Questions tagged «python»

在Anaconda存储库中，有两种安装程序： “ Anaconda安装程序 ”和“ Miniconda安装程序 ”。 他们有什么区别？ 此外，对于安装程序文件，Anaconda2-4.4.0.1-Linux-ppc64le.sh，这是什么2-4.4.0.1立场？

201 python  anaconda  miniconda 

为了从我的Python脚本启动程序，我使用以下方法： def execute(command): process = subprocess.Popen(command, shell=True, stdout=subprocess.PIPE, stderr=subprocess.STDOUT) output = process.communicate()[0] exitCode = process.returncode if (exitCode == 0): return output else: raise ProcessException(command, exitCode, output) 因此，当我启动像这样的过程时Process.execute("mvn clean install")，我的程序将等待直到该过程完成为止，然后我才能获得程序的完整输出。如果我正在运行需要一段时间才能完成的过程，这将很烦人。 我可以让我的程序通过在循环完成之前轮询过程输出来逐行写过程输出吗？ ** [编辑]对不起，发布此问题之前，我搜索得并不好。线程实际上是关键。在此处找到了一个示例，该示例演示了如何执行此操作：** 从线程中获取Python Subprocess.Popen

201 python  subprocess 

从文档中 模式“ r +”，“ w +”和“ a +”打开文件进行更新（请注意，“ w +”会截断文件）。在区分二进制文件和文本文件的系统上，将'b'追加到以二进制模式打开文件的模式；在没有此区别的系统上，添加“ b”无效。 与此 w +：打开一个文件进行读写。如果文件存在，则覆盖现有文件。如果该文件不存在，请创建一个新文件以进行读写。 但是，如何读取打开的文件w+？

201 python  file  io 

如何计算给定子字符串在Python字符串中出现的次数？ 例如： >>> 'foo bar foo'.numberOfOccurrences('foo') 2

201 python  string 

我pandas.to_datetime用来解析数据中的日期。默认情况下，熊猫代表日期，datetime64[ns]即使所有日期都是每天也是如此。我想知道是否存在一种优雅/巧妙的方法来将日期转换为datetime.date或，datetime64[D]以便当我将数据写入CSV时，日期不附加00:00:00。我知道我可以手动逐个元素地转换类型： [dt.to_datetime().date() for dt in df.dates] 但这确实很慢，因为我有很多行，这有点违反了使用目的pandas.to_datetime。有没有一种方法可以一次转换dtype整个列？或者，是否pandas.to_datetime支持精度规范，以便在处理日常数据时可以省去时间部分？

201 python  pandas  csv  datetime  series 

我来自熊猫背景，习惯于将CSV文件中的数据读取到数据帧中，然后使用简单的命令将列名更改为有用的东西： df.columns = new_column_name_list 但是，这在使用sqlContext创建的pyspark数据帧中无效。我能想到的唯一解决方案是： df = sqlContext.read.format("com.databricks.spark.csv").options(header='false', inferschema='true', delimiter='\t').load("data.txt") oldSchema = df.schema for i,k in enumerate(oldSchema.fields): k.name = new_column_name_list[i] df = sqlContext.read.format("com.databricks.spark.csv").options(header='false', delimiter='\t').load("data.txt", schema=oldSchema) 这基本上是两次定义变量，然后首先推断模式，然后重命名列名，然后使用更新后的模式再次加载数据框。 有没有像我们在大熊猫中那样做的更好，更有效的方法？ 我的Spark版本是1.5.0

201 python  apache-spark  pyspark  pyspark-sql 

我有一个pandas dataframe文本字符串的一列包含逗号分隔的值。我想拆分每个CSV字段，并为每个条目创建一个新行（假设CSV干净并且只需要在'，'上拆分）。例如，a应变为b： In [7]: a Out[7]: var1 var2 0 a,b,c 1 1 d,e,f 2 In [8]: b Out[8]: var1 var2 0 a 1 1 b 1 2 c 1 3 d 2 4 e 2 5 f 2 到目前为止，我已经尝试了各种简单的函数，但是该.apply方法似乎只在轴上使用一行作为返回值，而我无法开始.transform工作。我们欢迎所有的建议！ 示例数据： from pandas import DataFrame import numpy as np a = …

200 python  pandas  numpy  dataframe 

在PyCharm中，我添加了Python环境/usr/bin/python。然而， from gnuradio import gr 失败作为未定义的引用。但是，它在命令行的Python解释器中工作正常。 GNURadio可以在Pycharm外部使用python正常工作。一切都已安装并配置为我想要的方式。 格努拉迪奥位于 /usr/local/lib/python2.7/site-packages/gnuradio 也： PYTHONPATH = / usr / local / lib / python2.7 / site-packages：/usr/local/lib/python2.7/site-packages/gnuradio

200 python  pycharm  gnuradio 

我有一个模板页面，需要两种形式。如果我仅使用一种形式，则可以像下面的典型示例一样正常： if request.method == 'POST': form = AuthorForm(request.POST,) if form.is_valid(): form.save() # do something. else: form = AuthorForm() 但是，如果我想使用多个表单，我如何让视图知道我仅提交一种表单，而不提交另一种表单（即，它仍然是request.POST，但我只想处理提交表单的表单）发生了吗？ 这是该解决方案基于这样的答案expectedphrase和bannedphrase是的提交按钮的不同形式和名称expectedphraseform和bannedphraseform是形式。 if request.method == 'POST': if 'bannedphrase' in request.POST: bannedphraseform = BannedPhraseForm(request.POST, prefix='banned') if bannedphraseform.is_valid(): bannedphraseform.save() expectedphraseform = ExpectedPhraseForm(prefix='expected') elif 'expectedphrase' in request.POST: expectedphraseform = ExpectedPhraseForm(request.POST, prefix='expected') if expectedphraseform.is_valid(): expectedphraseform.save() bannedphraseform …

200 python  django  forms 

如何setup.py包含不属于代码的文件？（具体来说，这是一个许可证文件，但也可以是其他任何东西。） 我希望能够控制文件的位置。在原始源文件夹中，该文件位于包的根目录中。（即与最上层处于同一级别__init__.py。）我希望它在安装软件包时准确地保持在该位置，而与操作系统无关。我怎么做？

200 python  distutils 

我是Python日志记录包的新手，并计划将其用于我的项目。我想根据自己的喜好定制时间格式。这是我从教程中复制的简短代码： import logging # create logger logger = logging.getLogger("logging_tryout2") logger.setLevel(logging.DEBUG) # create console handler and set level to debug ch = logging.StreamHandler() ch.setLevel(logging.DEBUG) # create formatter formatter = logging.Formatter("%(asctime)s;%(levelname)s;%(message)s") # add formatter to ch ch.setFormatter(formatter) # add ch to logger logger.addHandler(ch) # "application" code logger.debug("debug message") logger.info("info message") logger.warn("warn message") …

200 python  datetime  logging  formatting 

假设我们有一个数据集，大约可以由 import numpy as np x = np.linspace(0,2*np.pi,100) y = np.sin(x) + np.random.random(100) * 0.2 因此，我们有20％的数据集变异。我的第一个想法是使用scipy的UnivariateSpline函数，但是问题是这没有很好地考虑小噪声。如果考虑频率，则背景比信号小得多，因此仅花键作为截止点可能是个主意，但这会涉及来回傅立叶变换，这可能会导致不良行为。另一种方法是移动平均线，但这也需要正确选择延迟。 任何提示/书籍或链接如何解决此问题？

200 python  numpy  scipy  signal-processing  data-processing 

我有一个与此问题非常相似的问题，但仍落后了一步。我在Windows 7（对不起）64位系统上仅安装了一个Python 3版本。 我在此链接后安装了numpy- 如问题中所述。安装进行得很好，但是当我执行时 import numpy 我收到以下错误： 导入错误：没有名为numpy的模块 我知道这可能是一个超级基本的问题，但我仍在学习。 谢谢

200 python  python-3.x  numpy  import  scipy 

我正在编写自己的容器，该容器需要通过属性调用来访问内部的字典。容器的典型用法如下： dict_container = DictContainer() dict_container['foo'] = bar ... print dict_container.foo 我知道写这样的东西可能很愚蠢，但这就是我需要提供的功能。我正在考虑通过以下方式实现此目的： def __getattribute__(self, item): try: return object.__getattribute__(item) except AttributeError: try: return self.dict[item] except KeyError: print "The object doesn't have such attribute" 我不确定嵌套的try / except块是否是一个好习惯，所以另一种方法是使用hasattr()and has_key()： def __getattribute__(self, item): if hasattr(self, item): return object.__getattribute__(item) else: if self.dict.has_key(item): return self.dict[item] else: raise …

200 python 

我有一个数字列表： myList = [1, 2, 3, 100, 5] 现在，如果我对该列表进行排序以获得[1, 2, 3, 5, 100]。我想要的是按排序顺序排列的原始列表中元素的索引，即[0, 1, 2, 4, 3] --- ala MATLAB的sort函数，它既返回值又返回索引。

199 python  indexing  sorted