Гемморой с установкой)
theano keras hypot
http://stackoverflow.com/questions/38536788/g-error-on-import-of-theano-on-windows-7
Гемморой с установкой)
theano keras hypot
http://stackoverflow.com/questions/38536788/g-error-on-import-of-theano-on-windows-7
http://arogozhnikov.github.io/2016/09/10/jupyter-features.html
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams[‘font.family’] = ‘fantasy’
mpl.rcParams[‘font.fantasy’] = ‘Arial’
import multiprocessing as mp
import pandas.util.testing as pdt
def process_apply(x):
# do some stuff to data here
def process(df):
res = df.apply(process_apply, axis=1)
return res
if __name__ == '__main__':
p = mp.Pool(processes=8)
split_dfs = np.array_split(big_df,8)
pool_results = p.map(aoi_proc, split_dfs)
p.close()
p.join()
# merging parts processed by different processes
parts = pd.concat(pool_results, axis=0)
# merging newly calculated parts to big_df
big_df = pd.concat([big_df, parts], axis=1)
# checking if the dfs were merged correctly
pdt.assert_series_equal(parts['id'], big_df['id'])
http://stackoverflow.com/questions/33323172/vcvarsall-bat-needed-for-python-to-compile-missing-from-visual-studio-2015-v-1
Всякая всячина по QT
http://pythonworld.ru/gui
Утащил в интернетах функцию и подправил её до рабочего состояния
ЧТобы не похерить кладу сюда)
def pdf_to_txt(filename):
from io import StringIO
from pdfminer.converter import LTChar, TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfparser import PDFDocument, PDFParser
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
class CsvConverter(TextConverter):
def __init__(self, *args, **kwargs):
self.codec = ‘utf-8’
TextConverter.__init__(self, *args, **kwargs)
def end_page(self, i):
from collections import defaultdict
lines = defaultdict(lambda : {})
for child in self.cur_item._objs: #<— changed
if isinstance(child, LTChar):
(_,_,x,y) = child.bbox
line = lines[int(-y)]
line[x] = child._text.encode(self.codec) #<— changed
for y in sorted(lines.keys()):
line = lines[y]
#print(line)
self.outfp.write(«».join(line[x].decode() for x in sorted(line.keys())))
self.outfp.write(«\n»)
rsrc = PDFResourceManager()
outfp = StringIO()
device = CsvConverter(rsrc, outfp, laparams=LAParams())#codec=»utf-8″,
doc = PDFDocument()
fp = open(filename, ‘rb’)
parser = PDFParser(fp)
parser.set_document(doc)
doc.set_parser(parser)
doc.initialize(»)
interpreter = PDFPageInterpreter(rsrc, device)
for i, page in enumerate(doc.get_pages()):
outfp.write(«START PAGE %d\n» % i)
if page is not None:
interpreter.process_page(page)
outfp.write(«END PAGE %d\n» % i)
device.close()
fp.close()
return outfp.getvalue()
val = pdf_to_csv(r’С:/визуализация эволюционных каскадов сообщений в социальных сетях с помощью силовых графов.pdf’)
l = [x for x in val.split(‘\n’) if x!=’ ‘]
l
В общем называются они venn диаграммы
и вот несколько ссылочек по ним
http://stackoverflow.com/questions/19841535/python-matplotlib-venn-diagram
Затрахался искать нужные ссылки и ответы в этом черезжопунаписанном гугловом мануале
Нашел нужные примеры на другом сайте
В общем три ссылки, которые мне помогли разобраться в этой чертовой каше для google.analytics под python 3.4
Как
http://blog.trenthauck.com/posts/google-service-accounts-for-google-analytics/
Что
https://developers.google.com/apis-explorer/?hl=en_US#p/analytics/v3/
Шаблоны
https://ga-dev-tools.appspot.com/query-explorer/
#coding=utf-8
from nltk.stem import SnowballStemmer #подключение словаря и импорт SnowballStemmer
russian_stemmer = SnowballStemmer(‘russian’) #выбор русского языка для извлечения корня
print (russian_stemmer.stem(u’приветственный’)) #вывод на экран корня слова
Питонолиба, для работы с ютубом
http://np1.github.io/pafy/
Обход итератора в многопоточном режиме
from concurrent.futures import ThreadPoolExecutor
with ThreadPoolExecutor(10) as executor:
try:
for _ in executor.map(functionname, list):
print(_)
globresults.append(_)
except:
print(‘какой то косяк’)
Напоминалка мне)))
Либа — RSQLite
con <- dbConnect(SQLite(), "keys_by_weeks.sqlite")
Ну и ссылочка на реф не повредит))
http://cran.r-project.org/web/packages/RSQLite/RSQLite.pdf
ВОт тоже напоминалочка кода… юзается для получения объекта в среде по имени в строке))))
т.е. x<-c(1,2,3)
print(x) и print(‘x’) выполнят совершенно разные вещи, и посему
eval(parse(text=’x’)) — вот что спасет отца русской демократии!
http://webonrails.ru/post/515/
Вот откопал себе минимануальчик по PIL на русском)
Украл чужие записочки по работе с датами в питоне… вдруг попадут))))
now_date
=
datetime.date.today()
# Текущая дата (без времени)
now_time
=
datetime.datetime.now()
# Текущая дата со временем
cur_year
=
now_date.year
# Год текущий
cur_month
=
now_date.month
# Месяц текущий
cur_day
=
now_date.day
# День текущий
cur_hour
=
now_time.hour
# Час текущий
cur_minute
=
now_time.minute
# Минута текущая
cur_second
=
now_time.second
# Секунда текущие
num_week
=
now_date.isoweekday()
# узнаем номер недели (от 1 до 7)
now_date
=
now_date.replace(
2011
,
6
,
30
)
# меняем полностью дату на 30.06.2011
now_date
=
now_date.replace(day
=
cur_day)
# меняем только день
now_date
=
now_date.replace(month
=
cur_month)
# меняем только месяц
now_date
=
now_date.replace(year
=
cur_year)
# меняем только год
ny_2011
=
datetime.date(
2011
,
2
,
1
)
# создали дату: 1 февраля 2011 года
delta
=
ny_2011
-
now_date
# разница (дельта) в между 2-мя датами
delta
=
datetime.timedelta(days
=
2
)
# дельта в 2 дня
now_date
=
now_date
+
delta
# Узнаем какое число будет через 2 дня
now_date
=
now_date
-
delta
# или какое число было 2 дня назад
print
(now_time.strftime(
"%d.%m.%Y %I:%M %p"
))
# форматируем дату
stringdist( c("v1","v2","v3","v4","v5"), "v6", method = "jw", p = 0.1)
runif(10,170,180)
Такая функция позволяет получить 10 чисел в диапазоне от 170 до 180
Нагуглил, как передать параметры функции для apply
apply(data1[2:7],2,function(x)sum(x,na.rm=T))
par(mfrow=c(1, 2)) Вот таким вот нехитрым способом рисуем два графика в одном окне
В общем методика сохранения графика такова
#открываем фаил
jpeg(file=»1.jpg», quality=400, height=960, width=960)
#отрисовываем график
pairs(d4[2:12])
#закрываем фаил
dev.off()
и вот такая шарманка получилась)
Все время теряю, как сохранить результат в csv
write.table(d5, file=»predictedprice.csv», sep=»;», dec=»,», row.names=FALSE, col.names=TRUE)
Себе на память (R-project)
#собираем фрейм
d3<-data.frame()
#Цикл
for(i in 1:100500)
{
#добавляем к текущему data.frame новый вектор, завернутый в data.frame
d3<-rbind(d3,data.frame(x,y,z))
}
А чтобы добавить колонку используем cbind