Questions tagged «python»

按照目前的情况，这个问题不适合我们的问答形式。我们希望答案会得到事实，参考或专业知识的支持，但是这个问题可能会引起辩论，争论，民意调查或扩展讨论。如果您认为此问题可以解决并且可以重新提出，请访问帮助中心以获取指导。 8年前关闭。 我一直认为Python的优势在于代码的可读性和开发速度，但是时间和内存使用却不如C ++。 这些统计数据让我非常震惊。 您的经验告诉您关于Python与C ++的时间和内存使用情况？

89 c++  python  performance  memory  statistics 

我正在尝试使用train_test_split函数并编写： from sklearn.model_selection import train_test_split 这导致 ImportError: No module named model_selection 为什么？以及如何克服？

89 python  scikit-learn 

我目前在Ubuntu 14.04中，使用python 2.7和cv2。 当我运行此代码时： import numpy as np import cv2 img = cv2.imread('2015-05-27-191152.jpg',0) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 它返回： File "face_detection.py", line 11, in <module> gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.error: /home/arthurckl/Desktop/opencv-3.0.0-rc1/modules/imgproc/src/color.cpp:7564: error: (-215) scn == 3 || scn == 4 in function cvtColor 我已经在这里搜索过，一个回答说我可能以错误的方式加载照片，因为它应该具有3个维度：行，列和深度。 当我打印img.shape时，它仅返回两个数字，因此我一定做错了。但是我不知道加载照片的正确方法。

89 python  opencv  photo 

复制一份随机播放的range(10**6)列表十次需要我大约0.18秒：（这五次运行） 0.175597017661 0.173731403198 0.178601711594 0.180330912952 0.180811964451 复制未整理的列表十次需要我大约0.05秒： 0.058402235973 0.0505464636856 0.0509734306934 0.0526022752744 0.0513324916184 这是我的测试代码： from timeit import timeit import random a = range(10**6) random.shuffle(a) # Remove this for the second test. a = list(a) # Just an attempt to "normalize" the list. for _ in range(5): print timeit(lambda: list(a), number=10) 我也尝试用复制a[:]，结果相似（即，速度差异很大） …

89 python  python-internals 

如何使用Python + LDAP针对AD进行身份验证。我目前正在使用python-ldap库，它所产生的只是眼泪。 我什至不能绑定执行简单的查询： import sys import ldap Server = "ldap://my-ldap-server" DN, Secret, un = sys.argv[1:4] Base = "dc=mydomain,dc=co,dc=uk" Scope = ldap.SCOPE_SUBTREE Filter = "(&(objectClass=user)(sAMAccountName="+un+"))" Attrs = ["displayName"] l = ldap.initialize(Server) l.protocol_version = 3 print l.simple_bind_s(DN, Secret) r = l.search(Base, Scope, Filter, Attrs) Type,user = l.result(r,60) Name,Attrs = user[0] if …

89 python  authentication  active-directory  ldap 

我刚刚将Python 2.7.2下载并安装到我的笔记本电脑上，并且试图运行一些示例程序。我的笔记本电脑正在运行Windows XP。 当我打开一个cmd窗口并键入时，python我得到： 无法将“ python”识别为内部或外部命令，可操作程序或批处理文件。 我不是Windows用户（主要是大型机）。但是我猜测有一些命令需要执行以将python定义为命令。谁能告诉我该命令是什么？ 安装程序将Python放置在C:\Python27\。

89 python  windows 

在Python中，创建一个与其他列表的项目相同但顺序相反的新列表的最佳方法是什么？（我不想修改现有列表。） 这是我想到的一种解决方案： new_list = list(reversed(old_list)) 也可以复制old_list然后在原处反向复制： new_list = list(old_list) # or `new_list = old_list[:]` new_list.reverse() 有没有我忽略的更好的选择？如果不是，是否有令人信服的理由（例如效率）来使用上述方法中的一种？

89 python  reverse  html-lists 

如果我有Django表单，例如： class ContactForm(forms.Form): subject = forms.CharField(max_length=100) message = forms.CharField() sender = forms.EmailField() 我调用了这种形式的实例的as_table（）方法，Django将按照上述指定的顺序渲染字段。 我的问题是Django如何知道定义类变量的顺序？ （例如，当我想从类的init方法中添加字段时，如何覆盖此顺序？）

89 python  django  django-forms 

d3 = dict(d1, **d2) 我了解这将合并词典。但是，它独特吗？如果d1与d2具有相同的密钥但值不同怎么办？我希望将d1和d2合并，但是如果有重复的键，则d1具有优先权。

89 python  dictionary 

我经常需要将函数应用于非常大的组DataFrame（混合数据类型），并想利用多个内核。 我可以从组中创建一个迭代器并使用多处理模块，但是这样做效率不高，因为每个组和函数的结果都必须经过腌制才能在进程之间进行消息传递。 有什么方法可以避免酸洗，甚至避免DataFrame完全复制？看起来多处理模块的共享内存功能仅限于numpy数组。还有其他选择吗？

89 python  pandas  multiprocessing  shared-memory 

假设我正在创建一个简单的类以类似于C样式的结构工作，只保存数据元素。我试图弄清楚如何在对象列表中搜索属性等于某个值的对象。下面是一个简单的示例，以说明我要执行的操作。 例如： class Data: pass myList = [] for i in range(20): data = Data() data.n = i data.n_squared = i * i myList.append(data) 我将如何搜索myList列表以确定它是否包含n == 5的元素？ 我一直在谷歌搜索和搜索Python文档，我想也许可以通过列表理解来做到这一点，但是我不确定。我可能还要补充一点，我必须使用Python 2.4.3，所以我无法使用任何新的gee-whiz 2.6或3.x功能。

89 python 

我编写的代码可以一次打开16位数字。目前，它们都以单独的图形打开。我希望他们在同一页面上全部打开。不一样的图。我希望在单个页面/窗口上有16个独立的图形。同样由于某种原因，numbins和defaultreallimits的格式也无法保存在图1之上。我是否需要使用subplot命令？我不明白为什么我必须这样做，但不知道我还要做什么？ import csv import scipy.stats import numpy import matplotlib.pyplot as plt for i in range(16): plt.figure(i) filename= easygui.fileopenbox(msg='Pdf distance 90m contour', title='select file', filetypes=['*.csv'], default='X:\\herring_schools\\') alt_file=open(filename) a=[] for row in csv.DictReader(alt_file): a.append(row['Dist_90m(nmi)']) y= numpy.array(a, float) relpdf=scipy.stats.relfreq(y, numbins=7, defaultreallimits=(-10,60)) bins = numpy.arange(-10,60,10) print numpy.sum(relpdf[0]) print bins patches=plt.bar(bins,relpdf[0], width=10, facecolor='black') titlename= easygui.enterbox(msg='write …

89 python  matplotlib 

我正在使用Python和Numpy计算任意次数的最佳拟合多项式。我传递了x值，y值以及要拟合的多项式的阶数（线性，二次等）的列表。 这很有效，但是我还想计算r（相关系数）和r-平方（确定系数）。我正在将结果与Excel的最佳拟合趋势线功能及其计算的r平方值进行比较。使用此方法，我知道我正在为线性最佳拟合（度等于1）正确计算r平方。但是，我的函数不适用于度数大于1的多项式。 Excel能够做到这一点。如何使用Numpy计算高阶多项式的r平方？ 这是我的功能： import numpy # Polynomial Regression def polyfit(x, y, degree): results = {} coeffs = numpy.polyfit(x, y, degree) # Polynomial Coefficients results['polynomial'] = coeffs.tolist() correlation = numpy.corrcoef(x, y)[0,1] # r results['correlation'] = correlation # r-squared results['determination'] = correlation**2 return results

89 python  math  statistics  numpy  curve-fitting 

我刚刚使用突触软件包系统在Ubuntu 9.10中安装了matplotlib。但是，当我尝试以下简单示例时 >>> from pylab import plot; >>> plot([1,2,3],[1,2,3]) [<matplotlib.lines.Line2D object at 0x9aa78ec>] 我没有绘图窗口。关于如何显示绘图窗口的任何想法？

89 python  ubuntu  matplotlib 

我想识别列表中的连续数字组，以便： myfunc([2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]) 返回值： [(2,5), (12,17), 20] 并且想知道实现此目的的最佳方法是什么（特别是如果Python中内置了某些东西）。 编辑：注意，我最初忘记提及个人数字应作为个人数字而不是范围返回。

89 python  list  range  continuous