym.make('BASoperator-v1.0')

中型博客声明需要这个文件目录，我的命名约定是这样的：

vavBox/
  README.md
  setup.py
  vavBox/
    __init__.py
    envs/
      __init__.py
      vavBox.py

这是我的 setup.py：

from setuptools import setup

setup(name='vavBox',
      version='0.0.1',
      install_requires=['gym']
)  

首先init.py：

from gym.envs.registration import register

register(
    id='vavBox',
    entry_point='vavBox.envs:vavBox',
)

env文件夹中的第二个 init.py ：

from vavBox.envs.vavBox import vavBox

的pip install都很好。我可以看到 pip 安装了 3rd 方包。但是，当我尝试通过以下脚本导入环境时：

import numpy as np
import pandas as pd
import time
import gym
import vavBox


env …

我有一些时间序列数据，包含三个独立的列（日期、时间、千瓦），如下所示：

Date     Time        kW
3/1/2011 12:15:00 AM 171.36
3/1/2011 12:30:00 AM 181.44
3/1/2011 12:45:00 AM 175.68
3/1/2011 1:00:00 AM 180.00
3/1/2011 1:15:00 AM 175.68

直接从 Pandas 读取 csv 文件，我可以解析日期和时间：

df= pd.read_csv('C:\\Users\\desktop\\master.csv', parse_dates=[['Date', 'Time']])

这看起来工作得很好，但问题是我想在 Pandas 中创建另一个数据框来表示月份的数值。如果我做一个：

df['month'] = df.index.month

抛出错误：

AttributeError: 'Int64Index' object has no attribute 'month'

我还希望创建额外的数据框来表示时间戳日、分钟、小时...任何提示都非常感谢..

我正在做一个有关熊猫系列数据帧的简单数学方程式，当编译大量数据时，某些值将变为负数。我可以添加一些代码来确保减法数学的值仅达到最小值零吗？这是我到目前为止的内容：

deltaT['data'] = (deltaT['hws'] - deltaT['hwr'])

谢谢！

我正在尝试使用复古模块和 jupyter 笔记本，我似乎将它安装!pip install retro到了下载/安装正常的位置。

但是当我尝试时import retro出现错误

`

Traceback (most recent call last):

  File "/home/benbartling/anaconda3/lib/python3.6/site-packages/IPython/core/interactiveshell.py", line 2963, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)

  File "<ipython-input-1-81066d3a41c5>", line 1, in <module>
    import retro

  File "/home/benbartling/anaconda3/lib/python3.6/site-packages/retro/__init__.py", line 206
    print "%s: %s" % (key, value)
                 ^
SyntaxError: invalid syntax

有人会有什么想法吗？谢谢

如何使用从JSON API 插件获取的数据在 Grafana 中显示文本/字符串值？

我的数据源网址是https://bensapi.pythonanywhere.com/返回：

{"message":"Hello from Flask!","status":"success"}

为此 URL 设置数据源，EXPLORE 选项可以正常工作，底部的字符串就是我要显示的内容：

在grafana中选择这种类型的图表：

并尝试从数据源的探索过程中重新创建我的步骤，我似乎无法Hello from Flask在仪表板上绘制字符串。任何提示表示赞赏。

这更多是一个统计问题，因为代码运行良好，但我正在学习 python 中的回归建模。我在下面使用 statsmodel 编写了一些代码来创建一个简单的线性回归模型：

import statsmodels.api as sm
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

ng = pd.read_csv('C:/Users/ben/ngDataBaseline.csv',  thousands=',', index_col='Date', parse_dates=True)

X = ng['HDD']
y = ng['Therm']

# Note the difference in argument order
model = sm.OLS(y, X).fit()

# Print out the statistics
model.summary()

我得到如下屏幕截图所示的输出。我正在尝试判断拟合优度，并且我知道 R^2 很高，但是是否可以使用 statsmodel 找到预测的均方根误差 (RMSE)？

我还试图研究是否可以用置信区间估计抽样分布。如果我正确解释截距 HDD 5.9309 的表格，标准误差为 0.220，p 值低 0.000，并且我认为 97.5% 的置信区间 HDD 的值（或者是我的因变量 Therm？）将在 5.489 和6.373?? 或者我认为可以用百分比表示为 ~ +- 0.072%

编辑包括多元回归表

我有一些我正在从 CSV 文件中读取的数据，并且一个数据框列记录在不同的时间戳间隔（时间序列数据）上，但我无法df.fillna(method = 'ffill').fillna(method = 'bfill')工作。

如果我不使用keep_default_na=FalsePython读取 CSV 文件，则使用 NaN 填充空白，但我希望空白为空白，以便我可以使用df.fillna(method = 'ffill')

import pandas as pd
import numpy as np

#read CSV file
df_raw = pd.read_csv('C:\\desktop\\combinedSP.csv', index_col='Date', parse_dates=True, keep_default_na=False)

df_raw.head()

df_raw2 = df_raw.fillna(method = 'ffill').fillna(method = 'bfill')

df_raw2.head()

似乎无论我尝试什么，我都没有解决标记为OAT:(

非常感谢任何提示，我已将此处的数据 CSV 文件加载到我的 GitHub 帐户中。

我有一个 pandas 数据框列，其中包含 SQL 的“标签”，我很好奇这些标签的唯一值是什么。

对于我的 pandas 数据框列，如果我使用tags.m_tags.unique()它会出现错误TypeError: unhashable type: 'list'

手动查看m_tags列表格式的数据如下所示：

[reheat, cmd]
[discharge, temp, air, sensor]
[flow, air, sensor]
[zone, temp, air, sensor]

有人知道如何解决这个问题吗？