小编Jes*_*erg的帖子

昨天和今天在网上搜索后，我获得图例工作的唯一方法是遵循“Brian Diggs”在这篇文章中的解决方案： 将图例添加到 ggplot2 线图

这给了我以下代码：

library(ggplot2)
ggplot()+
  geom_line(data=myDf, aes(x=count, y=mean, color="TrueMean"))+
  geom_hline(yintercept = myTrueMean, color="SampleMean")+
  scale_colour_manual("",breaks=c("SampleMean", "TrueMean"),values=c("red","blue"))+
  labs(title = "Plot showing convergens of Mean", x="Index", y="Mean")+
  theme_minimal()

如果我删除 的颜色，一切都会正常，但是如果我在不是实际颜色hline的颜色中添加一个值（例如），我会得到一个错误，它不是颜色（仅适用于）。添加一个像传奇这样常见的东西怎么会成为一个大问题呢？还有更简单的方法吗？hline"SampleMean"hline

创建原始数据：

#Initial variables
myAlpha=2
myBeta=2
successes=14
n=20
fails=n-successes

#Posterior values
postAlpha=myAlpha+successes
postBeta=myBeta+fails

#Calculating the mean and SD
myTrueMean=(myAlpha+successes)/(myAlpha+successes+myBeta+fails)
myTrueSD=sqrt(((myAlpha+successes)*(myBeta+fails))/((myAlpha+successes+myBeta+fails)^2*(myAlpha+successes+myBeta+fails+1)))

#Simulate the data
simulateBeta=function(n,tmpAlpha,tmpBeta){
  tmpValues=rbeta(n, tmpAlpha, tmpBeta)
  tmpMean=mean(tmpValues)
  tmpSD=sd(tmpValues)
  returnVector=c(count=n, mean=tmpMean, sd=tmpSD)
  return(returnVector)
}

#Make a df for the data
myDf=data.frame(t(sapply(2:10000, simulateBeta, postAlpha, postBeta)))

我正在尝试在 PyCharm 中导入张量流，但是出现错误，提示找不到该模块。我使用pip install来安装tensorflow。另外，当我查看 PyCharm 中的解释器时，它说我的 pip 版本是 9.0.1，最新的是 10.0.1。我已使用 pip 命令升级到 10.0.1，当我运行 pip --version 时，它说我得到了 10.0.1。我尝试过重新安装 pycharm 和创建新项目，但没有成功。

我想计算一个数据帧中单词的出现频率。这是我要实现的示例。

words = ['Dungeon',
'Crawling',
'Puzzle',
'RPG',]

desc = 
0       [Dungeon, count, game, kid, draw, toddler, Unique]
1       [Beautiful, simple, music, application, toddle]
2       [Fun, intuitive, number, game, baby, toddler]

请注意，desc是1690行的熊猫数据帧。

现在，我想检查一下words[i] in desc 我是否不想嵌套for循环，因此设置了一个函数来检查单词是否在desc中，然后apply()对每行使用，然后使用sum。

我得到的功能是：

def tmp(word, desc):
    return (word in desc)

但是，当我使用以下代码时：desc.apply(tmp, args = words[0])我收到指出的错误：tmp() takes 2 positional arguments but 8 were given。但是，当我手动将其与值结合使用时，tmp(words[0], desc[0])它就可以正常工作...。

我的问题是我在客户端上运行python 3，而执行程序的服务器运行了python 2。

因此，我设置了以下脚本：

from math import radians, cos, sin, asin, sqrt, exp
from datetime import datetime
def dateSmoother(a, b):
    #Format the date
    a = datetime.strptime(a, "%Y-%m-%d")
    b = datetime.strptime(b, "%Y-%m-%d")
    diff = (a-b).days

    return exp(-(diff/h_date)**2)

def timeSmoother(a, b):
    # Since we only got readings from two different times
    # We first check to see if they are the same
    if (a==b):
        return exp(-(0/h_time)**2)
    else:
        return exp(-(12/h_time)**2)


h_date = 30
h_time = 12
a = "2013-11-01"
b = "2013-11-13"
print(dateSmoother(a, …