タグ付けされた質問 「python」

Pythonは、マルチパラダイム、動的型付け、多目的プログラミング言語です。これは、学習、理解、使用が迅速で、クリーンで統一された構文を適用できるように設計されています。Python 2は2020年1月1日をもって正式にサポートされなくなりました。それでも、バージョン固有のPythonの質問については、[python-2.7]または[python-3.x]タグを追加します。Pythonのバリアントまたはライブラリ（Jython、PyPy、Pandas、Numpyなど）を使用する場合は、タグに含めてください。

2
Python 3の__total__ dunder属性の意味は何ですか？
新しくリリースされたPython 3.8には、新しい型注釈がありtyping.TypedDictます。そのドキュメントには、 イントロスペクションのタイプ情報にはPoint2D.__annotations__、およびからアクセスできますPoint2D.__total__。[....] しばらくは__annotations__で導入された、よく知られているPEP 3107、私は上の任意の情報を見つけることができません__total__。誰かがその意味を説明し、可能であれば信頼できる情報源にリンクすることはできますか？
2
「with」ステートメントは型ヒントをサポートしていますか？
with構文で定義された変数の型ヒントを定義できますか？ with example() as x: print(x) 上記のヒントを入力して、それxがstr（例として）であると言います。 私が見つけた唯一の回避策は中間変数を使用することですが、これはハッキーな感じがします。 with example() as x: y: str = x print(y) 入力ドキュメントに例が見つかりません。
2
Spark：私のユースケースでPythonがScalaを大幅に上回っているのはなぜですか？
PythonとScalaを使用しているときのSparkのパフォーマンスを比較するために、両方の言語で同じジョブを作成し、ランタイムを比較しました。私は両方のジョブにほぼ同じ時間がかかると予想していましたが、Pythonのジョブだけがかかりましたが27min、Scalaのジョブはかかりました37min（ほぼ40％長くなります！）。私はJavaにも同じジョブを実装しましたが、それもかかり37minutesました。どうしてこれがPythonがそんなに速いのか 最小限の検証可能な例： Pythonジョブ： # Configuration conf = pyspark.SparkConf() conf.set("spark.hadoop.fs.s3a.aws.credentials.provider", "org.apache.hadoop.fs.s3a.AnonymousAWSCredentialsProvider") conf.set("spark.executor.instances", "4") conf.set("spark.executor.cores", "8") sc = pyspark.SparkContext(conf=conf) # 960 Files from a public dataset in 2 batches input_files = "s3a://commoncrawl/crawl-data/CC-MAIN-2019-35/segments/1566027312025.20/warc/CC-MAIN-20190817203056-20190817225056-00[0-5]*" input_files2 = "s3a://commoncrawl/crawl-data/CC-MAIN-2019-35/segments/1566027312128.3/warc/CC-MAIN-20190817102624-20190817124624-00[0-3]*" # Count occurances of a certain string logData = sc.textFile(input_files) logData2 = sc.textFile(input_files2) a = logData.filter(lambda value: …
3
パンダのデータフレームを階層型辞書に変換する方法
次のパンダデータフレームがあります。 df1 = pd.DataFrame({'date': [200101,200101,200101,200101,200102,200102,200102,200102],'blockcount': [1,1,2,2,1,1,2,2],'reactiontime': [350,400,200,250,100,300,450,400]}) 埋め込み辞書の値をリストとして使用して、次のような階層型辞書を作成しようとしています。 {200101: {1:[350, 400], 2:[200, 250]}, 200102: {1:[100, 300], 2:[450, 400]}} どうすればいいですか？私が得る最も近いものはこのコードを使用しています： df1.set_index('date').groupby(level='date').apply(lambda x: x.set_index('blockcount').squeeze().to_dict()).to_dict() どちらが戻ります： {200101: {1: 400, 2: 250}, 200102: {1: 300, 2: 400}}
16 python  pandas 
4
2列のリストを行単位で効率的に比較する
次のようなPandas DataFrameがある場合： import pandas as pd import numpy as np df = pd.DataFrame({'today': [['a', 'b', 'c'], ['a', 'b'], ['b']], 'yesterday': [['a', 'b'], ['a'], ['a']]}) today yesterday 0 ['a', 'b', 'c'] ['a', 'b'] 1 ['a', 'b'] ['a'] 2 ['b'] ['a'] ... etc しかし、約10万のエントリがあるため、これらのリストの追加と削除を2つの列で行ごとに見つけようとしています。 それはこの質問に匹敵します：パンダ：リストの列をDataFrameで行ごとにパンダ（forループではない）と比較する方法は？ しかし、私は違いを見ています、そしてPandas.apply方法はそれほど多くのエントリのためにそれほど速くないようです。これは私が現在使用しているコードです。方法：Pandas.applynumpy's setdiff1d additions = df.apply(lambda row: np.setdiff1d(row.today, …
8
どのようにすればより速くこすることができますか
ここでの仕事は、APIにから始まるサイトこすりすることhttps://xxx.xxx.xxx/xxx/1.jsonにhttps://xxx.xxx.xxx/xxx/1417749.jsonし、MongoDBのに正確にそれを書くの。そのために私は次のコードを持っています： client = pymongo.MongoClient("mongodb://127.0.0.1:27017") db = client["thread1"] com = db["threadcol"] start_time = time.time() write_log = open("logging.log", "a") min = 1 max = 1417749 for n in range(min, max): response = requests.get("https:/xx.xxx.xxx/{}.json".format(str(n))) if response.status_code == 200: parsed = json.loads(response.text) inserted = com.insert_one(parsed) write_log.write(str(n) + "\t" + str(inserted) + "\n") print(str(n) + …
3
OpenCVで数独グリッドのセルを取得する方法は？
私は過去数日間、写真から数独グリッドを取得するために努力しており、グリッドの小さな正方形を取得するのに苦労しています。下の写真に取り組んでいます。cannyフィルターで画像を処理するとうまくいくと思っていましたが、うまくいかず、各正方形のすべての輪郭を取得できませんでした。次に、アダプティブしきい値、大津、および従来のしきい値処理をテストに適用しましたが、毎回、すべての小さな正方形をキャプチャできるようには見えませんでした。 最終的な目標は、数値を含むセルを取得し、pytorchで数値を認識することです。そのため、数値のきれいな画像を用意して、認識が台無しにならないようにしたいと思います。 これを達成する方法について誰かがアイデアを持っていますか？よろしくお願いします！：D
5
行のインデックス作成と挿入中にパンダデータフレームの強制を防止
私はパンダのデータフレームの個々の行を操作していますが、行のインデックス付けと挿入を行う際に、強制に関する問題に遭遇しています。Pandasは常に、int / floatの混合型からall-float型に強制的に変換することを望んでいるようで、この動作に対する明確なコントロールはありません。 たとえば、以下はaas intおよびbasを使用した単純なデータフレームfloatです。 import pandas as pd pd.__version__ # '0.25.2' df = pd.DataFrame({'a': [1], 'b': [2.2]}) print(df) # a b # 0 1 2.2 print(df.dtypes) # a int64 # b float64 # dtype: object これは、1つの行にインデックスを付ける際の強制に関する問題です。 print(df.loc[0]) # a 1.0 # b 2.2 # Name: 0, dtype: float64 print(dict(df.loc[0])) …
3
WTForms：電子メール検証サポートのために 'email_validator'をインストールします
フォーム検証のために次のコードを実行すると例外が発生します。 File "/Users/homeduvvuri/Documents/Learning/PartyGoUdemy/PartGo/user/forms.py", line 11, in BaseUserForm email = EmailField('Email', [validators.DataRequired(), validators.Email()]) File "/Users/homeduvvuri/Documents/Learning/PartyGoUdemy/PartGo/partgo-env/lib/python3.7/site-packages/wtforms/validators.py", line 332, in __init__ raise Exception("Install 'email_validator' for email validation support.") Exception: Install 'email_validator' for email validation support. codeanywhere VMで完全に実行されます。ローカルマシンにはありません。 from flask_wtf import FlaskForm from flask_wtf.file import FileField, FileAllowed from wtforms import Form, StringField, PasswordField, validators, …
15 python  flask  wtforms 
5
全長より短い桁数のSTLを使用してC ++で順列を作成する方法
私が持っているc++ vectorとstd::pair<unsigned long, unsigned long>、オブジェクト。私はを使用してベクトルのオブジェクトの順列を生成しようとしていますstd::next_permutation()。ただし、permutations予想される返される順列のサイズが指定されているpython の関数と同様に、順列を特定のサイズにする必要があります。 基本的には、c++同等の import itertools list = [1,2,3,4,5,6,7] for permutation in itertools.permutations(list, 3): print(permutation) Pythonデモ (1, 2, 3) (1, 2, 4) (1, 2, 5) (1, 2, 6) (1, 2, 7) (1, 3, 2) (1, 3, 4) .. (7, 5, 4) (7, 5, 6) (7, 6, 1) …
1
正距円筒イメージでOpenCV solvePNPを使用できますか？
OpenCVのsolvePNPを正距円筒イメージで使用することは可能ですか？正四角形の画像があり、この画像に4つのポイント（赤い点）とそのピクセル座標があります。次に、4つの対応するワールドポイントがあります。たとえば[(0, 0, 0), (2, 0, 0), (2, 10, 0), (0, 10, 0)]、カメラのポーズをどのように推定できますか？ OpenCVを使用してみましたsolvePnpが、Brownカメラモデルの組み込み関数を期待しているため、機能しませんでした。これは全天球カメラで可能ですか？
3
SATソルバー（Python）を使用して、特定の領域内の自由なポリオミノのすべての組み合わせを見つける
私はSATソルバーの世界に不慣れで、次の問題についていくつかのガイダンスが必要になります。 それを考慮して： ❶4×4のグリッドに隣接する14個のセルを選択している ❷ サイズが4、2、5、2、1の5つのポリオミノ（A、B、C、D、E）があります ❸これらのポリオミノは無料です。つまり、その形状は固定されておらず、さまざまなパターンを形成できます。 SATソルバーを使用して、選択した領域（灰色のセル）内のこれら5つの遊離ポリオミノの可能なすべての組み合わせをどのように計算できますか？ @spinkusの洞察に満ちた答えとORツールのドキュメントの両方を借りて、次のサンプルコードを作成できます（Jupyter Notebookで実行）。 from ortools.sat.python import cp_model import numpy as np import more_itertools as mit import matplotlib.pyplot as plt %matplotlib inline W, H = 4, 4 #Dimensions of grid sizes = (4, 2, 5, 2, 1) #Size of each polyomino labels = np.arange(len(sizes)) #Label …
5
Pythonを入力すると、CMDがウィンドウストアを開く
今日、Sublime Text 3で簡単なコードを実行しようとすると、次のメッセージが表示されました。 Pythonは見つかりませんでしたが、Microsoftストアからインストールできます：https : //go.microsoft.com/fwlink?linkID=2082640 また、CMDでPythonと入力すると、Windowsストアが開き、Python 3.7をダウンロードできます。この問題は正当な理由もなく今日始まりました。Pythonについては何も変更もダウンロードもせず、Pythonの再インストールをすでに試みましたが、パスは正しいです。
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.