小编met*_*oia的帖子

我想在特定位置提取 shapefile 值。我使用的 shapefile 可以在这里找到，点击下载Download IHO Sea Areas。形状文件包含所有可能的海洋。

我可以阅读它并使用以下方法绘制它：

require("maptools")
require(rgdal)
require(sp)

ogrListLayers("World_Seas.shp")
shape <- readOGR("World_Seas.shp", layer="World_Seas") 

但是，我想提取特定位置的海值，例如

p <- c(-20, 40)

我正在尝试解决一个链表问题，使用 python 在一次传递中找到中间元素。有人可以查看我的代码并建议执行此操作的最佳方式吗？

  class Node(object):
      def __init__(self, data=None, next=None):
          self.data = data
          self.next = next
      def __str__(self):
          return str(self.data)

  def print_nodes(node):
      while node:
          print node
          node = node.next

  def find_middle(node):
      while node:
          current = node
          node = node.next
          second_pointer = node.next
          next_pointer = second_pointer.next
          if next_pointer is None:
              return "Middle node is %s" % str(current)

  node1 = Node(1)
  node2 = Node(2)
  node3 = Node(3)
  node4 = Node(4)
  node5 = Node(5)

  node1.next = node2
  node2.next = node3
  node3.next = node4
  node4.next …

我不确定为什么我不能像文档中所示对ModelViewSet进行PUT请求，但是PUT无法正常工作。有任何想法吗？我在下面包括了我的视图和序列化器。

class UserProfileViewSet(viewsets.ModelViewSet):
    queryset = UserProfile.objects.all()
    serializer_class = UserProfileSerializer
    filter_fields = ('user', 'id', 'account_type')

class UserProfileSerializer(serializers.ModelSerializer):
    class Meta:
        model = UserProfile`

REST_FRAMEWORK = {
    'DEFAULT_MODEL_SERIALIZER_CLASS':
        'rest_framework.serializers.ModelSerializer',
    'DEFAULT_AUTHENTICATION_CLASSES': (
        'rest_framework.authentication.TokenAuthentication',
    ),
    'DEFAULT_PERMISSION_CLASSES': (
        'rest_framework.permissions.AllowAny',
    ),
    'DEFAULT_FILTER_BACKENDS': ('rest_framework.filters.DjangoFilterBackend',)
}

我正在寻找一种方法将lm残差绑定到输入数据集.该方法必须添加NA缺失残差,残差应对应于正确的行.

样本数据:

N <- 100 
Nrep <- 5 
X <- runif(N, 0, 10) 
Y <- 6 + 2*X + rnorm(N, 0, 1) 
X[ sample(which(Y < 15), Nrep) ] <- NA
df <- data.frame(X,Y)

residuals(lm(Y ~ X,data=df,na.action=na.omit))

残差应该与df绑定.

我正在寻找一些方法来使这个嵌套for循环更加pythonic.具体来说,如何迭代三个变量的唯一组合,如果数据存在于字典中,则写入文件？

foo,bar = {},{} #filling of dicts not shown
with open(someFile,'w') as aFile:
    for year in years:
        for state in states:
            for county in counties:
                try:foo[year,state,county],bar[state,county]
                except:continue
                aFile.write("content"+"\n")

我是社区的新手,我在搜索在线提到的解决方案时多次尝试后发布了这个.但是,我无法解决它.

以下代码

dat<-read.csv("Harvard tutorial/Rgraphics/dataSets/EconomistData.csv")
g <- ggplot(dat, aes(dat$CPI, dat$HDI))

g1 <- g + theme_bw() + geom_smooth(method = "lm", formula = y ~log(x), se = FALSE, color = "Red", linetype = 1, weight = 3) +
  geom_point(aes(color = Region), size = 4, fill = 4, alpha = 1/2, shape = 1) +
  scale_x_continuous(name = "Corruption Perception Index", breaks = NULL) +
  scale_y_continuous(name = "Human Development Index") +
  scale_color_manual(name = "Region of the world", values = c("#24576D", "#099DD7", "#28AADC", "#248E84", "#F2583F", "#96503F")) …

我想用一个包含列表中值的索引位置的键创建字典.我正在使用python 2.7.考虑我的尝试:

LL = ["this","is","a","sample","list"]
LL_lookup = {LL.index(l):l for (LL.index(l), l) in LL}

# desired output
print LL_lookup[1]
>> is

我认识到在这个例子中不需要字典 - LL[1]会产生相同的结果.尽管如此,我们可以想象一种情况,其中1)字典是优选的,给出更复杂的例子,和b)字典查找可以通过大量迭代产生边际性能增益.