我已经开始学习张量流，并且很难理解占位符/变量问题。

我正在尝试编写一个矩阵乘法函数。它在使用 tf.constant 时有效，但我很难理解如何使用变量

这是我的代码

import tensorflow as tf
import numpy as np 


mat_1 = np.array([[0,1,1,0], [1,0,1,0], [1,0,0,1], [0,1,1,0]]).astype('int32')
mat_2 = np.array([[0,1,1,0], [1,0,1,0], [1,0,0,1], [0,1,1,0]]).astype('int32')


def my_matmult1(mat_1, mat_2):
    #define session
    x_sess = tf.Session()

    with x_sess:
        xmat_1 = tf.constant(mat_1)
        xmat_2 = tf.constant(mat_2)
        r1 = tf.matmul(xmat_1, xmat_2)
        qq1 = x_sess.run(r1)

    return qq1    

def my_matmult2(mat_1, mat_2):
    #define session
    x_sess1 = tf.Session()

    with x_sess1:
        #initialize placeholders
        xmat_1_plh = tf.placeholder(dtype=mat_1.dtype, shape=mat_1.shape)
        xmat_2_plh = tf.placeholder(dtype=mat_2.dtype, shape=mat_2.shape)  

        #create variables
        x_mat_1 = tf.Variable(xmat_1_plh, trainable = False)
        x_mat_2 = …

我正在尝试使用plyr,但在使用多个变量时遇到困难.这是一个例子.

    df <- read.table(header=TRUE, text="
    Firm Foreign SME Turnover
A1       N   Y      200
A2       N   N     1000
A3       Y   Y      100
A1       N   N      500
A2       Y   Y      200
A3       Y   Y     1000
A1       Y   N      200
A2       N   N     1000
A2       N   Y      100
A2       N   Y      200  ")

我正在尝试创建一个表,总结两个变量的营业额.基本上结合以下代码

t1 <- ddply(df, c('Firm', 'Foreign'), summarise, 
        BudgetForeign    = sum(Turnover, na.rm = TRUE))

t2 <- ddply(df, c('Firm', 'SME'), summarise, 
        BudgetSME    = sum(Turnover, na.rm = TRUE))

结果如下

res <- read.table(header=TRUE, text=" …

我正在尝试导出带有一些可视化规范的图形文件.我无法弄清楚如何添加多级属性.

Import networkx as nx
#Create the Graph 
g = nx.Graph()
g.add_edge('Andre',   'Beverly')
g.add_edge('Andre',   'Diane')
g.add_edge('Andre',   'Carol')
g.add_edge('Andre',   'Fernando')
g.add_edge('Beverly', 'Diane')
nx.draw(g)

向节点添加属性

我想做的是添加位置但使用特定属性(名称和结构)

# compute position 
pos = nx.spring_layout(g)

# add attribute 
g.node["Andre"]["viz"]["position"]["x"]= pos["Andre"][0]
g.node["Andre"]["viz"]["position"]["y"]= pos["Andre"][1]

这不起作用

我其实有两个问题:

1. 如何添加多级属性
2. 有没有办法在迭代中执行此操作(我仍然可以编写一个函数,但我想知道是否有一种方法可以从networkx做我还没有看到)

对于Info:我真正追求的是一种将网络图导出到gexf文件的方法,我可以使用gexf-js打开它而不通过gephi.

PS:我有这个问题和其他相关的问题,但据我所知,他们没有解决我所追求的问题.

我在使用 pandas 中带有列名称的数据透视表时遇到问题。

这是我的问题

from collections import OrderedDict
import pandas as pd


table = OrderedDict((
("Item", ['Item0', 'Item0', 'Item1', 'Item1']),
('CType',['Gold', 'Bronze', 'Gold', 'Silver']),
('USD',  [1, 2, 3, 4]),
('EU',   [1, 2, 3, 4])
))
d = pd.DataFrame(table)

print d

p = d.pivot_table(index='Item', columns='CType', values='USD')
print p

p.fillna(0, inplace=True)
print p

下面的操作给了我一个奇怪形状的 NaN 。 我缺少什么？

 p / p.sum(axis = 1)

PS：数据示例取自此处，但我自己的数据显示相同的行为