小编ama*_*ouq的帖子

我想画一个网络,我希望它没有标记,但cretin节点除外.

我现在所拥有的是这样的:

nx.draw(G, pos=pos, node_color='b', node_size=8, with_labels=False)

for hub in hubs:
     nx.draw_networkx_nodes(G, pos, nodelist=[hub[0]], node_color='r')

此时代码会更改集线器列表中节点的大小和颜色.我也想给他们贴上标签.

我尝试添加label参数并将其值设置为集线器名称.但它没有用.

谢谢

我有点(例如,lat,lon对的细胞塔位置),我需要得到它们形成的Voronoi细胞的多边形.

from scipy.spatial import Voronoi

tower = [[ 24.686 ,  46.7081],
       [ 24.686 ,  46.7081],
       [ 24.686 ,  46.7081]]

c = Voronoi(towers)

现在,我需要为每个单元格的lat,lon坐标获取多边形边界(以及该多边形所包围的质心).我需要这个Voronoi也是有限的.意味着边界不会变为无穷大,而是在边界框内.

一旦我用Jupyter打开一个笔记本文件(它要求我转换文件),我再也不能在标准的IPython笔记本中打开它了.我收到以下错误:

Error loading notebook
Bad Request

2014-12-21 04:13:03.203 [NotebookApp] WARNING | Unreadable Notebook: /FunIT experiment.ipynb global name  'NBFormatError' is not defined
WARNING:tornado.access:400 GET /api/notebooks/FunIT%20experiment.ipynb?_=1419153182928 (::1) 3.11ms referer=http://localhost:8888/notebooks/FunIT%20experiment.ipynb

此类损坏文件的示例如下:https: //www.dropbox.com/s/7io99wpoivxmc8f/FunIT%20experiment.ipynb?dl=0

我该如何恢复这个过程？我需要使用标准的IPython笔记本(v2.2.0)打开这些文件.

我正在使用Tweepy和python并尝试获取由用户集创作的原始推文(即,我想在他们的时间轴中排除任何实际上转推的推文).我怎么能用Tweepy做到这一点？我试过这样的东西,我不知道它是否有效:

tweets = api.user_timeline(id=user['id'], count=30)
for tweet in tweets:
    if not tweet.retweeted:
        analyze_tweet(tweet)

是否api.user_timeline()只返回原来的鸣叫？或转发此用户？

我的数据框round_data看起来像这样:

      error                         username                    task_path
0      0.02  n49vq14uhvy93i5uw33tf7s1ei07vngozrzlsr6q6cnh8w...    39.png
1      0.10  n49vq14uhvy93i5uw33tf7s1ei07vngozrzlsr6q6cnh8w...    45.png
2      0.15  n49vq14uhvy93i5uw33tf7s1ei07vngozrzlsr6q6cnh8w...    44.png
3     0.25  xdoaztndsxoxk3wycpxxkhaiew3lrsou3eafx3em58uqth...    43.png
...     ...                                                ...       ...
1170  -0.11  9qrz4829q27cu3pskups0vir0ftepql7ynpn6in9hxx3ux...    33.png
1171   0.15  9qrz4829q27cu3pskups0vir0ftepql7ynpn6in9hxx3ux...    34.png


[1198 rows x 3 columns]

我想有一个箱线图,显示每个用户的错误,按其平均性能排序.我有的是:

    ax = sns.boxplot(x="username", y="error", data=round_data,
                 whis=np.inf, color="c",ax=ax)

这导致了这个情节:

如何通过平均误差对x轴(即用户)进行排序？

我正在使用statsmodels（向其他python选项开放）运行一些线性回归。我的问题是我需要回归分析不具有截距并将其约束在（0,1）范围内，并且总和为1。

我尝试过这样的事情（至少为1）：

from statsmodels.formula.api import glm
import pandas as pd

df = pd.DataFrame({'revised_guess':[0.6], "self":[0.55], "alter_1":[0.45], "alter_2":[0.2],"alter_3":[0.8]})
mod = glm("revised_guess ~ self + alter_1 + alter_2 + alter_3 - 1", data=df)
res = mod.fit_constrained(["self + alter_1 + alter_2 + alter_3  = 1"],
                          start_params=[0.25,0.25,0.25,0.25])
res.summary()

但仍在努力实施“非负”系数约束。

我最近使用DARPA网络流量包及其在KDD99中用于入侵检测评估的派生版本.

请原谅我在计算机网络领域的有限领域知识,我只能从DARPA数据包头中获得9个功能.而不是KDD99中使用的41个功能.

我打算继续我在UNB ISCX入侵检测评估数据集上的工作.但是,我想从pcap文件中获取KDD99中使用的41个功能并将其保存为CSV格式.有没有快速/简单的方法来实现这一目标？

因为之前已经为KDD99做过,有没有可以为我做这个的库或转换器？如果没有,是否有如何从pcap文件派生这些功能的指南？

我有一个非常大且稀疏的垃圾邮件 Twitter 帐户数据集，它需要我缩放 x 轴，以便能够可视化各种变量的分布（直方图、kde 等）和 cdf（tweets_count、关注者数量/关注者数量） ETC）。

    > describe(spammers_class1$tweets_count)
  var       n   mean      sd median trimmed mad min    max  range  skew kurtosis   se
1   1 1076817 443.47 3729.05     35   57.29  43   0 669873 669873 53.23  5974.73 3.59

在这个数据集中，值 0 具有巨大的重要性（实际上 0 应该具有最高的密度）。然而，使用对数标度时，这些值将被忽略。例如，我想将该值更改为 0.1，但是如果存在拥有 10^-1 关注者的垃圾邮件帐户，则没有意义。

那么， python 和 matplotlib 中的解决方法是什么？

我正在使用Anaconda 2.1.0，并且底图安装成功

conda install basemap
conda install gdal

我有geos版本3.3.3和proj4 4.8.0-0。但是，当我尝试将（纬度，经度）度投影到一个平面时，仍然出现以下错误：

 Assertion failed: (0), function query, file AbstractSTRtree.cpp, line 286.

我的代码如下所示：

import shapely.geometry as sg
from pymongo import MongoClient
from mpl_toolkits.basemap import Basemap

p = Basemap(projection='sinu',lon_0=0,resolution='c')

projected_xy = p(24.4,45.1)

是否有一个库可以帮助我巧妙地绘制python中样本的概率质量函数，如下所示：