小编Mr.*_*. T的帖子

如何获取文档中numpy.random描述的可用发行版列表？

我正在编写一个会产生噪音的命令行实用程序。我想获取每个可用的发行版，并获取它们所需的参数以生成命令行选项。

我几乎可以做这样的事情：

import numpy as np
distributions = filter( lambda elt: not elt.startswith("__"),  dir(np.random) )

...但是这个列表包含额外的东西（例如shuffle，get_state），它们不是分布。

我安装了 pip3，安装了 Django-widget-tweaks 并在 settings.py 的 INSTALLED_APPS[] 中添加了 widget_tweaks。

当我运行服务器时，我收到错误：

-ImportError: 没有名为“widget_tweaks”的模块

我正在使用ubuntu 18.04(64位)我已安装java oracle 1.8和eclipse 4.7.0 M3.Ubuntu说java在打开eclipse时没有响应.

我附上了截图.

我有大小的两个阵列(n, m, m)（n数大小的图像的(m,m)）。我想n在两个数组的每个对应数组之间执行互相关。

示例：n=1-> corr2d([m,m]<sub>1</sub>,[m,m]<sub>2</sub>) 我当前的方式在python中包括一堆for循环：

for i in range(len(X)):
    X_co = X[i,0,:,:]/(np.max(X[i,0,:,:]))
    X_x = X[i,1,:,:]/(np.max(X[i,1,:,:]))
    autocorr[i,0,:,:]=correlate2d(X_co, X_x, mode='same', boundary='fill', fillvalue=0)

显然，当输入包含许多图像时，这非常慢，并且在以下情况下将成为总运行时间的重要部分： (m,m) << n.

显而易见的优化是跳过循环并将所有内容直接馈送到已编译的相关函数。目前，我正在使用scipy的correlate2d。我环顾四周，但未找到任何允许沿某个轴或多个输入进行关联的功能。

关于如何进行scipy的correlate2d工作或替代方法的任何提示？

我正在两个不同的实验区域内拟合一组实验数据（样本），可以用两个数学函数表示如下：

第一区域：

y = m*x + c ( the slope can be constrained to zero)

第二区：

y = d*exp(-k*x)

实验数据如下所示，我用python编码如下：

def func(x, m, c, d, k):
   return m*x+ c + d*np.exp(-k*x) 
popt, pcov = curve_fit(func, t, y)

不幸的是，我的数据没有正确拟合，并且拟合（返回）的参数没有意义（见下图）。

任何帮助将不胜感激。

我正在创建这些时间序列图，特别是 stl 分解，并且已经设法将所有图合二为一。我遇到的问题是让它们像这里的解决方案一样并排显示。我尝试了链接上的解决方案，但没有奏效，相反，我一直在顶部得到一个空图。我有四个时间序列图并设法让它们在彼此的底部输出，但是我希望它们并排或并排两个，最后两个并排在底部。

然后对于 xaxis 上的日期，我已经尝试使用，ax.xaxis.set_major_formatter(DateFormatter('%b %Y')) 但它不适用于下面的代码，因为 res.plot 函数不允许它。

我已经到处搜索，但找不到解决我的问题的方法。我将不胜感激任何帮助。

数据

      Date     Crime
0   2018-01-01  149
1   2018-01-02  88
2   2018-01-03  86
3   2018-01-04  100
4   2018-01-05  123
... ... ...
664 2019-10-27  142
665 2019-10-28  113
666 2019-10-29  126
667 2019-10-30  120
668 2019-10-31  147

代码

from statsmodels.tsa.seasonal import STL
import matplotlib.pyplot as plt
import seaborn as sns
from pandas.plotting import register_matplotlib_converters 
from matplotlib.dates import DateFormatter

register_matplotlib_converters()
sns.set(style='whitegrid', palette = sns.color_palette('winter'), rc={'axes.titlesize':17,'axes.labelsize':17, 'grid.linewidth': 0.5})
plt.rc("axes.spines", …

我想dfs用两种不同的颜色绘制两个。对于每个df，我需要添加两个标记。这是我尝试过的：

for stats_file in stats_files:
    data = Graph(stats_file)
    Graph.compute(data)
    data.servers_df.plot(x="time", y="percentage", linewidth=1, kind='line')
    plt.plot(data.first_measurement['time'], data.first_measurement['percentage'], 'o-', color='orange')
    plt.plot(data.second_measurement['time'], data.second_measurement['percentage'], 'o-', color='green')
plt.show()

使用这段代码，我得到了servers_df带有标记的绘图，但在单独的图形上。我如何才能将两个图表放在一个图表中以更好地比较它们？

谢谢。

我有雷达图。需要将网格从圆形更改为五边形。目前，我有这个输出：

而我期望这样的事情：

以下是有关我所拥有的系统的信息：Windows 10（64 位）；Python - 3.8.0（32 位）；matplotlib - 3.3.3。我在这里看到了这个问题：How to make a Polygon Radar (Spider) Chart in Python，但它没有解决我的问题。但这对我不起作用，我不明白为什么。我可以简单地复制代码，但结果是 - 外部边框更改为五边形形式，但内部网格线保持圆形。但这对其他人也有效！

程序代码如下：

import numpy as np

import matplotlib.pyplot as plt
from matplotlib.patches import Circle, RegularPolygon
from matplotlib.path import Path
from matplotlib.projections.polar import PolarAxes
from matplotlib.projections import register_projection
from matplotlib.spines import Spine
from matplotlib.transforms import Affine2D


def radar_factory(num_vars, frame='circle'):
    """Create a radar chart with `num_vars` axes.

    This function creates a RadarAxes projection and registers it.

    Parameters
    ----------
    num_vars : …

我使用以下代码创建带有注释的散点图:

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(12)
plt.scatter(np.random.random(10), np.random.random(10), zorder = 2)
bbox_props = dict(boxstyle = "circle, pad = 10", fc = "w", ec = "k")
plt.annotate("interesting", (0.6, 0.8), bbox = bbox_props, zorder = 1)
plt.show()

样本输出:

如何防止注释显示在图表外？我搜索它但只能找到相反的情况,人们想在图表外打印注释/文本/图例.

我试图显示mean，median和mode线两个图，但他们只是在最后图可见：

#Cut the window in 2 parts
f, (ax_box, ax_hist) = plt.subplots(2, sharex=True, gridspec_kw={"height_ratios": (0.2, 1)})
#plt.figure(figsize=(10,7));
mean=df[' rating'].mean()
median=df[' rating'].median()
mode=df[' rating'].mode().get_values()[0]
plt.axvline(mean, color='r', linestyle='--')
plt.axvline(median, color='g', linestyle='-')
plt.axvline(mode, color='b', linestyle='-')
plt.legend({'Mean':mean,'Median':median,'Mode':mode})

sns.boxplot(df[" rating"], ax=ax_box)
sns.distplot(df[" rating"], ax=ax_hist)

ax_box.set(xlabel='')