小编Tom*_*s T的帖子

C:\Users\PC>py
Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'numpy'
>>>

我以为我没有安装 numpy，所以我尝试安装它：

C:\Users\PC>pip install numpy
Requirement already satisfied: numpy in c:\users\pc\appdata\local\programs\python\python36-32\lib\site-packages (1.15.0)

什么？谁能告诉我如何解决这个问题？我正在使用 Windows 10 64 位。

如果在应用程序的 url 中添加 app_name 实际上可以让我使用“app:view”语法，那么在 include 内使用命名空间有什么意义呢？

Blog_app/urls.py

from django.urls import path
    from django.views.generic.base import RedirectView
    from . import views

    app_name = 'posts'  #APP_NAME

    urlpatterns = [
           path('',RedirectView.as_view(url='posts/'), name='home'),
           path('posts/',views.post_list, name='list'),
           path('posts/detail/<int:pk>',views.post_detail, name='detail'),
           path('posts/delete',views.post_delete, name='delete'),
           path('posts/create',views.post_create, name='create'),
           path('posts/update',views.post_update, name='update'),]

项目/urls.py

from django.contrib import admin
from django.urls import path,include

urlpatterns = [
    path('admin/', admin.site.urls),
    path('', include('blog_app.urls',namespace='posts')),]

此代码适用于将 url 反转为帖子/详细信息，如下所示

示例.html

<a href="{% url 'posts:list' %}"> Example <a/>

但如果删除命名空间，它仍然会将我的 url 反转为 posts/detail

项目/urls.py

from django.contrib import admin
from django.urls import path,include

urlpatterns …

我想通过 iloc 更改我的 DataFrame 中某些列的 dtype。但是当我尝试这个时，dtype 不会改变（它仍然是对象）：

import pandas as pd
names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']
df = pd.read_csv('iris.csv', names=names, header=None)
df = df[1:]

In [11]: df.head()
Out[11]:
   sepal-length  sepal-width  petal-length  petal-width   class
1           5.1          3.5           1.4          0.2  setosa
2           4.9          3.0           1.4          0.2  setosa
3           4.7          3.2           1.3          0.2  setosa
4           4.6          3.1           1.5          0.2  setosa
5           5.0          3.6           1.4          0.2  setosa


In [12]: df.iloc[:,:-1] = df.iloc[:,:-1].astype(float)
# No Error

In [13]: df.dtypes  # still object dtype …

他们给我写一个程序,确定的过程,用户可以拥有最大数量的任务,就像bash的"的ulimit -u"内置的命令,但使用系统调用和C.有关如何实现这一点的任何暗示？