Tag: 就地

如何删除多个文件的尾部空格？: 是否有任何工具/ UNIX单一的内衬将在原地移除多个文件的尾随空白。比如可以和find一起使用的一个。

更新java映射条目: 我面临的问题似乎没有直接的解决办法。我正在使用java.util.Map ，我想更新键值对中的值。现在，我正在这样做： private Map<String,int> table = new HashMap<String,int>(); public void update(String key, int val) { if( !table.containsKey(key) ) return; Entry<String,int> entry; for( entry : table.entrySet() ) { if( entry.getKey().equals(key) ) { entry.setValue(val); break; } } } 那么是否有任何方法可以获得所需的Entry对象而无需遍历整个Map ？还是有一些方法来更新条目的价值？ Map一些方法如setValue(String key, int val) ？ JRH

Python中a – = b和a = a – b之间的区别: 我最近应用这个解决scheme来平均每N行matrix。虽然解决scheme通常在应用于7x1arrays时遇到问题。我注意到，问题是使用-=运算符。举一个小例子： import numpy as np a = np.array([1,2,3]) b = np.copy(a) a[1:] -= a[:-1] b[1:] = b[1:] – b[:-1] print a print b 其输出： [1 1 2] [1 1 1] 所以，在数组的情况下， a -= b产生一个不同的结果比a = a – b 。我直到现在才想到这两种方式是完全一样的。有什么不同？为什么总结matrix中的每个N行的方法，例如对于一个7×4的matrix，而不是对一个7×1的arrays来说呢？

如何将制表符转换为目录的每个文件中的空格？: 我怎样才能将制表符转换为目录的每个文件中的空格（可能recursion）？另外，有没有一种方法来设置每个标签的空格数？

就地基数sorting: 这是一个长文本。请多多包涵。下来，问题是：是否有一个可行的就地基数sortingalgorithm ？初步我有很多小的固定长度的string，只使用我想分类的字母“A”，“C”，“G”和“T”（是的，你猜对了）。目前，我使用std::sort ，它在STL的所有常见实现中使用introsort 。这工作得很好。不过，我确信基数sorting完全适合我的问题，在实践中应该更好。细节我已经用非常幼稚的实现来testing这个假设，对于相对较小的input（大约为10,000），这是真实的（至less是两倍以上）。但是，当问题规模变大（ N > 5,000,000）时，运行时间会严重恶化。原因很明显：基数sorting需要复制整个数据（实际上我的幼稚实现不止一次）。这意味着我已经将〜4 GiB放入了我的主内存，这显然会导致性能下降。即使没有，我也不能使用这么多的记忆，因为问题的规模实际上变得更大了。用例理想的情况下，这个algorithm应该适用于DNA和DNA5（它允许一个额外的通配符“N”），甚至是带有IUPAC 模糊代码的 DNA（导致16个不同的值）。但是，我意识到所有这些情况都不能被覆盖，所以我对任何速度的改善感到满意。代码可以dynamic地决定分派给哪个algorithm。研究不幸的是，关于基数sorting的维基百科文章是无用的。关于就地变体的部分是完整的垃圾。基数sorting的NIST-DADS部分几乎不存在。有一种看起来很有前途的论文，称为高效自适应就地基sorting ，它描述了“MSL”algorithm。不幸的是，这篇论文也令人失望。具体来说，有以下几点。首先，该algorithm包含几个错误，并留下很多原因。特别是，它没有详细说明recursion调用（我简单地假设它递增或减less一些指针来计算当前的移位和掩码值）。而且，它使用函数dest_group和dest_address而不给定义。我没有看到如何有效地实现这些（即在O（1）;至lessdest_address是不平凡的）。最后但并非最不重要的是，该algorithm通过将数组索引与input数组内的元素交换来实现就地性。这显然只适用于数值数组。我需要在string上使用它。当然，我可以拧紧打字，然后继续前进，假设内存将容忍我存储一个不属于它的索引。但是，只要我能把我的string压缩到32位内存（假设是32位整数），这个工作就行得通。那只有16个字符（让我们暂且忽略16> log（5,000,000））。其中一位作者的另一篇论文根本没有给出准确的描述，但是它使得MSL的运行时呈现出平坦的错误。回顾一下：有没有希望find一个工作的参考实现，或至less有一个良好的伪代码/描述工作在地方基数sorting的DNAstring？

Numpy修改数组的地方？: 我有下面的代码，试图规范mxn数组的值（它将被用作neural network的input，其中m是训练样本的数量， n是特征的数量）。但是，当我在脚本运行后检查解释器中的数组时，我发现这些值没有正常化; 也就是说，他们仍然具有原始的价值。我想这是因为函数内部的arrayvariables赋值只能在函数内部看到。我怎样才能做到这一点正常化？或者我必须从规范化函数返回一个新的数组？ import numpy def normalize(array, imin = -1, imax = 1): """I = Imin + (Imax-Imin)*(D-Dmin)/(Dmax-Dmin)""" dmin = array.min() dmax = array.max() array = imin + (imax – imin)*(array – dmin)/(dmax – dmin) print array[0] def main(): array = numpy.loadtxt('test.csv', delimiter=',', skiprows=1) for column in array.T: normalize(column) return […]

大pandas：特殊的性能下降后，在dropna重新命名: 我已经把这个报告为pandas问题的一个问题。同时我在这里张贴这个希望能节省时间，以防遇到类似的问题。在分析一个需要优化的进程时，我发现重命名不在位的列会提高x120的性能（执行时间）。分析表明这与垃圾收集有关（见下文）。此外，通过避免使用dropna方法来恢复预期的性能。下面的简短例子演示了一个因素x12： import pandas as pd import numpy as np 就地=真 %%timeit np.random.seed(0) r,c = (7,3) t = np.random.rand(r) df1 = pd.DataFrame(np.random.rand(r,c), columns=range(c), index=t) indx = np.random.choice(range(r),r/3, replace=False) t[indx] = np.random.rand(len(indx)) df2 = pd.DataFrame(np.random.rand(r,c), columns=range(c), index=t) df = (df1-df2).dropna() ## inplace rename: df.rename(columns={col:'d{}'.format(col) for col in df.columns}, inplace=True) 100个循环，每个循环最好3：15.6 ms […]

删除包含特定string的文本文件中的行: 我将如何使用sed删除包含特定string的文本文件中的整行？

如何使用合并sortingalgorithm就地sorting？: 我知道这个问题不是太具体。我想要的是有人告诉我如何将正常的合并sorting转换为就地合并sorting（或具有恒定额外空间开销的合并sorting）。我能find的所有网页都是“太复杂”或“超出本文范围”的页面。唯一已知的就地合并（没有任何额外的空间）的方法太复杂，不能简化为实际的程序。（从这里拿）即使它太复杂了，如何进行合并sorting的基本概念是什么？