Tag: python

Url在Python中解码UTF-8

就我在Python中的新手而言，我花了很多时间。 我怎么能解码这样一个url： example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0 到python 2.7中的这个： example.com?title==правовая+защита url=urllib.unquote(url.encode("utf8"))正在返回一些非常难看的东西。 仍然没有解决办法，任何帮助表示赞赏。

我怎样才能做matplotlib密度散点图？

我想制作一个散点图，每个点都用附近点的空间密度来着色。 我遇到了一个非常类似的问题，它显示了一个使用R的例子： R散点图：符号颜色表示重叠点的数量 使用matplotlib在python中完成类似的最好的方法是什么？

Cython能编译成EXE吗？

我知道Cythons的目的是什么。 这是编写一个类似Python的语言编译C扩展，以便在您的代码中产生加速。 我想知道（似乎无法find使用我的谷歌福），如果Cython可以以某种方式编译成可执行格式，因为它似乎已经打破了python代码到C 我已经使用了Py2Exe，它只是一个打包程序，但是有兴趣使用它来编译一些有点难解开的东西（使用Py2EXE打包的任何东西基本上都可以使用我不想要的7zip来提取） 看来，如果这是不可能的，我的下一个select将只是编译我的代码，并将其作为一个模块加载，然后使用py2exe打包，至less我的代码大部分是编译的forms，对不对？

在Python中迭代对象的属性

我有一个python对象有几个属性和方法。 我想迭代对象的属性。 class my_python_obj(object): attr1='a' attr2='b' attr3='c' def method1(self, etc, etc): #Statements 我想生成一个包含所有对象属性及其当前值的字典，但我想以dynamic的方式来做（所以如果以后我添加另一个属性，我不必记得更新我的函数）。 在PHPvariables可以用作键，但python中的对象是unsuscriptable，如果我使用点符号为此它创build一个新的属性与我的变种的名称，这不是我的意图。 只是为了使事情更清楚： def to_dict(self): '''this is what I already have''' d={} d["attr1"]= self.attr1 d["attr2"]= self.attr2 d["attr3"]= self.attr3 return d · def to_dict(self): '''this is what I want to do''' d={} for v in my_python_obj.attributes: d[v] = self.v return d 更新：有了属性，我的意思是只有这个对象的variables，而不是方法。

Pandas / Pyplot中的散点图：如何按类别进行绘图

我正在尝试使用Pandas DataFrame对象在pyplot中做一个简单的散点图，但是想要绘制两个variables的有效方法，但是要有第三列（键）指定的符号。 我已经尝试过使用df.groupby的各种方式，但没有成功。 下面是一个示例df脚本。 这根据'key1'标记颜色，但是id喜欢看'key1'类别的图例。 我closures了吗？ 谢谢。 import numpy as np import pandas as pd import matplotlib.pyplot as plt df = pd.DataFrame(np.random.normal(10,1,30).reshape(10,3), index = pd.date_range('2010-01-01', freq = 'M', periods = 10), columns = ('one', 'two', 'three')) df['key1'] = (4,4,4,6,6,6,8,8,8,8) fig1 = plt.figure(1) ax1 = fig1.add_subplot(111) ax1.scatter(df['one'], df['two'], marker = 'o', c = df['key1'], alpha = […]

如何在matplotlib中添加第二个x轴

我有一个非常简单的问题。 我需要在我的情节上有第二个X轴，我希望这个轴有一定数量的对应于第一个轴的某个位置的抽动。 我们来看一个例子。 在这里，我将暗物质作为膨胀因子的函数绘制，定义为1 /（1 + z），范围从0到1。 semilogy(1/(1+z),mass_acc_massive,'-',label='DM') xlim(0,1) ylim(1e8,5e12) 我想在另一个x轴上，在我的阴谋的顶部，显示扩展系数的一些值的相应的z。 那可能吗？ 如果是的话，我该怎么办xtics斧头

如何用Python3读取和写入INI文件？

我需要用Python3读，写和创build一个INI文件。 FILE.INI default_path = "/path/name/" default_file = "file.txt" Python文件： # read file and if not exists ini = iniFile( 'FILE.INI' ) # Get and Print Config Line "default_path" getLine = ini.default_path # Print (string)/path/name print getLine # Append new line and if exists edit this line ini.append( 'default_path' , 'var/shared/' ) ini.append( 'default_message' , 'Hey! […]

Django的csrf标记+ Angularjs

我有一个使用mod_wsgi的apache服务器上运行的django，以及由apache直接提供的angularjs应用程序，而不是由django运行。 我想进行POST调用Django服务器（运行rest_framework），但我有问题与csrf令牌。 有没有把{% csrf token %}作为模板的一部分来设置从服务器的{% csrf token %} （因为这些页面没有经过Django）？ 我希望能够通过GET请求获取csrf令牌作为cookie。 我希望能够使用csrf标记cookie值向django服务器发出POST请求。

“import module”比`from module import function`更好的编码风格吗？

让from module import function称为FMIF编码风格。 让import module被称为IM编码风格。 让from package import module称为FPIM编码风格。 为什么IM + FPIM考虑比FMIF更好的编码风格？ （见这个post的灵感这个问题。） 这里有一些标准让我比较喜欢FMIF： 代码简短：它使我可以使用更短的函数名称，从而帮助坚持80列每行约定。 可读性： chisquare(…)看起来比scipy.stats.stats.chisquare(…)更具可读性。 虽然这是一个主观标准，但我认为大多数人会同意。 轻松的redirect：如果我使用FMIF，并由于某种原因在稍后的时间想redirectpython来定义从alt_module而不是module我需要改变只有一行： from alt_module import function 。 如果我使用即时消息，我需要更改许多代码行。 我意识到FPIM会使前两个问题无效，但第三个呢？ 我对IM + FPIM可能比FMIF更好的所有原因感兴趣，但是我特别想对这里提到的以下几点进行阐述： IM的优点： 轻松嘲笑/注入testing。 （我对嘲笑并不是很熟悉，尽pipe我最近才学会了这个术语的意思，你可以在这里展示代码，说明IM比FMIF更好吗？） 通过重新定义一些条目来灵活地改变模块的能力。 （我一定是误解了一些东西，因为这似乎是FMIF比IM更好的一个优势，见上面我支持FMIF的第三个原因。） 在序列化和数据恢复方面可预测和可控的行为。 （我真的不明白IM或FMIF的select如何影响这个问题，请详细说明。） 我知道FMIF“污染了我的命名空间”，但除了是一个负面的声音，我不明白这是如何以任何具体的方式伤害代码。 PS。 在写这个问题的时候，我收到了一个警告，说这个问题是主观的，很可能会被封闭。 请不要closures它。 我不是在寻找主观意见，而是具体的编码情况，其中IM + FPIM明显好于FMIF。 非常感谢。

我怎样才能在TensorFlow中使用批量标准化？

我想在TensorFlow中使用Batch Normalization，因为我在源代码core/ops/nn_ops.ccfind它。 但是，我没有在tensorflow.org上find它的logging。 BN在MLP和CNN中有不同的语义，所以我不确定这个BN究竟做了什么。 我没有find一个名为MovingMoments的方法。 C ++代码复制在这里供参考： REGISTER_OP("BatchNormWithGlobalNormalization") .Input("t: T") .Input("m: T") .Input("v: T") .Input("beta: T") .Input("gamma: T") .Output("result: T") .Attr("T: numbertype") .Attr("variance_epsilon: float") .Attr("scale_after_normalization: bool") .Doc(R"doc( Batch normalization. t: A 4D input Tensor. m: A 1D mean Tensor with size matching the last dimension of t. This is the first output from MovingMoments. v: […]