Tag: python

如何从一个numpy数组中提取任意一行的值？: 我有一个包含一些图像数据的numpy数组。我想绘制在图像上绘制的横断面的“轮廓”。最简单的情况是与图像边缘平行的轮廓，所以如果图像数组是imdat ，那么选定点(r,c)处的轮廓简单地是imdat[r] （水平）或imdat[:,c] （垂直）。现在，我想把两个点(r1,c1)和(r2,c2)作为input，它们都位于imdat 。我想绘制连接这两点的线的值的轮廓。从这样的一行中获得一个numpy数组的值的最好方法是什么？更一般地说，沿着path/多边形？我以前使用过切片和索引，但是我似乎无法得到这样一个优雅的解决scheme，即连续的切片元素不在同一行或列中。谢谢你的帮助。

如何在pycharm中导入模块？: 在PyCharm中，我添加了Python环境/usr/bin/python 。然而， from gnuradio import gr 作为未定义的参考失败。但是，它从命令行Python解释器中工作正常。 GNURadio可以在pycharm以外的python上正常工作。一切安装和configuration我想要它。 Gnuradio位于/usr/local/lib/python2.7/site-packages/gnuradio 也： PYTHONPATH =在/ usr / local / lib目录/ python2.7 / site-packages中：/usr/local/lib/python2.7/site-packages/gnuradio

迭代一个numpy数组: 有没有更详细的替代这个： for x in xrange(array.shape[0]): for y in xrange(array.shape[1]): do_stuff(x, y) 我想出了这个： for x, y in itertools.product(map(xrange, array.shape)): do_stuff(x, y) 这节省了一个缩进，但仍然非常丑陋。我希望看起来像这样的伪代码： for x, y in array.indices: do_stuff(x, y) 有这样的事吗？

在运行时检查Python模块版本: 许多第三方Python模块都有一个保存模块版本信息的属性（通常是module.VERSION或module.__version__ ），但有些则不然。这种模块的具体例子是libxslt和libxml2。我需要检查在运行时正在使用这些模块的正确版本。有没有办法做到这一点？一个潜在的解决scheme将是在运行时读取源代码，对其进行散列，然后将其与已知版本的散列进行比较，但这很糟糕。有更好的解决scheme吗？

在Vim中运行Python代码: 我正在使用Vim编写Python代码，每次我想运行我的代码时，都在Vim中input： :w !python 这让人感到沮丧，所以我正在寻找一种在Vim中运行Python代码的更快速的方法。从terminal执行Python脚本可能？我正在使用Linux。

在Django中接受电子邮件地址作为用户名: 有没有一个好的方法来做到这一点在django没有滚动我自己的身份validation系统？我希望用户名是用户的电子邮件地址，而不是他们创build一个用户名。请指教，谢谢。

python：将脚本工作目录更改为脚本自己的目录: 我每分钟从crontab运行一个python shell： * * * * * /home/udi/foo/bar.py /home/udi/foo具有一些必要的子目录，如/home/udi/foo/log和/home/udi/foo/config ，这是/home/udi/foo/bar.py引用的。问题是crontab从不同的工作目录运行脚本，所以试图打开./log/bar.log失败。有没有一种很好的方法来告诉脚本将工作目录更改为脚本自己的目录？我会喜欢一个可以用于任何脚本位置的解决scheme，而不是明确地告诉脚本它在哪里。编辑： os.chdir(os.path.dirname(sys.argv[0])) 是最简洁优雅的解决scheme。感谢您的回答和解释！

Softmax函数 – python: 从Udacity的深度学习阶段来看，y_i的softmax就是简单的指数除以整个Y向量的指数之和：其中S(y_i)是S(y_i)的softmax函数， e是指数， j是否。 input向量Y中的列。我已经尝试了以下内容： import numpy as np def softmax(x): """Compute softmax values for each sets of scores in x.""" e_x = np.exp(x – np.max(x)) return e_x / e_x.sum() scores = [3.0, 1.0, 0.2] print(softmax(scores)) 它返回： [ 0.8360188 0.11314284 0.05083836] 但build议的解决scheme是： def softmax(x): """Compute softmax values for each sets of scores in x.""" […]