matplotlib 中的视网膜显示模式是什么？我搜索了很多，唯一得到的是如何在 jupyter notebook 中使用它。有什么不同？和苹果的视网膜显示有关系吗？

编辑：

在 jupyter notebook 中，代码是这样写的：

import matplotlib.pyplot as plt
%matplotlib inline
%config InlineBackend.figure_format='retina'

我的疑问是这种视网膜模式有什么作用？它与其他模式有何不同？

我正在尝试按照本地设置为烧瓶做出贡献。这是贡献指南的链接。在这里，我对以下行的作用感到困惑

pip install -e ".[dev]"

它提到它以可编辑模式安装了具有开发依赖项的烧瓶。因此，这将立即显示在本地 python 版本中对代码所做的更改。（如果我错了，请纠正我）。我不明白的是".[dev]"。这是什么意思？dev 在这里是否有特殊行为，或者我可以使用诸如 ".[hello]" 之类的任何内容。

我正在尝试编写一个函数,使用magic命令检索指定名称下的文件%store. .例如,如果我已经存储了一个文件,"df"但后来想要在名称"frame"下检索它,那么我想用函数调用该函数retrieve('df','frame') 之后,变量帧将包含先前存储为df的数据帧.

但是,我不知道如何做到这一点,下面的函数只返回

"没有存储变量outputfile"

import IPython
import gc
import os
import numpy as np
import pandas as pd

path = IPython.paths.get_ipython_dir()+'\profile_default\db\\autorestore\\'

函数检索指定名称下的存储文件(inputfile)(outputfile)

def retrieve(inputfile,outputfile='temp'):
    os.rename(r''+path+inputfile,r''+path+outputfile)
    %store -r outputfile
    os.rename(r''+path+outputfile,r''+path+inputfile)
    return


In [48]: retrieve('df','frame')
returns "no stored variable outputfile"

关于这个/背景的原因的更多细节

主要原因是释放内存.我有一些文件,我检索使用%store,然后做一些操作或合并到另一个dataframe.在此之后我想释放使用的内存,但%xdel在使用检索的文件上运行%store -r并不释放内存.

因此我写了下面的函数,它在变量名temp下检索存储的文件.然后,我可以通过检索空文件作为临时释放内存.

#function to retrieved a stored file (inputfile) unde the variable name temp
def retrieve_temp(inputfile):
    os.rename(r''+path+inputfile,r''+path+'temp')
    %store -r temp
    os.rename(r''+path+'temp',r''+path+inputfile)
    return

例如,在检索任何当前ram使用之前

In [5]: ram_usage()
Out[5]: …

我想了解python如何工作。所以，我拿了官方的python仓库的分支，可以在下面的Link上找到。我是初学者C程序员。但是，我知道主要是应用程序的入口点。由于python是用编写的c, c++，因此python是main入口点，因此任何人都可以帮助我哪个文件具有该main功能。因此，当我运行时python.exe，首先使用所有命令行参数执行哪个函数？

注意：我不是在要求python程序的入口点。我知道编译器只是开始逐行执行。我想知道的是，当我们运行代码时，python源代码中的哪个函数实际上需要整个python代码对其进行解释并给出结果。

我正在阅读pytorch教程，并遇到了pytorch.empty功能。提到空可以用于未初始化的数据。但是，当我打印它时，我得到了价值。这和pytorch.rand生成数据之间有什么区别（我知道rand生成0和1之间的值）。下面是我尝试的代码

a = torch.empty(3,4)
print(a)

输出：

tensor([[ 8.4135e-38,  0.0000e+00,  6.2579e-41,  5.4592e-39],
        [-5.6345e-08,  2.5353e+30,  5.0447e-44,  1.7020e-41],
        [ 1.4000e-38,  5.7697e-05,  2.5353e+30,  2.1580e-43]])

Run Code Online (Sandbox Code Playgroud)

b = torch.rand(3,4)
print(b)

输出：

tensor([[ 0.1514,  0.8406,  0.2708,  0.3422],
        [ 0.7196,  0.6120,  0.4476,  0.6705],
        [ 0.6989,  0.2086,  0.5100,  0.8285]])

Run Code Online (Sandbox Code Playgroud)

这是官方文档的链接

我想找一个复选框([])1

检查与否.到目前为止,我尝试使用pyimagesearch中使用的方法.我试图查看图像中是否有任何三角形.如果至少有一个三角形,则表示选中了复选框.我发现的问题是,有时检测外部矩形而不是三角形.我应该如何忽略矩形并仅检测三角形

我写了以下代码

#include <iostream>

#define  circleArea(r) (3.1415*r*r)
int main() {
    std::cout << "Hello, World!" << std::endl;
    std::cout << circleArea('10') << std::endl;
    std::cout << 3.1415*'10'*'10' << std::endl;
    std::cout << 3.1415*10*10 << std::endl;

    return 0;
}

输出如下

Hello, World!
4.98111e+08
4.98111e+08
314.15

我怀疑的是为什么是3.1415 * '10'*'10' 价值4.98111e+08.我想当我将一个字符串乘以一个数字时,数字将被转换为一个字符串,产生一个字符串.我在这里遗漏了什么？

编辑:根据评论重新提出问题,我理解单引号和双引号不相同.所以,'1'代表一个字符.但是,"10"代表什么

我要检查,如果任何dataframe行的列给定数目有任何一组值(不同的套不同的列),并分配boolean相应的-我想我可能需要的组合apply()和any(),但不完全击中它正是:

所以,对于数据帧:

bank_dict = {'Name' : ['A', 'B', 'C', 'D', 'E'],
        'Type' :     ['Retail', 'Corporate', 'Corporate', 'Wholesale', 'Retail'],
        'Overdraft': ['Y', 'Y', 'Y', 'N', 'N'],
        'Forex': ['USD', 'GBP', 'EUR', 'JPY', 'GBP']}

有真相清单:

truth_list = [bank_df['Type'].isin(['Retail']), bank_df['Overdraft'].isin(['Yes']), bank_df['Forex'].isin(['USD', 'GBP'])]

结果df应如下所示:

  Name       Type Overdraft Forex  TruthCol
0    A     Retail         Y   USD         1
1    B  Corporate         Y   GBP         1
2    C  Corporate         Y   EUR         1
3    D  Wholesale         N   JPY         0
4    E     Retail         N   GBP …

我有一个JSON文件,格式如下:

{  
   "total_rows":10000,
   "offset":0,
   "rows":[  
      {  
     "id":"005584833b8e2063f04ff713",
     "key":"00558433b8e2063f04ff713",
     "value":{  
        "rev":"1-8137baa51a2f335b0215ba9d08"
     },
     "doc":{  
        "_id":"0055842eb0063f04ff713",
        "_rev":"1-8137baa51a2f335b0215ba9d08",
        "value":1,
        "date":"2017-04-07T12:38:06.336Z",
        "date_inmilli":1491568686336,
        "sensorType":"sensor",
        "date":"2017-04-07T12:38:06.458Z"
     }
  }
   ]
}

我正在尝试提取Python 的值"sensorType"或"value"使用Python.使用下面的R代码,我能够正确地得到结果:

library(jsonlite)
df <- fromJSON("file.json")
df$rows$doc$sensorType

但是,使用Python时pandas,当我尝试使用以下代码提取值时出现错误:

import pandas as pd
df = pd.read_json("file.json")
df['rows']['doc']['sensorType']

我正在尝试学习Python,你能帮忙解决这个问题吗？提前致谢.

我对使用*和matmul的两个张量之间的乘法感到困惑。下面是我的代码

import torch
torch.manual_seed(7)
features = torch.randn((2, 5))
weights = torch.randn_like(features)

在这里，我想乘以权重和特征。因此，一种方法如下

print(torch.sum(features * weights))

输出：

tensor(-2.6123)

另一种方法是使用matmul

print(torch.mm(features,weights.view((5,2))))

但是，这里的输出是

tensor([[ 2.8089,  4.6439],
        [-2.3988, -1.9238]])

我在这里不明白的是，为什么matmul和通常的乘法在相同的情况下却给出不同的输出。我在这里做错什么了吗？

编辑：当，我正在使用形状特征(1,5)*和matmul输出都是相同的。但是，形状为时，其不相同(2,5)。