小编ana*_*ngh的帖子

我的基类中有两个数组，我想创建可在这两个数组中使用的索引器，下面附有我想要做的 MVCE。

class Indexer
      {
      private string[] namelist = new string[size];
      private char[] grades = new string[size];
      static public int size = 10;

      public IndexedNames() {
         for (int i = 0; i < size; i++){
            namelist[i] = "N. A.";
            grades[i] = 'F';
         }
      }
      public string this[int index] {
         get {
            string tmp;

            if( index >= 0 && index <= size-1 ) {
               tmp = namelist[index];
            } else {
               tmp = "";
            }

            return ( tmp );
         }
         set { …

I am using the matplotlib.widgets to create radio buttons in my widgets, the buttons coming are stacked vertically, I would like them to be stacked horizontally.

MVCE:

import matplotlib.pyplot as plt
from matplotlib.widgets import RadioButtons
plt.subplots_adjust(left=0.2)
rax = plt.axes([0.5,0.05,0.1,0.1])
radio =  RadioButtons(rax ,['1','2','3'], active=0, activecolor='blue' )
plt.show()

As you can see with this example you can get the radio buttons like this ,

I am wondering is there a way to stack these radio buttons horizontally.

假设有一个stl容器,为了简单起见,我将使用一个声明为的向量

在得到答案后,我意识到这是因为我实际上并没有迭代,int而是一个自定义数据结构模板T,只是进行编辑,以便将来有人可能会发现它更容易理解.

std::vector <T> vec;

现在有两种常用的方法来迭代它.

1.

for(std::vector<T>::iterator it = vec.begin(); it != vec.end(); ++it)
{
    /* std::cout << *it; ... */
}

2.

for(T t: vec)
{
    /* std::cout << t; ... */
}

现在我总是假设这两种方法在引擎盖下或多或少相同并且应该具有相似的运行时间,但是最近在hackerearth的竞争中,第二个(我通常的Goto)在最后一个测试用例上给出了TLE并且只是通过切换第一种方法我设法让所有的情况都通过,我错过了区分它们的东西,或者只是巧合(因为它们的运行时间之间的实际差异很小,只是在极限的不同侧).我找不到任何东西,所以如果您有任何链接或见解请分享.

编辑这个问题的时候对聚类技术的了解很少，现在事后看来甚至不符合Stack Overflow网站的标准，但是我不会让我删除它，说其他人已经在这个（有效点）上投入了时间和精力，如果我继续删除，我可能暂时无法提出问题了，因此，我正在更新此问题，以使其与其他人可以借鉴的方式相关。仍然严格不遵循SO准则，因为我本人会将此标记为过于广泛，但是在当前状态下它没有任何价值，因此为其添加一点价值将是值得的。

更新的会话主题 “问题”是在聚类算法中选择最佳聚类数，该聚类算法会将各种形状分组，这些形状是图像上轮廓检测的输入，然后将聚类属性的偏差标记为“噪波”或“异常”。当时提出这个问题的要点是，所有数据集都是不同的，在它们中获得的形状也不同，并且每个数据集的形状编号也将有所不同。正确的解决方案是继续使用DBSCAN（带有噪声的基于密度的空间聚类应用程序）应用程序，该应用程序scikit-learn当时我还没有意识到，可以正常工作，现在该产品正在测试中，我只是想回到此并纠正这个旧错误。

旧问题

旧标题 kmeans聚类中k的动态选择

我必须生成一个k-means聚类模型，其中事先不知道类的数量，有没有一种方法可以根据聚类内的欧式距离自动确定k的值。

我希望它如何工作。从k的值开始，执行聚类，查看其是否满足阈值标准并相应地增加或减少k。问题是与框架无关的，如果您有使用Python以外的语言编写的Idea或实现，请也分享。

我在研究问题https://www.researchgate.net/publication/267752474_Dynamic_Clustering_of_Data_with_Modified_K-Means_Algorithm时发现了这个问题。我找不到它的实现。

我正在寻找类似的想法来选择最好的并自己实现，或者可以移植到我的代码中的实现。

编辑我现在正在考虑的想法是：

1. 肘法

2. X-均值聚类