小编Sea*_*123的帖子

我有一个很长的字符串,这是一个段落,但是在句号之后没有空格.例如:

para = "I saw this film about 20 years ago and remember it as being particularly nasty. I believe it is based on a true incident: a young man breaks into a nurses\' home and rapes, tortures and kills various women.It is in black and white but saves the colour for one shocking shot.At the end the film seems to be trying to make some political statement but it just comes across as confused and obscene.Avoid."

我试图使用re.sub来解决这个问题,但输出不是我的预期.

这就是我做的:

re.sub("(?<=\.).", …

如前一个问题所述,现在可以编辑Jupyter Lab主题.但是,这个主题对我个人来说有一些问题.例如,它使绘图轴难以阅读,因为它们的默认颜色是黑色.其他用户也 有 类似的问题.因此,我想分叉现有主题并使绘图显示单元格呈浅灰色.怎么做到这一点？

我试图找到相应的.css文件,但我能找到的只是/usr/local/share/jupyter/lab/themes/@jupyterlab/theme-dark-extension/.我知道我可以编辑它index.css以实现我想要的,但是我该如何分叉该主题并进行编辑呢？如何让Jupyter Lab了解我的自定义主题？

我有一个想法,可以写一些网络应用程序来帮助我,也许其他人,因为我正在学习这门语言,所以更好地学习日语.

我的问题是该网站将主要是英文,所以它需要流利的日语字符,通常是hirigana和片假名,但后来汉字.我越来越接近完成这个; 我已经发现页面和源文件需要是unicode和utf-8内容类型.

但是,我的问题出在实际编码中.我需要的是操纵假名的文本串.一个例子是:

けす我需要把那个动词转换成te-formけして.我宁愿在javascript中这样做,因为它会帮助我做更多的操作,但是如果我必须只做数据库调用并在数据库中保存所有内容.

我的问题不仅仅是如何在javascript中完成它,还有一些提示和策略用其他语言来做这些事情.我希望能够更多地学习语言学习应用程序,但在这方面我很失落.

是否存在find(A>9,1)来自matlab的numpy/scipy 的等效函数.我知道nonzeronumpy 中有函数,但我需要的是第一个索引,以便我可以在另一个提取列中使用第一个索引.

例如:A = [ 1 2 3 9 6 4 3 10 ] find(A>9,1)将4在matlab中返回索引

我创建了一个软件来进行信号分析.有多个函数,每个函数最终显示一个包含标签,plot,axhspan,axvspan等的复杂图形......通常,这些函数是单独调用的.我的每个函数都返回一个figure对象,例如我可以用pdf保存.

def Myfunction1(self):
    fig = pyplot.figure()
    ...do somestuff, create my figure
    pyplot.show()
    fig.savefig('C:\MyFigurefolder\figure1.pdf', dpi=300)
    return fig

def Myfunction2(self):
    fig = pyplot.figure()
    ...do some other stuff, create my 2nd figure
    pyplot.show()
    fig.savefig('C:\MyFigurefolder\figure2.pdf', dpi=300)
    return fig

现在,我想创建一种"总结图",通过进行元分析,将多个数字汇集在一起​​,并将它们保存在最终的pdf中.我真的不知道该怎么做.有没有办法使用整个图形对象(或者可能是多个单独的pdf)来做我的数字？

就像是:

def FinalFigure(self):

    final = A_Kind_Of_Layout_Or_A_Figure_or_something

    a=self.Myfunction1()
    b=self.Myfunction2()

    Action_to_arrange_a_and_b_like_gridspec

    final.savefig('C:\MyFigurefolder\FinalFigure.pdf', dpi=300)

这是一个词汇问题,而不是其他任何问题.

介绍

我正在使用Point Cloud Library来获取面部跟踪数据.使用这些数据我想跟踪用户在屏幕上的位置.这不是问题.

问题

为了给用户反馈,我想提请用户的脸部方向的估计为屏幕上的红色圆圈,基本上是看到这里(他们只是创造一个小窗口).我希望这个圈子能够在屏幕上的任何地方出现,我希望它始终可见.我不希望它被另一个活动窗口覆盖.如果它阻碍了与窗口的互动,那我很好.

我的问题是我不知道从哪里开始.

我可以控制光标,但这不太理想,因为我想在我使用面部检测时仍能移动光标.

我想我需要使用OpenGL,但我见过的所有例子都在X窗口内.例如,我发现的代码在这里得到一个线索后在这里,给我一个很好的永久窗口,但窗口仍然抓住我的鼠标点击.如何使用独立于X窗口的OpenGL在屏幕上绘制内容？

我是从完全错误的方向接近这个吗？如果是这样,我应该用什么谷歌搜索？

我会接受任何给我一个起点的答案.

平台

我在Unity桌面上使用Ubuntu 12.04.

我在A组有20个信号(时间进程),在B组有20个信号.我想找到一个测量来表明A组与B组不同.例如,我为每组中的信号运行xcorr.但现在我需要以某种方式比较它们.我试图获取每个xcorr对的最大幅度,这是最大相似度的度量.然后我比较了两组之间的所有这些值,但没有区别.我还可以做些什么？我也可以比较频谱,但后来我又不知道要采用什么频率.任何建议/参考都非常感谢!

我每组有大约20个信号.那是我的样本.我不知道a-prirori可能有什么区别.在这里,我为每组提供9个样本信号,它们的自相关和信号子集的互相关(组1对组1,组2对组2,组1对组2).我没有看到任何明显的区别.我也不明白你如何建议比较互相关,我应该采取什么样的高峰？所有信号都被去除了z分数.

在此输入图像描述

这是我的数据:

Lon   Lat     Z   Z2  pos
32.6  -13.6   41   9  CHIP
27.1  -16.9   43  12  CHOM
32.7  -10.2   46  14  ISOK
24.2  -13.6   33  13  KABO
28.5  -14.4   43  11  KABW
28.1  -12.6   33  16  KAFI
27.9  -15.8   46  13  KAFU
24.8  -14.8   44   9  KAOM
31.1  -10.2   35  14  KASA
25.9  -13.5   24   8  KASE
29.1   -9.8   10  13  KAWA
25.8  -17.8   39  11  LIVI
33.2  -12.3   44   8  LUND
28.3  -15.4   46  12  LUSA
27.6  -16.1   47   9 …

我已安装pyzo并miniconda在Windows 10下安装numpy和matplotlib使用conda install.但是当我想跑的时候

import numpy as np 
import matplotlib.pyplot as plt 

我收到这个错误:

Traceback (most recent call last):
  File "<tmp 1>", line 3, in <module>
    import numpy
  File "c:\users\jakub\miniconda3\lib\site-packages\numpy\__init__.py", line 165, in <module>
    from numpy.__config__ import show as show_config
  File "c:\users\jakub\miniconda3\lib\site-packages\numpy\__config__.py", line 5
    lapack_mkl_info={'libraries': ['mkl_lapack95_lp64', 'mkl_core_dll', 'mkl_intel_lp64_dll', 'mkl_intel_thread_dll'], 'define_macros': [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)], 'include_dirs': ['c:\users\jakub\miniconda3\\Library\\include'], 'library_dirs': ['c:\users\jakub\miniconda3\\Library\\lib']}
                                                                                                                                                                                                       ^
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \uXXXX …

我试图用keras编写一个非常简单的RNN示例,但结果并不像预期的那样.

我的X_train是一个长度为6000的重复列表,如: 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, ...

我将其格式化为: (6000, 1, 1)

我的y_train是一个长度为6000的重复列表,如: 1, 0.8, 0.6, 0, 0, 0, 1, 0.8, 0.6, 0, ...

我将其格式化为: (6000, 1)

根据我的理解,递归神经网络应该学会正确地预测0.8和0.6,因为它可以记住两个时间段前X_train中的1.

我的模特:

model=Sequential()
model.add(SimpleRNN(input_dim=1, output_dim=50))
model.add(Dense(output_dim=1, activation = "sigmoid"))
model.compile(loss="mse", optimizer="rmsprop")
model.fit(X_train, y_train, nb_epoch=10, batch_size=32)

该模型可以成功训练,损失最小〜0.1015但结果不如预期.

test case ---------------------------------------------  model result -------------expected result 

model.predict(np.array([[[1]]])) --------------------0.9825--------------------1

model.predict(np.array([[[1],[0]]])) ----------------0.2081--------------------0.8

model.predict(np.array([[[1],[0],[0]]])) ------------0.2778 -------------------0.6

model.predict(np.array([[[1],[0],[0],[0]]]))---------0.3186--------------------0

我在这里有什么误解吗？