Questions tagged «python»

我需要编写一个函数来检测输入是否包含至少一个非数字值。如果找到一个非数字值，我将引发一个错误（因为该计算应仅返回一个数字值）。预先不知道输入数组的维数-无论ndim如何，函数都应给出正确的值。更为复杂的是，输入可能是单个浮点数，numpy.float64或者甚至是零维数组之类的奇数。 解决此问题的明显方法是编写一个递归函数，该函数对数组中的每个可迭代对象进行迭代，直到找到一个非iterabe。它将numpy.isnan()对每个不可迭代的对象应用该函数。如果找到至少一个非数字值，则该函数将立即返回False。否则，如果iterable中的所有值都是数字，它将最终返回True。 效果很好，但是速度很慢，我希望NumPy有更好的方法。什么是更快更麻木的替代品？ 这是我的样机： def contains_nan( myarray ): """ @param myarray : An n-dimensional array or a single float @type myarray : numpy.ndarray, numpy.array, float @returns: bool Returns true if myarray is numeric or only contains numeric values. Returns false if at least one non-numeric value exists Not-A-Number is given …

103 python  numpy 

例如，如果我们有一个numpyarray A，我们想要一个numpy数组B具有相同元素。 以下（见下文）方法之间的区别是什么？什么时候分配额外的内存，什么时候不分配？ B = A B[:] = A（与B[:]=A[:]？相同） numpy.copy(B, A)

103 python  arrays  numpy 

本来我想问这个问题，但是后来我发现它已经被想到了…… 在谷歌搜索中发现了扩展configparser的示例。以下适用于Python 3： $ python3 Python 3.2.3rc2 (default, Mar 21 2012, 06:59:51) [GCC 4.6.3] on linux2 >>> from configparser import SafeConfigParser >>> class AmritaConfigParser(SafeConfigParser): ... def __init_(self): ... super().__init__() ... >>> cfg = AmritaConfigParser() 但不适用于Python 2： >>> class AmritaConfigParser(SafeConfigParser): ... def __init__(self): ... super(SafeConfigParser).init() ... >>> cfg = AmritaConfigParser() Traceback …

103 python  inheritance  configparser 

我收到以下错误： WindowsError: [Error 2] The system cannot find the file specified 我的代码是： subprocess.call(["<<executable file found in PATH>>"]) Windows 7，64位。Python 3.x最新，稳定。 有任何想法吗？ 谢谢，

103 python  path  python-3.x 

如何以编程方式获取Python软件包的依赖关系列表？ 标准setup.py已记录了这些内容，但是我找不到从 Python或命令行访问它的简便方法。 理想情况下，我正在寻找类似的东西： $ pip install somepackage --only-list-deps kombu>=3.0.8 billiard>=3.3.0.13 boto>=2.26 要么： >>> import package_deps >>> package = package_deps.find('somepackage') >>> print package.dependencies ['kombu>=3.0.8', 'billiard>=3.3.0.13', 'boto>=2.26'] 注意，我不是在谈论导入包和查找所有引用的模块。尽管这可能找到大多数相关软件包，但无法找到所需的最低版本号。那只存储在setup.py中。

103 python  pip 

有DataFrame.to_sql方法，但仅适用于mysql，sqlite和oracle数据库。我无法传递给此方法postgres连接或sqlalchemy引擎。

103 python  postgresql  pandas  sqlalchemy 

似乎找不到确切的答案。我想为一个函数提供类型提示，该类型是我定义的一些自定义类，称为它CustomClass()。 然后让我们说在某个函数中调用它FuncA(arg)，我有一个名为的参数arg。键入提示的正确方法FuncA是： def FuncA(arg: CustomClass): 或者是： def FuncA(Arg:Type[CustomClass]):？

103 python  python-3.x  user-defined-types  type-hinting 

我想使用python的Pandas库读取.xlsx文件，并将数据移植到postgreSQL表中。 到目前为止，我所能做的就是： import pandas as pd data = pd.ExcelFile("*File Name*") 现在，我知道该步骤已成功执行，但是我想知道如何解析已读取的excel文件，以便可以了解excel中的数据如何映射到变量数据中的数据。 我了解到，如果我没有记错的话，数据就是一个Dataframe对象。因此，我如何解析此dataframe对象以逐行提取每一行。

103 python  pandas  ipython  ipython-notebook  dataframe 

我在具有两列mvv和count的数据帧上工作。 +---+-----+ |mvv|count| +---+-----+ | 1 | 5 | | 2 | 9 | | 3 | 3 | | 4 | 1 | 我想获得两个包含mvv值和计数值的列表。就像是 mvv = [1,2,3,4] count = [5,9,3,1] 因此，我尝试了以下代码：第一行应返回python行列表。我想看第一个值： mvv_list = mvv_count_df.select('mvv').collect() firstvalue = mvv_list[0].getInt(0) 但是我在第二行收到一条错误消息： AttributeError：getInt

103 python  apache-spark  pyspark  spark-dataframe 

我无法理解网页的StandardScaler的文档中sklearn。 谁能简单地向我解释一下？

103 python  machine-learning  scikit-learn  scaling  standardized 

我想知道如何numpy.array正确保存和加载数据。目前，我正在使用该numpy.savetxt()方法。例如，如果我有一个array markers，它看起来像这样： 我尝试通过使用以下方式保存它： numpy.savetxt('markers.txt', markers) 在其他脚本中，我尝试打开以前保存的文件： markers = np.fromfile("markers.txt") 这就是我得到的... 首先保存的数据如下所示： 0.000000000000000000e+00 0.000000000000000000e+00 0.000000000000000000e+00 0.000000000000000000e+00 0.000000000000000000e+00 0.000000000000000000e+00 0.000000000000000000e+00 0.000000000000000000e+00 0.000000000000000000e+00 0.000000000000000000e+00 但是，当我使用相同的方法保存刚刚加载的数据时，即 numpy.savetxt()它看起来像这样： 1.398043286095131769e-76 1.398043286095288860e-76 1.396426376485745879e-76 1.398043286055061908e-76 1.398043286095288860e-76 1.182950697433698368e-76 1.398043275797188953e-76 1.398043286095288860e-76 1.210894289234927752e-99 1.398040649781712473e-76 我究竟做错了什么？PS没有执行其他“后台”操作。只需保存和加载，这就是我得到的。先感谢您。

103 python  arrays  numpy 

我想检查对象列表是否包含具有特定属性值的对象。 class Test: def __init__(self, name): self.name = name # in main() l = [] l.append(Test("t1")) l.append(Test("t2")) l.append(Test("t2")) 我想要一种检查列表是否包含名称的对象的方法"t1"。如何做呢？我发现https://stackoverflow.com/a/598415/292291， [x for x in myList if x.n == 30] # list of all matches any(x.n == 30 for x in myList) # if there is any matches [i for i,x in …

103 python  list  attributes  any 

我在这里关注Flask教程： http://blog.miguelgrinberg.com/post/the-flask-mega-tutorial-part-i-hello-world 我到了尝试./run.py的地步，我得到了： Traceback (most recent call last): File "./run.py", line 3, in <module> from app import app File "/Users/benjaminclayman/Desktop/microblog/app/__init__.py", line 1, in <module> from flask import Flask ImportError: No module named flask 看起来类似于： ImportError：没有名为flask的模块 但是他们的解决方案没有帮助。作为参考，我确实有一个名为flask的文件夹，一个用户提到该文件夹​​可能会引起问题。

103 python  flask 

我正在使用硒进行端到端测试，但无法获得使用方法setup_class和teardown_class方法。 我需要在setup_class方法中设置浏览器，然后执行一堆定义为类方法的测试，最后退出teardown_class方法中的浏览器。 但是从逻辑上讲，这似乎是一个糟糕的解决方案，因为实际上我的测试不适用于类，而适用于对象。我self在每个测试方法中传递参数，因此可以访问对象的vars： class TestClass: def setup_class(cls): pass def test_buttons(self, data): # self.$attribute can be used, but not cls.$attribute? pass def test_buttons2(self, data): # self.$attribute can be used, but not cls.$attribute? pass def teardown_class(cls): pass 甚至为类创建浏览器实例似乎也不正确。应该为每个对象分别创建，对吗？ 因此，我需要使用__init__and __del__方法代替setup_classand teardown_class？

103 python  class  python-2.7  object  pytest 

创建给定大小的零填充熊猫数据框的最佳方法是什么？ 我用过了： zero_data = np.zeros(shape=(len(data),len(feature_list))) d = pd.DataFrame(zero_data, columns=feature_list) 有更好的方法吗？

103 python  pandas  dataframe