Questions tagged «python»

我在Python 文档的File Objects中找到了这个： flush（）不一定会将文件的数据写入磁盘。使用flush（）和os.fsync（）来确保此行为。 所以我的问题是：Python到底在flush做什么？我以为这会强制将数据写入磁盘，但现在我发现并没有。为什么？

137 python  io  output-buffering  fsync 

通常，是否有一种有效的方法可以知道Python的迭代器中有多少个元素，而无需遍历每个元素并进行计数？

137 python  iterator 

我正在尝试运行一个程序以使用Python代码在subprocess.call()其中进行一些系统调用，从而引发以下错误： Traceback (most recent call last): File "<console>", line 1, in <module> File "/usr/lib/python2.7/subprocess.py", line 493, in call return Popen(*popenargs, **kwargs).wait() File "/usr/lib/python2.7/subprocess.py", line 679, in __init__ errread, errwrite) File "/usr/lib/python2.7/subprocess.py", line 1249, in _execute_child raise child_exception OSError: [Errno 2] No such file or directory 我的实际Python代码如下： url = "/media/videos/3cf02324-43e5-4996-bbdf-6377df448ae4.mp4" real_path …

137 python  django  subprocess 

我想在中添加DataFrame具有任意值的列（每行相同）。使用withColumn以下内容时出现错误： dt.withColumn('new_column', 10).head(5) --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-50-a6d0257ca2be> in <module>() 1 dt = (messages 2 .select(messages.fromuserid, messages.messagetype, floor(messages.datetime/(1000*60*5)).alias("dt"))) ----> 3 dt.withColumn('new_column', 10).head(5) /Users/evanzamir/spark-1.4.1/python/pyspark/sql/dataframe.pyc in withColumn(self, colName, col) 1166 [Row(age=2, name=u'Alice', age2=4), Row(age=5, name=u'Bob', age2=7)] 1167 """ -> 1168 return self.select('*', col.alias(colName)) 1169 1170 @ignore_unicode_prefix AttributeError: 'int' object …

137 python  apache-spark  dataframe  pyspark  apache-spark-sql 

为什么这段代码会引发SyntaxError？ >>> def fun1(a="who is you", b="True", x, y): ... print a,b,x,y ... File "<stdin>", line 1 SyntaxError: non-default argument follows default argument 尽管以下代码段运行时没有可见错误： >>> def fun1(x, y, a="who is you", b="True"): ... print a,b,x,y ...

137 python 

我有一个带有列名称的数据框，我想找到一个包含特定字符串但与之不完全匹配的数据框。我在寻找'spike'列名喜欢'spike-2'，'hey spike'，'spiked-in'（该'spike'部分总是连续）。 我希望列名以字符串或变量的形式返回，因此我以后可以使用df['name']或df[name]照常访问列。我试图找到方法，但没有成功。有小费吗？

137 python  python-3.x  string  pandas  dataframe 

这是输出。我相信这些是utf-8字符串...其中一些可以是NoneType，但是在类似这样的字符串之前会立即失败... instr = "'%s', '%s', '%d', '%s', '%s', '%s', '%s'" % softname, procversion, int(percent), exe, description, company, procurl TypeError：格式字符串的参数不足 虽然是7比7？

137 python  string  format  typeerror 

我有DataFrame下面的熊猫。 df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,4,4,5,6,6,6,7,7], 'value' : ["first","second","second","first", "second","first","third","fourth", "fifth","second","fifth","first", "first","second","third","fourth","fifth"]}) 我想通过[“ id”，“ value”]对此分组，并获得每个分组的第一行。 id value 0 1 first 1 1 second 2 1 second 3 2 first 4 2 second 5 3 first 6 3 third 7 3 fourth 8 3 fifth 9 4 second 10 4 fifth …

137 python  pandas  dataframe 

我正在寻找一种将文本拆分为n-gram的方法。通常我会做类似的事情： import nltk from nltk import bigrams string = "I really like python, it's pretty awesome." string_bigrams = bigrams(string) print string_bigrams 我知道nltk仅提供二元组和三元组，但是有没有办法将我的文本分为四克，五克甚至一百克？ 谢谢！

137 python  string  nltk  n-gram 

我有一个带有混合类型列的pandas数据框，我想将sklearn的min_max_scaler应用于某些列。理想情况下，我想就地进行这些转换，但还没有找到一种方法来进行。我编写了以下有效的代码： import pandas as pd import numpy as np from sklearn import preprocessing scaler = preprocessing.MinMaxScaler() dfTest = pd.DataFrame({'A':[14.00,90.20,90.95,96.27,91.21],'B':[103.02,107.26,110.35,114.23,114.68], 'C':['big','small','big','small','small']}) min_max_scaler = preprocessing.MinMaxScaler() def scaleColumns(df, cols_to_scale): for col in cols_to_scale: df[col] = pd.DataFrame(min_max_scaler.fit_transform(pd.DataFrame(dfTest[col])),columns=[col]) return df dfTest A B C 0 14.00 103.02 big 1 90.20 107.26 small 2 90.95 110.35 …

137 python  pandas  scikit-learn  dataframe 

我有两个不同的日期，我想知道它们之间的天数差异。日期格式为YYYY-MM-DD。 我有一个可以在日期中添加或减去给定数字的功能： def addonDays(a, x): ret = time.strftime("%Y-%m-%d",time.localtime(time.mktime(time.strptime(a,"%Y-%m-%d"))+x*3600*24+3600)) return ret 其中A是日期，x是我要添加的天数。结果是另一个日期。 我需要一个可以给出两个日期的函数，结果将是一个以天为单位的日期差的整数。

137 python  date 

我正在使用以下设置 macOS v10.14（Mojave） 的Python 3.7.1 Visual Studio代码1.30 皮林特2.2.2 Django 2.1.4 我想使用棉绒使我的生活在Visual Studio Code中更加轻松。但是，对于每个导入，我都有“未解决的导入”状态。即使是默认的Django导入（即从django.db导入模型）。 我认为这是因为它没有看到虚拟环境Python文件。 一切正常，但开始变得烦人。 我拥有的解释器选择都是Python的所有系统版本。似乎根本看不到我的虚拟环境Python（它与我的工作空间不在同一个目录中，所以这很有意义）。 如果我在settings.json文件中设置了python.PythonPath，它只会忽略它，并且不会将我的虚拟环境路径作为选项列出。我也尝试在全局Python设置中进行设置，但它也没有显示。 有快速解决方案可以使其正常工作吗？

137 python  django  visual-studio-code  pylint 

问：是否可以通过编程方式防止Google Colab在超时时断开连接？ 下面介绍导致笔记本计算机自动断开连接的情况： Google Colab笔记本的空闲超时为90分钟，绝对超时为12小时。这意味着，如果用户在超过90分钟的时间内未与其Google Colab笔记本互动，则其实例将自动终止。另外，Colab实例的最大生存期为12小时。 自然，我们希望自动将最大值从实例中挤出，而不必不断地手动与之交互。在这里，我将假定常见的系统要求： Ubuntu 18 LTS / Windows 10 / Mac操作系统 对于基于Linux的系统，请使用流行的DE，例如Gnome 3或Unity Firefox或Chromium浏览器 我要在这里指出，这种行为并未违反 Google Colab的使用条款，尽管根据其常见问题解答不鼓励这样做（简而言之：从道德上讲，如果您真的不需要它，则用尽所有GPU是不可行的））。 我当前的解决方案非常愚蠢： 首先，我关闭屏幕保护程序，因此我的屏幕始终保持打开状态。 我有一个Arduino开发板，所以我只是将它变成了一个橡胶鸭子USB，并使其在我睡觉时模拟原始用户交互（只是因为我手边有其他用例）。 有更好的方法吗？

137 python  linux  jupyter-notebook  google-colaboratory  colab 

显然list(a)不是总归，[x for x in a]在某些时候[*a]总归，始终都是总归吗？ 这是从0到12的大小n，以及三种方法的结果大小（以字节为单位）： 0 56 56 56 1 64 88 88 2 72 88 96 3 80 88 104 4 88 88 112 5 96 120 120 6 104 120 128 7 112 120 136 8 120 120 152 9 128 184 184 10 136 184 192 …

136 python  python-3.x  list  cpython  python-internals 

是否有更紧凑或Pythonic的方式来编写布尔表达式 a + b == c or a + c == b or b + c == a 我想出了 a + b + c in (2*a, 2*b, 2*c) 但这有点奇怪。

136 python  boolean