Tag: python

随机加权select: 我有这样的数据： d = ( (701, 1, 0.2), (701, 2, 0.3), (701, 3, 0.5), (702, 1, 0.2), (702, 2, 0.3), (703, 3, 0.5) ) 其中（701,1,2.2）=（id1，id2，优先级）有一个漂亮的方式来selectid2，如果我知道id1，使用优先级？函数（701）应该返回： 1 – 20％的情况 2 – 30％ 3 – 50％百分比当然是粗糙的

Python在64位窗口上的32位内存限制: 我收到一个记忆问题，我似乎无法理解。我在一个Windows 8 64位的机器，8GB的内存和运行一个32位的Python程序。程序读取5,118个压缩的numpy文件（npz）。 Windows报告这些文件在磁盘上占用1.98 GB 每个npz文件包含两段数据：“arr_0”的types为np.float32，“arr_1”的types为np.uint8 python脚本读取每个文件将其数据附加到两个列表中，然后closures该文件。围绕文件4284/5118，程序抛出一个MemoryException 不过，任务pipe理器说错误发生时python.exe * 32的内存使用量是1,854,848K〜1.8GB。远远低于我的8 GB限制，或32位程序的4GB限制。在程序中，我捕捉到内存错误，并报告：每个列表的长度为4285.第一个列表包含共计1,928,588,480个float32的〜= 229.9 MB的数据。第二个列表包含12342962672 uint8的〜= 1471.3MB的数据。所以，一切似乎都在检查。除了我得到内存错误的部分。我绝对有更多的内存，它崩溃的文件是〜800KB，所以它没有阅读一个巨大的文件失败。此外，该文件没有损坏。如果我事先没有用完所有的内存，我可以读得很好。为了让事情更加令人困惑，所有这些似乎在我的Linux机器上运行良好（尽pipe它的内存是16GB，而我的Windows机器是8GB），但是，似乎并不是机器的RAM造成这个问题。为什么Python抛出一个内存错误，当我期望它应该能够分配另外2GB的数据？

numpy.float128的内部精度是多less？: numpy.float128映射到内部有什么精度？是__float128还是长双？（或其他完全！？）一个潜在的问题，如果有人知道：在C中安全__float128一个（16字节）长的双重，只是在精度上的损失？（这是为了与长时间运行的C库进行交互）。编辑：为了回应评论，平台是“Linux-3.0.0-14-generic-x86_64-with-Ubuntu-11.10-oneiric”。现在，如果numpy.float128依赖于平台具有不同的精度，这对我来说也是有用的知识！只是要清楚，这是我感兴趣的精度，而不是元素的大小。

使用Python从一个string中提取URL的最简洁的方法是什么？: 虽然我知道我可以使用一些巨大的正则expression式，如发布在这里，我想知道是否有一些微调作为地狱的方式来做到这一点与标准模块或可能是一些第三方附加？简单的问题，但没有跳出Google（或Stackoverflow）。期待看到你们如何做到这一点！

如何杀一个while循环与按键？: 我正在读取串行数据并使用while循环写入一个csv文件。我希望用户一旦感觉到已经收集了足够的数据就能够杀死while循环。 while True: #do a bunch of serial stuff #if the user presses the 'esc' or 'return' key: break 我已经做了这样的事情，使用opencv，但它似乎并没有在这个应用程序（我真的不想只为这个函数导入opencv）… # Listen for ESC or ENTER key c = cv.WaitKey(7) % 0x100 if c == 27 or c == 10: break 所以。我如何让用户跳出循环？此外，我不想使用键盘中断，因为脚本需要在while循环终止后继续运行。

从未知长度的序列中随机选取N个项目: 我试图编写一个algorithm，从一个随机序列中selectN个不同的项目，而不必事先知道序列的大小，以及在不止一次遍历序列的过程中，花费的昂贵。例如，序列的元素可能是一个巨大的文件的行。当N = 1时，我find了一个解决scheme（也就是说，当试图从一个巨大的序列中随机挑选一个元素时）： import random items = range(1, 10) # Imagine this is a huge sequence of unknown length count = 1 selected = None for item in items: if random.random() * count < 1: selected = item count += 1 但是我怎样才能达到N的其他值（比如N = 3）呢？

Django聚合：两个域的乘法求和: 我有一个这样的模型 class Task(models.Model): progress = models.PositiveIntegerField() estimated_days = models.PositiveIntegerField() 现在我想在数据库级别上进行计算Sum(progress * estimated_days) 。使用Django聚合我可以有每个领域的总和，但不是领域的乘法的总和。

如何合并多个相同的密钥的字典？: 我有这样的多个字典/键值对： d1 = {key1: x1, key2: y1) d2 = {key1: x2, key2: y2) 我希望结果是一个新的字典（如果可能，以最有效的方式）： d = {key1: (x1, x2), key2: (y1, y2)} 其实我想要的结果是： d = {key1: (x1.x1attrib, x2.x2attrib), key2: (y1.y1attrib, y2.y2attrib)} 但是，我猜如果有人告诉我如何得到第一个结果，我可以找出其余的。

Python范围: 我想弄清楚这一点： c = 1 def f(n): print c + n def g(n): c = c + n f(1) => 2 g(1) => UnboundLocalError: local variable 'c' referenced before assignment 谢谢！

pandas：链接作业: 我一直在阅读“回到一个副本”的链接。我真的不知道pandas的链接赋值概念是如何工作的，以及.ix() .iloc()或.loc()如何影响它。对于以下代码行，我得到了SettingWithCopyWarning警告，其中data是pandas数据框， amount是该data SettingWithCopyWarning的列（系列）名称： data['amount'] = data['amount'].astype(float) data["amount"].fillna(data.groupby("num")["amount"].transform("mean"), inplace=True) data["amount"].fillna(mean_avg, inplace=True) 看这个代码，显而易见，我做了一些不理想的事情？如果是这样，你能让我知道更换代码行吗？我知道下面的警告，并且认为我的警告是误报：链接的赋值警告/例外旨在通知用户可能无效的赋值。可能有误报; 无意中报告链接任务的情况。编辑：导致第一个复制警告错误的代码。 data['amount'] = data.apply(lambda row: function1(row,date,qty), axis=1) data['amount'] = data['amount'].astype(float) def function1(row,date,qty): try: if(row['currency'] == 'A'): result = row[qty] else: rate = lookup[lookup['Date']==row[date]][row['currency'] ] result = float(rate) * float(row[qty]) return result except ValueError: # generic exception […]