小编vai*_*avk的帖子

我有一个形状的熊猫数据帧(39,67).当我绘制seaborn热图时,我没有在X和Y轴上获得那么多标签..get_xticklabels()方法也只返回23个标签.

matplotlib 不显示任何标签(仅限数字).

这两个热图都是针对相同的数据帧(39,67).

有问题的部分是：

   self.H = np.multiply(self.H, np.divide(np.matmul(preprocessing.normalize(self.W).T, np.multiply(self.X, np.power(self.A, self.beta - 2)))), np.matmul(self.W.T, np.power(self.A, self.beta - 1)) + self.sparsity)

A，W，H是熊猫数据帧。Beta和稀疏性是整数。

它们的初始化是：

    self.W = pd.DataFrame(np.random.randint(100,size=(self.X.shape[0], self.K)))
    self.H = pd.DataFrame(np.random.randint(0,100,size=(self.K, self.X.shape[1])))
    self.W = preprocessing.normalize(self.W)
    self.A = self.W.dot(self.H)

让字符串成为"AAAGQWERTYUIOPAGCTHJKLAAAGZXCVBNMAGCT".我想找到AAAG和AGCT之间的字符串.

我想输出["QWERTYUIOP","ZXCVBNM"],即字符串列表.

我如何使用正则表达式或类似的技术来做到这一点？

我试过这个

def find_distances_between_motifs(positions1, positions2, motif_length1):
diff1 = []
diff2 = []
pos2 = 0
flag = 0
for pos1 in range(len(positions1)):
    if pos2 >= len(positions2):
        break
    if flag == 1:
        flag = 0
        pos1 -= 1
    if positions2[pos2] - positions1[pos1] > 30:
        diff1.append(NaN)
        diff2.append(NaN)
        continue
    elif positions2[pos2] - positions1[pos1] < 1:
        pos2 += 1
        diff2.append(NaN)
        flag = 1
    elif pos1 < len(positions1) - 1 and positions1[pos1+1] > positions2[pos2]:
        diff1.append(positions[pos2] - positions[pos1] - motif_length1) …