草庐IT

new_shape

全部标签

Python 模拟补丁参数 `new` 与 `new_callable`

来自文档http://www.voidspace.org.uk/python/mock/patch.htmlpatch(target,new=DEFAULT,spec=None,create=False,spec_set=None,autospec=None,new_callable=None,**kwargs)Ifnewisomitted,thenthetargetisreplacedwithaMagicMock.Ifpatchisusedasadecoratorandnewisomitted,thecreatedmockispassedinasanextraargumenttoth

python - 在Shapely中查找多边形上最近点的坐标

假设我有以下多边形和点:>>>poly=Polygon([(0,0),(2,8),(14,10),(6,1)])>>>point=Point(12,4)我可以计算点到多边形的距离...>>>dist=point.distance(poly)>>>print(dist)2.49136439561...但我想知道最短距离测量到的多边形边界上点的坐标。我最初的方法是通过点到多边形的距离来缓冲该点,并找到该圆与多边形相切的点:>>>buff=point.buffer(dist)但是,我不确定如何计算这一点。这两个多边形不相交,所以list(poly.intersection(buff))不会给

python - 安装 Shapely 时找不到 OSError geos_c

这个问题在这里已经有了答案:Couldnotfindlibrarygeos_corloadanyofitsvariants(11个回答)关闭1年前.我是使用python在map上制作/绘图的新手,一直在尝试按照这篇博文生成世界地图(http://sciblogs.co.nz/seeing-data/2011/08/12/plotting-geographic-data-on-a-world-map-with-python/)。在这里遇到了一些事情:安装Basemap(用于在地理投影上绘制数据的Matplotlib扩展)。frommpl_toolkits.basemapimportBas

python - 检查目标 : expected dense_3 to have shape (3, 时出错)但得到形状为 (1,) 的数组

我正在使用来自Places205的3个类子集在Keras中训练类似VGG16的模型,但遇到以下错误:ValueError:Errorwhencheckingtarget:expecteddense_3tohaveshape(3,)butgotarraywithshape(1,)我阅读了多个类似的问题,但到目前为止没有一个对我有帮助。错误在最后一层,我放了3,因为这是我现在正在尝试的类的数量。代码如下:importkerasfromkeras.datasetsimportcifar10fromkeras.preprocessing.imageimportImageDataGenerato

python - 类型错误 : object() takes no parameters after defining __new__

我真的不明白这段代码的错误在哪里:classPersonne:def__init__(self,nom,prenom):print("Appeldelaméthode__init__")self.nom=nomself.prenom=prenomdef__new__(cls,nom,prenom):print("Appeldelaméthode__new__delaclasse{}".format(cls))returnobject.__new__(cls,nom,prenom)personne=Personne("Doe","John")它给了我错误:Traceback(mostre

python - Pandas:同时分配多个 *new* 列

我有一个DataFramedf,其中有一列包含每一行的标签(除了每一行的一些相关数据)。我有一个字典labeldict,其键等于可能的标签,值等于与该标签相关的2元组信息。我想在我的框架上添加两个新列,一个用于对应于每行标签的2元组的每个部分。设置如下:importpandasaspdimportnumpyasnpnp.random.seed(1)n=10labels=list('abcdef')colors=['red','green','blue']sizes=['small','medium','large']labeldict={c:(np.random.choice(colo

python - super 和 __new__ 混淆

正如我刚刚学到的,我可以这样使用super():super(class,obj_of_class-or-_subclass_of_class)代码如下:#Case1classA(object):def__init__(self):print"Ainit"classB(A):def__init__(self):print"Binit"super(B,self).__init__()#ok,IcaninvokeA's__init__successfully#Case2classA(object):@classmethoddeffoo(cls):print"Afoo"classB(objec

Python:总是使用 __new__ 而不是 __init__?

我了解__init__和__new__的工作原理。我想知道是否有任何__init__可以做到而__new__不能做到的事情?即可以使用__init__替换为以下模式:classMySubclass(object):def__new__(cls,*args,**kwargs):self=super(MySubclass,cls).__new__(cls,*args,**kwargs)//Do__init__stuffherereturnself我之所以这么问,是因为我想让PythonOO的这一方面更适合我。 最佳答案 所以,一个类的类

python - `__init__` 能做什么而 `__new__` 不能?

在Python中,__new__用于初始化不可变类型,__init__通常用于初始化可变类型。如果__init__从语言中删除,什么不能再做(容易)?例如,classA:def__init__(self,*,x,**kwargs):super().__init__(**kwargs)self.x=xclassB(A):def__init__(self,y=2,**kwargs):super().__init__(**kwargs)self.y=y可以像这样使用__new__重写:classA_N:def__new__(cls,*,x,**kwargs):obj=super().__ne

python - "MetaClass"、 "__new__"、 "cls"和 "super"- 究竟是什么机制?

我读过这样的帖子:WhatisametaclassinPython?Whatareyour(concrete)use-casesformetaclassesinPython?Python'sSuperisnifty,butyoucan'tuseit但不知何故,我感到困惑。许多困惑,例如:我何时以及为什么必须执行以下操作?#Referlink1returnsuper(MyType,cls).__new__(cls,name,bases,newattrs)或#Referlink2returnsuper(MetaSingleton,cls).__call__(*args,**kw)或#Ref