我正在尝试安装scipy和numpy.因为我没有root权限,所以当我尝试先安装时numpy,我键入了python setup.py install --prefix=/data3/home哪个有效.当我然后尝试安装scipy它报告此错误:

File "setup.py", line 230, in <module>
    setup_package()
  File "setup.py", line 218, in setup_package
    from numpy.distutils.core import setup
ImportError: No module named numpy.distutils.core

我该如何解决这个问题？

MediaWiki非常好,但对于编程任务,通过网络编辑它并不是很方便,因为WYSIWYG非常有限.在任何小的更改上按"编辑"+"发布"并等待页面加载有点烦人.我见过很多没有这些问题的桌面维基(个人维基).最好的例子是WikidPad,其使用模式为"焦点,就地编辑wiki,最小化".

是否存在可以连接到MediaWiki并允许通过丰富的WYSIWYG编辑器查看和编辑它的桌面应用程序？任何提示都受到欢迎.

这是我正在测试的类,包含在Foo.rb中:

class Foo
    def bar
        return 2
    end
end

这是我在Foo_spec.rb中包含的测试:

require "./Foo.rb"

describe "Foo" do
    before(:all) do
        puts "#{Foo == nil}"
        Foo.any_instance.stub(:bar).and_return(1)
    end

    it "should pass this" do
        f = Foo.new
        f.bar.should eq 1
    end
end

我得到以下输出:

false
F

Failures:

  1) Foo Should pass this
     Failure/Error: Foo.any_instance.stub(:bar).and_return(1)
     NoMethodError:
       undefined method `any_instance_recorder_for' for nil:NilClass
     # ./Foo_spec.rb:6:in `block (2 levels) in <top (required)>'

Finished in 0 seconds
1 example, 1 failure

Failed examples:

rspec ./Foo_spec.rb:9 # …

我正在尝试使用Matplotlib动画库绘制两个旋转椭圆,我设法让它工作(或多或少).问题是正在渲染的第一帧不会更新,所以当我在画布中有两个旋转椭圆时,我也有原始位置/方向的椭圆.看看我简单的代码:

import matplotlib.pyplot as plt
from matplotlib.patches import Ellipse
from matplotlib import animation

fig = plt.figure()
ax = fig.add_subplot(111, aspect='equal')
e1 = Ellipse(xy=(0.5, 0.5), width=0.5, height=0.2, angle=60)
e2 = Ellipse(xy=(0.8, 0.8), width=0.5, height=0.2, angle=100)

def init():
    ax.add_patch(e1)
    ax.add_patch(e2)
    return [e1,e2]

def animate(i):
    e1.angle = e1.angle + 0.5
    e2.angle = e2.angle + 0.5
    return [e1,e2]

anim = animation.FuncAnimation(fig, animate, init_func=init, interval=1, blit=True)
plt.show()

知道如何解决这个问题吗？我当然可以关闭blit,但这会让它变得非常慢,所以这不是一个真正的选择.

编辑:最终(工作)代码

import matplotlib.pyplot as plt
from matplotlib.patches import Ellipse
from matplotlib import animation

fig = plt.figure()
ax …

我正在尝试运行这个SimpleRNN:

model.add(SimpleRNN(init='uniform',output_dim=1,input_dim=len(pred_frame.columns)))
model.compile(loss="mse", optimizer="sgd")
model.fit(X=predictor_train, y=target_train, batch_size=len(pred_frame.index),show_accuracy=True)

错误发生在model.fit上,如下所示:

File "/Users/file.py", line 1496, in Pred
model.fit(X=predictor_train, y=target_train, batch_size=len(pred_frame.index),show_accuracy=True)
File "/Library/Python/2.7/site-packages/keras/models.py", line 581, in fit
shuffle=shuffle, metrics=metrics)
File "/Library/Python/2.7/site-packages/keras/models.py", line 239, in _fit
outs = f(ins_batch)
File "/Library/Python/2.7/site-packages/keras/backend/theano_backend.py", line 365, in __call__
return self.function(*inputs)
File "/Library/Python/2.7/site-packages/theano/compile/function_module.py", line 513, in __call__
allow_downcast=s.allow_downcast)
File "/Library/Python/2.7/site-packages/theano/tensor/type.py", line 169, in filter
data.shape))
TypeError: ('Bad input argument to theano function with name "/Library/Python/2.7/site-packages/keras/backend/theano_backend.py:362"  at index 0(0-based)', 'Wrong number of dimensions: expected 3, got 2 with shape (88, …

问题

我在MNIST上运行深度神经网络,其中损失定义如下:

cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(pred, label))

该程序似乎运行正常,直到我在10000多个小批量中获得纳米损失.有时,程序正常运行直到完成.我想tf.nn.softmax_cross_entropy_with_logits是给了我这个错误.这很奇怪,因为代码只包含mul和add操作.

可能解决方案

也许我可以用:

if cost == "nan":
  optimizer = an empty optimizer 
else:
  ...
  optimizer = real optimizer

但我找不到那种类型nan.我该如何检查变量nan？

我怎么能解决这个问题？

标题说明了一切。我正在编写一个脚本来向 API 发出预定的 GET 请求。我想打印下一次 API 调用的时间，距上一次调用需要 15 分钟。

我非常接近，但一直遇到以下错误： TypeError: a float is required

这是我的代码：

import time, datetime
from datetime import datetime, timedelta

while True:
    ## create a timestamp for the present moment:
    currentTime = datetime.datetime.fromtimestamp(time.time()).strftime("%Y-%m-%d %H:%M:%S")
    print "GET request @ " + str(currentTime)

    ## create a timestamp for 15 minutes into the future:
    nextTime = datetime.datetime.now() + datetime.timedelta(minutes = 15)
    print "Next request @ " + str(datetime.datetime.fromtimestamp(nextTime).strftime("%Y-%m-%d %H:%M:%S")
    print "############################ DONE #############################"
    time.sleep(900) ## call the api every …

我有以下课程:

class Dogs(object):
    def __init__(self):
        self.names = []
        self.breeds = set()

    def number(self):
        return len(self.names)

我想改成number一个财产.这意味着我也想改变它的所有用法.PyCharm是否内置了它的重构工具？这似乎是根据这个问题.

此时,我正在"查找所有用法",然后手动修复每个实例.如果没有用于将方法更改为属性的特定重构工具,是否有某种方法可以更有效地使用"查找所有用法"？

我已经安装了 kubeadm。Heapster 向我展示指标，但 hpa 没有

kubectl 获取 hpa

NAME      REFERENCE          TARGETS          MINPODS   MAXPODS   REPLICAS   AGE

httpd     Deployment/httpd   <unknown> / 2%   2         5         2          19m

kubeadm 版本

kubeadm version: version.Info{Major:"1", Minor:"6", GitVersion:"v1.6.6", GitCommit:"7fa1c1756d8bc963f1a389f4a6937dc71f08ada2", GitTreeState:"clean", BuildDate:"2017-06-16T18:21:54Z", GoVersion:"go1.7.6", Compiler:"gc", Platform:"linux/amd64"}

码头工人版本

客户：

Version:      1.11.2
 API version:  1.23
 Go version:   go1.5.4
 Git commit:   b9f10c9
 Built:        Wed Jun  1 22:00:43 2016
 OS/Arch:      linux/amd64

我有一个带有均匀样本的时间序列保存到一个numpy数组,我想用自举置信区间绘制它们的平均值.通常情况下,我使用tsplotSeaborn来实现这一目标.但是,现在这已被弃用.我该怎么用替代品？

以下是根据Seaborn文档改编的示例用法:

x = np.linspace(0, 15, 31)
data = np.sin(x) + np.random.rand(10, 31) + np.random.randn(10, 1)
sns.tsplot(data)

注意:这类似于" Seaborn tsplot错误 "和" 带有seaborn tsplot的多线图 "的问题.但是,在我的情况下,我实际上需要Seaborn的置信区间功能,因此不能简单地使用Matplotlib而不需要一些笨拙的编码.