小编ely*_*ase的帖子

让我们说我有一个MultiIndex系列s:

>>> s
     values
a b
1 2  0.1 
3 6  0.3
4 4  0.7

我想应用一个使用行索引的函数:

def f(x):
   # conditions or computations using the indexes
   if x.index[0] and ...: 
   other = sum(x.index) + ...
   return something

我怎么能做s.apply(f)这样的功能？这种操作的推荐方法是什么？我期望获得一个新系列,其中每个行和相同的MultiIndex都应用了此函数产生的值.

我想生成x和y坐标的相关数组,以便测试各种matplotlib绘图方法,但我在某处失败了,因为我不能numpy.random.multivariate_normal给我想要的样本.理想情况下,我希望我的x值介于-0.51和51.2之间,我的y值介于0.33和51.6之间(虽然我认为相等的范围可以,因为我之后可以约束该情节),但我不确定是什么意思(我应该使用0,0？)和协方差值来从函数中获取这些样本.

我有以下带有MultiIndex(Z,A)的Pandas Dataframe:

             H1       H2  
   Z    A 
0  100  200  0.3112   -0.4197   
1  100  201  0.2967   0.4893    
2  100  202  0.3084   -0.4873   
3  100  203  0.3069   NaN        
4  101  203  -0.4956  NaN       

问题:如何选择A = 203的所有项目？我试过df[:,'A'] 但它不起作用.然后我在在线文档中找到了这个,所以我尝试了:
df.xs(203,level='A')
但我得到:
" TypeError: xs() got an unexpected keyword argument 'level'"
我也没有在安装的doc(df.xs?)中看到这个参数:
"参数---------- key:object包含的一些标签索引,或部分在MultiIndex轴中:int,default 0用于检索副本上的横截面的轴:boolean,default True是否复制数据"
注意:我有开发版本.

编辑:我找到了这个帖子.他们建议像:

df.select(lambda x: x[1]==200, axis=0)  

我仍然想知道df.xs使用level参数发生了什么,或者当前版本中推荐的方式是什么.

我在matplotlib中使用方形标记进行散点图,如下所示:

.

我希望实现这样的目标:

这意味着我必须调整标记大小和图形大小/比例,使标记之间没有空白区域.每个索引单位也应该有一个标记(x和y都是整数),所以如果y从60变为100,则y方向应该有40个标记.目前我正在手动调整它.对于实现这一目标的最佳方法有什么想法吗？

我有一个克隆到的Git存储库，在存储库的根目录myproject有一个__init__.py，使整个东西成为可导入的Python包。

我正在尝试setup.py为该软件包编写一个setuptools ，它也位于该__init__.py文件旁边的存储库的根目录中。我想setup.py将其作为软件包安装在目录中。如果setup.py本身作为安装的一部分出现，那很好，但是如果没有，那会更好。理想情况下，它也应在可编辑模式（pip install -e .）下工作

是否完全支持此配置？我可以通过对进行package_dir= {"": ".."},参数设置来使其工作setup()，告诉它myproject在当前目录之上的目录中进行查找。但是，这要求必须始终从名为的目录中安装软件包myproject，例如，通过进行安装pip，或者如果有人正在使用名为的Git克隆进行安装，或者不是myproject-dev以其他数量的其他方式进行安装，则情况似乎并非如此。案件。

我正在考虑的另一个技巧是在存储库内部.命名的符号链接mypackage。那应该行得通，但是我想先检查一下是否有更好的方法。

我想对大熊猫数据帧(数百万行)的行进行聚合操作(总和),这些行由几个固定列(最多10列)的条件决定.这些列只有整数值.

我的问题是我必须进行这种操作(查询+聚合)数千次(~100000次).我认为聚合部分没有太多优化,因为它只是一个简单的总和.执行此任务的最有效方法是什么？有没有什么方法可以在我的条件列上建立一个'索引',以加快每个查询？

在matplotlib中,在底部和顶部x轴上有刻度标签的方法是什么？我搜索了很多,仍然无法找到如何做到这一点.

我是新手,我正在尝试根据csv文件的某些字段创建一个distinct().count().

Csv结构(没有标题):

id,country,type
01,AU,s1
02,AU,s2
03,GR,s2
03,GR,s2

加载.csv我输入:

lines = sc.textFile("test.txt")

然后lines根据预期对返回的3 进行明确计数:

lines.distinct().count()

但是我不知道如何根据我们说id和做出明确的计数country.

我有一个二维张量：

samples = torch.Tensor([
    [0.1, 0.1],    #-> group / class 1
    [0.2, 0.2],    #-> group / class 2
    [0.4, 0.4],    #-> group / class 2
    [0.0, 0.0]     #-> group / class 0
])

以及对应于一个类的每个样本的标签：

labels = torch.LongTensor([1, 2, 2, 0])

所以len(samples) == len(labels)。现在我想计算每个类别/标签的平均值。因为有 3 个类（0、1 和 2），所以最终向量应该具有维度[n_classes, samples.shape[1]]所以预期的解决方案应该是：

result == torch.Tensor([
    [0.1, 0.1],
    [0.3, 0.3], # -> mean of [0.2, 0.2] and [0.4, 0.4]
    [0.0, 0.0]
])

问题：如何在纯 pytorch 中完成此操作（即没有 numpy，以便我可以自动分级）并且理想情况下没有 for 循环？

我有一个带有正值和负值的颜色条,它们是自动生成的(我没有设置它们).不幸的是,减号打破了文本的垂直对齐方式.如何将勾选标签中的所有文本对齐到右边,或者在我的正数之前插入一个空格以使其看起来很好？