operation

-1热度

1回答

我正在研究一个论坛的类图，并且我得到了关于类操作的一些问题。事实上，我不知道我应该把操作放在哪里在我的图中，“伪”可以创建一个主题。我的第一个解决方案。因为他是这个动作的“演员”，所以我把操作createTopic（）放在伪类中，因为他是这个动作的“演员” Solution 1 但是经过一番思考后，另一种方式似乎也是一致的。我可以从伪类中删除操作createTopic（），并在类主题上创建一个操

-3热度

2回答

为什么Python中的逗号符号返回true？

我很奇怪，为什么逗号符号 “” 返回true： mutant = toolbox.clone(ind1) ind2, = tools.mutGaussian(mutant, mu=0.0, sigma=0.2, indpb=0.2) print (ind2 is mutant) >>>True 但是当我删除逗号符号： ind2 = tools.mutGaussian(mutant, mu

3热度

1回答

检查字符串是一个数字

================ | Person | |--------------| |- id : String | |--------------| ================ 我Person类物业id是String类型。我必须检查id是一个包含11位数的数字。我想这样的事情： context Person::id:String inv: self.id->forAl

-1热度

1回答

回环基于时间的操作

我与回送工作，但现在我想在一定的时间automaticaly Precioulsly我有一个模型叫Canal后执行我的数据的一些操作和我的模型有一个字段beginDate和类型endDateDate，beginDate设置为今天的日期，并endDate设置为beginDate加两个日期，所以我想删除Canal谁endDate过期任何想法如何处理？

0热度

1回答

将R中的矩阵变换为

我想从前一个矩阵A中创建一个新的矩阵B，其中行和列的长度在B中是相同的，并且每个位置对应于A的排序。特别是，对于A中任意一个位置[i，j]的x，我想知道有多少数值大于[i，j]（哪个总和（A> x），当x是离散的时候我可以找到它，但是对于任何x），然后除以矩阵A中的观测*变量总数。我认为使用apply函数可以根据需要创建矩阵B，但我很难找到一种方法来应用（A，c（1,2），FUN（X ...））

1热度

2回答

通过在列和行之间进行比较创建子集订单

我正尝试为数据框内的数据子集创建订单号。对于新列（“strike_order”），我想检查“option_expiration”列的值是否等于上述行中的“option_expiration”列的值，如果不等于（即新子集）设置值“ strike_order“设置为1.如果相等，则将值设置为上一行”strike_order“+1。 Jupyter中错误消息底部的错误是KeyError：'label [

0热度

2回答

斯卡拉：在元组

我在斯卡拉元组的列表的列表中找到独特的价值： ("BLUE", 2, 4) ("RED", 2, 29) ("GREEN", 29, 0) ("RED", 18, 2) 这个名单很长。我正在寻找一个高效的列表操作，它会给我一个唯一颜色列表（元组中的第一个字符串）。换句话说，我正在寻找： List("RED", "BLUE", "GREEN") 订单对我来说无关紧要。我知道这可以迭代完

1热度

1回答

在矢量的每N个元素中随机挑选一个

如果我有一个[1 2 3 4 5 6 7 8 9 10]的矢量，我想选择矢量的每三个元素的随机数，所以得到的向量可以是[1 4 9 10]或[2 4 8 10]等。这样做的最佳方法是什么？

0热度

1回答

变量书签内的操作= [（1）.times {puts“<||>”}]

bookmark = [(10).times {print "<||>"}] puts "\n#{bookmark}" 这是打印此变量时可以看到的内容。 $ <||><||><||><||><||><||><||><||><||><||> [10] 我怎么能这样做，这将是印刷可变书签内的正确操作编辑：让我们改变的时候到10的数字，我会希望能够使用的结果我记得那个变量的那个变量

0热度

1回答

Tensorflow定义生成所有张量分量

我要定义tensorflow计算就像一个操作该产品的操作： x由张量提供。最后，应该将操作与已知值进行比较，并且应该学习参数α，βi和b。（我猜）所有输入的产品都会引起麻烦。这是我试图部署的一个版本，但没有成功。＃输入 X = tf.placeholder（tf.float32，[无，2]，名称= “X”） Y = tf.placeholder（tf.float32，[无，1]，名称= “Y”