小编use*_*395的帖子

功能
spicy.signal.spectrogram：https : //docs.scipy.org/doc/scipy/reference/generated/scipy.signal.spectrogram.html
和
spicy.signal.stft：https : //docs.scipy.org/doc/scipy/reference/generated/scipy。 signal.stft.html
似乎做了一个非常相似的事情。

这两个函数有什么区别？

的相反函数是什么utcfromtimestamp()？

timestamp()显然没有考虑时区，如以下示例所示：

import pandas as pd
import datetime
start = pd.datetime(2000, 1, 1, 0, 0, 0)
asFloat = start.timestamp()
startDifferent = datetime.datetime.utcfromtimestamp(asFloat)
startDifferent
Out[8]: datetime.datetime(1999, 12, 31, 23, 0)

我有一份使用该multiprocessing包并通过以下方式调用函数的工作

resultList = pool.map(myFunction, myListOfInputParameters)。

输入参数列表中的每个条目都是独立于其他条目的。

这项工作将运行几个小时。出于安全原因，我想存储定期的结果，例如每小时一次。

当作业被中止并且我想根据最后一个可用备份重新启动它时，我该如何执行此操作并能够继续处理？

对于使用下面的代码生成的图，我想通过 Pandas 逻辑生成一个信号。

当曲线比上一个局部最小值高（或更多）+3 个点时，输出信号应从 -4 变为 -2。当曲线比上一个局部最大值低（或少）2 个点时，它应该从 -2 变回 -4。

图 1 显示了由以下代码生成的曲线。图 2 大致显示了输出信号的外观。

情节 1：

情节 2：

编码：

import matplotlib

matplotlib.use('QT5Agg')
import matplotlib.pyplot as plt
import numpy as np

a = np.arange(5)
b = np.arange(5, -4, -1)
c = np.arange(-4, 7, .5)
d = np.arange(7, 2, -1)
e = np.arange(2, 6, .2)
f = np.arange(6, -3, -1)
g = np.arange(-3, 2, .25)

r1 = np.append(a, b)
r2 = np.append(r1, c)
r3 = np.append(r2, d)
r4 = …

我想很好地显示/打印我的 sqlalchemy 课程。

在有没有办法__str__()在 python 中自动生成实现？ 答案您可以使用 vars, dir, ...:... 来迭代实例属性，这在简单类的情况下会有所帮助。

当我尝试将它应用于一个Sqlalchemy类时（就像 Python 的 SQLAlchemy 的介绍性教程中的那个- 见下文），我得到 - 除了成员变量之外，还有以下条目作为成员变量：

_sa_instance_state=<sqlalchemy.orm.state.InstanceState object at 0x000000004CEBCC0>

如何避免此条目出现在__str__表示中？

为了完整起见，我也将链接的stackoverflow问题的解决方案放在下面。

import os
import sys
from sqlalchemy import Column, ForeignKey, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship
from sqlalchemy import create_engine

Base = declarative_base()

class Person(Base):
    __tablename__ = 'person'
    # Here we define columns for the table person
    # Notice that each column …

使用以下代码，在转换回 np.datetime64 后，我得到了两个小时的差异。

我怎样才能避免这种情况？（如果这应该成为一个主题：我目前在中欧）

import pandas as pd
import numpy as np
import datetime

a = np.datetime64('2018-04-01T15:30:00').astype("float")
a
b = np.datetime64(datetime.datetime.fromtimestamp(a))
b

Out[18]: numpy.datetime64('2018-04-01T17:30:00.000000')

import pandas as pd
import numpy as np

df = pd.DataFrame({"a": [7, 2, 3], "b": [4, 5, 6], "c": [100, np.nan, np.NaN]})

df
Out[11]: 
   a  b      c
0  7  4  100.0
1  2  5    NaN
2  3  6    NaN

对于上面的Python pandas DataFrame,我想对行号为零:计算列a和之间的差异b.其结果应添加到列的内容中c并存储在(新)列中d.

对于第一行,在第一步中,行0 /列的内容d应存储在列中c.之后应该应用与之前的行0相同的算法.

执行此操作后,生成的DataFrame将如下所示:

   a  b      c     d
0  7  4  100.0   103.
1  2  5  103.0   100.
2  3  6  100.0    97.

实际上,数据帧比这个小例子有更多的行.因此,快速的计算速度非常重要.

计算这个新数据帧的解决方案怎么样？

在 Ubuntu 14.04 上，我使用 Pycharm 专业版。当我启动调试会话时，我在 Pycharm 的事件日志中看到以下消息：

Python 调试器扩展可用

Cython 扩展加速 Python 调试

安装 它是如何工作的

单击将Install出现一个弹出窗口，其中包含错误消息：

我也在这里描绘了文本，以便其他人更容易找到：

编译 Cython 扩展错误

非零退出代码 (1)：

无法执行“gcc”：没有这样的文件或目录

错误：命令“gcc”失败，退出状态为 1

寻找解决方案：

1. 我根据上面提到的链接手动编译了Cython speedups /usr/bin/python3 /<PYCHARM_INSTALLATION_PATH>/helpers/pydev/setup_cython.py build_ext --inplace：。这成功完成，但对错误消息没有帮助。

2. 我添加了 python-3.6-dev 存储库： sudo add-apt-repository ppa:deadsnakes/ppa，执行：sudo apt-get update && sudo apt-get dist-upgrade 并安装了 python-3.6-dev：sudo apt-get install python3.6-dev

   它成功完成，但不会更改上面弹出的错误消息。

我还可以检查或执行什么？

编辑 有关 gcc 的安装，如下所示：

user@user-computer:~$ gcc
The program 'gcc' is currently not installed. You can install it by typing:
sudo apt-get install …

对于系列

t = [0.1, 1, 2, 3, 0, 1, 2, 3, 4, 5, 0.9, 1, 2]
s = pd.Series(t)

我想获得位置n（和值），其中s.iloc[n]s每次从其最大值返回最小值都为最小值。

所以我想得到这个例子的结果：

position value
0        0.1
4        0
10       0.9

我想有一个基于熊猫的解决方案，因为这个问题只是我要解决的另一个问题的输入。在这种情况下，数据量确实很大。