小编sha*_*kde的帖子

我正在使用JSBin上的ReactJS框架.

我注意到如果我的组件名称以小写字母开头,则它不起作用.

例如,以下内容不呈现:

var fml = React.createClass({
  render: function () {
    return <a href='google.com'>Go</a>
  }
});

React.render(<fml />, document.body);

但只要我更换fml用Fml它渲染.

有没有理由我不能用小写字母开始标记？

当我从脚本绘制一个数字时,我可以根据需要改变数字大小:

plt.figure(1,figsize=(20,20),dpi=72)
plt.imshow(a)
plt.show()

但是当我在iPython控制台中这样做时,我不能让数字大小变化.为什么会这样？

我正在尝试实现一系列统计操作，我需要帮助向量化我的代码。

这个想法是NxN从两个图像中提取补丁，计算这两个补丁之间的距离度量。

为此，首先我使用以下循环构建补丁：

params = []
for i in range(0,patch1.shape[0],1):
    for j in range(0,patch1.shape[1],1):
        window1 = np.copy(imga[i:i+N,j:j+N]).flatten()
        window2 = np.copy(imgb[i:i+N,j:j+N]).flatten()
        params.append((window1, window2))
print(f"We took {time()- t0:2.2f} seconds to prepare {len(params)/1e6} million patches.")

这大约需要 10 秒才能完成，而且我并不太关心预处理时间。下面的步骤是我想要优化的步骤。

在此之后，为了加快处理速度，我使用了 multipool 来计算实际结果。包含实际计算的函数如下：

@njit
def cauchy_schwartz(imga, imgb):
    p, _ = np.histogram(imga, bins=10)
    p = p/np.sum(p)
    q, _ = np.histogram(imgb, bins=10)
    q = q/np.sum(q)

    n_d = np.array(np.sum(p * q)) 
    d_d = np.array(np.sum(np.power(p, 2) * np.power(q, 2)))
    return -1.0 * np.log10( n_d, d_d)

我使用这个结构来处理所有的补丁：

def …

我正在尝试使用matplotlib库在Python中绘制颜色条。绘图效果很好，但是颜色栏不会在颜色栏上显示结束标记。

使用以下命令可以正确绘制颜色条，但我的刻度线范围从-1.6到+1.6（顶部和底部刻度线不存在）。我的数据范围是从-2到+2。

fig.colorbar(surf, shrink=1, aspect=12)

在下图中可以看到：

我尝试使用以下命令：

cbar.set_ticks([-2,-1,0,1,2]);

但这也未能获得正确的结果。

更新：

我尝试使用ticks = [-2,0,2]参数，但是效果不佳。这是我的绘图代码的片段：

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.gca(projection='3d')
CHI = np.linspace(-45, 45, 35);
M = np.linspace(0, 1, 35)
CHI, M = np.meshgrid(CHI, M)
R = 2*M*np.sin(  2 * np.deg2rad(CHI) )
surf = ax.plot_surface(CHI, M, R, rstride=1, cstride=1, cmap=cm.hsv,linewidth=0, antialiased=False)
ax.set_xlim(-45,45)
cbar = plt.colorbar(surf, shrink=1, aspect=12, ticks=[-2,-1,0,1,2])
plt.show()

这将产生以下图： …