Tag: python

有没有办法从解释器的内存中删除创build的variables，函数等？: 我一直在寻找这个问题的准确答案几天，但没有什么好的。我不是一个完整的编程初学者，但还不是中等水平。当我在Python的shell中时，input： dir() ，我可以看到当前范围（主块）中所有对象的所有名称，其中有6个： ['__builtins__', '__doc__', '__loader__', '__name__', '__package__', '__spec__'] 然后，当我声明一个variables，例如x = 10 ，它会自动添加到内置模块dir()下的对象列表中，而当我再次键入dir()时，它现在显示： ['__builtins__', '__doc__', '__loader__', '__name__', '__package__', '__spec__', 'x'] 同样的function，类等。如何删除所有这些新的对象，而不删除在开始时可用的标准6？我在这里读到了有关“内存清理”，“清理控制台”的问题，它会删除命令提示符窗口中的所有文本： >>> import sys >>> clear = lambda: os.system('cls') >>> clear() 但是，这一切与我试图达到的目标无关，并没有清除所有使用的对象。

最快的方法来生长一个numpy数组数组: 要求：我需要从数据中随意增长一个数组。我可以猜测大小（大约100-200），不保证数组每次都适合一旦它增长到最终的大小，我需要对它进行数值计算，所以我宁愿最终得到一个二维numpy数组。速度至关重要。例如，对于300个文件中的一个，update（）方法被称为4500万次（大约需要150s），finalize（）方法被称为500k次（总共需要106s）…总共250s或者。这是我的代码： def __init__(self): self.data = [] def update(self, row): self.data.append(row) def finalize(self): dx = np.array(self.data) 其他的东西，我尝试包括以下代码…但这是waaaaay慢。 def class A: def __init__(self): self.data = np.array([]) def update(self, row): np.append(self.data, row) def finalize(self): dx = np.reshape(self.data, size=(self.data.shape[0]/5, 5)) 这里是一个如何调用的示意图： for i in range(500000): ax = A() for j in range(200): ax.update([1,2,3,4,5]) […]

redis-py：StrictRedis（）和Redis（）之间有什么区别？: 我想使用redis-py来caching一些数据。我无法find一个合适的关于redis.StrictRedis（）和redis.Redis（）之间区别的解释！ Redis（）是否等价于StrictRedis（）？此外，我无法find有关redis中的redis.StrictRedis（）参数的明确文档。

Flask – 访问模板中的configurationvariables: 我正在使用Flask版本0.7。我已将静态内容的path存储在configuration文件中，并使用它加载 app.config.from_envvar(<file_name>) 我能否在模板中访问这个configurationvariables而不通过视图传递variables？

ImportError：没有名为matplotlib.pyplot的模块: 我目前正在练习matplotlib。这是我练习的第一个例子。 #!/usr/bin/python import matplotlib.pyplot as plt radius = [1.0, 2.0, 3.0, 4.0] area = [3.14159, 12.56636, 28.27431, 50.26544] plt.plot(radius, area) plt.show() 当我用python ./plot_test.py运行这个脚本时，它显示正确的绘图。不过，我自己运行它，./ ./plot_test.py ，它会抛出以下内容： Traceback (most recent call last): File "./plot_test.py", line 3, in <module> import matplotlib.pyplot as plt ImportError: No module named matplotlib.pyplot python是否在不同的位置查找matplotlib？环境是： Mac OS X 10.8.4 64bit built-in […]

Java中类Python的列表理解: 由于Java不允许传递方法作为参数，你使用什么技巧来实现像Java中的列表理解一样的Python？我有一个列表（ArrayList）的string。我需要通过使用函数来转换每个元素，以便我得到另一个列表。我有几个函数将一个string作为input，并返回另一个string作为输出。我如何做一个generics的方法，可以给列表和函数作为参数，以便我可以得到每个处理元素的列表。在字面意义上是不可能的，但是我应该使用什么技巧？另一个select是为每个较小的string处理函数编写一个新的函数，它只是在整个列表上循环，这不是很酷。

检测一个NumPy数组是否至less包含一个非数字值？: 我需要编写一个函数来检测input是否包含至less一个非数字值。如果find一个非数字值，我会引发一个错误（因为计算只能返回一个数字值）。 input数组的维数不是预先知道的 – 函数应该给出正确的值，而不pipendim。作为一个额外的复杂的input可能是一个单一的浮动或numpy.float64甚至古怪的像一个零维数组。解决这个问题的显而易见的方法是编写一个recursion函数，迭代数组中的每个可迭代对象直到find一个非迭代。它将在每个非可迭代对象上应用numpy.isnan()函数。如果至less有一个非数字值被find，那么函数将立即返回False。否则，如果迭代中的所有值都是数值，则最终将返回True。这工作得很好，但速度很慢，我期望NumPy有更好的方法来做到这一点。什么是更快，更numpyish替代？这是我的模型： def contains_nan( myarray ): """ @param myarray : An n-dimensional array or a single float @type myarray : numpy.ndarray, numpy.array, float @returns: bool Returns true if myarray is numeric or only contains numeric values. Returns false if at least one non-numeric value […]

我怎么知道我的Django应用程序是否在开发服务器上运行？: 我如何确定我的应用程序是否在开发服务器上运行？我想我可以检查settings.DEBUG值，并假设如果DEBUG为True那么它在开发服务器上运行，但我宁愿知道肯定比依靠约定。