小编lea*_*ine的帖子

到目前为止我已经尝试过

import tensorflow as tf
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)

import logging
import tensorflow as tf
logger = tf.get_logger()
logger.setLevel(logging.ERROR)

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

这些似乎都不起作用。

例如：

[1,2,3,4,5,6] -> True
[1,2,3,5,6] -> False

我想我可以做这样的事情：

if len(set([arr[x] - arr[x - 1] for x in range(1, len(arr))])) > 1:
    print('not equally spaced')

我想知道是否有更好的方法？

例如，我想提供一个 alpha 值数组，该数组的长度与我想用散点图绘制的点数相同。

我看到通过手动计算 rbg 颜色值并使用颜色图来解决问题，有没有更简单的方法？

如果这是唯一的方法，我该如何抽象该函数，以便我可以只提供元素、颜色和透明度值的数量来获取我需要的颜色图？我不知道我可能使用什么颜色，透明度权重也会改变，所以我想要更通用的东西。

无论如何，是否有基本上获取 numpy 数组的一列，并且每当绝对值大于数字时，将值设置为该有符号数字。

IE。

for val in col:
    if abs(val) > max:
        val = (signed) max

我知道这可以通过循环等来完成，但我想知道是否有更干净/内置的方法来做到这一点。

我看到有类似的东西

arr[arr > 255] = x

这正是我想要的，但我想按列而不是整个数组来执行此操作。作为奖励，可能是一种计算绝对值的方法，而不必对正值和负值进行两次单独的运算。