我有一个n发行版的向量,我正在尝试创建一个从每个n发行版中提取的t的n x t矩阵。 using Distributions
d = [Uniform(0,1), Uniform(1,2), Uniform(3,4)]
r = [rand(i, 2) for i in d] # Want a 3x2 matrix, but get an array of arrays 期望值: [0.674744 0.781853; 1.70171 1.56444; 3.65103 3.76522] 实际: [[0.674744, 0.781853], [1.70171, 1.56444], [3.651
我正在尝试寻找一种类似于Python的功能,在Python中,我可以删除一行中有“all”null值的行- python中的代码-使用Pandas数据帧‘closed_prices’ closed_prices.dropna(axis=0, how=‘all’, inplace=True) 基本上,我想删除所有列都有缺失值的行-我使用的是股票数据,并希望删除周末和节假日,每列代表特定股票的收盘价。因此,如果某一特定行的所有列值都为空/缺失,我想删除该行。 我正在使用下面的代码- using DataFrames
using DataFramesMeta
using CSV
using Dat
如何使用Julia的点表示法进行元素级操作,并确保结果保存在已经存在的数组中?
function myfun(x, y)
return x + y
end
a = myfun(1, 2) # Results in a == 3
a = myfun.([1 2], [3; 4]) # Results in a == [4 5; 5 6]
function myfun!(x, y, out)
out .= x + y
end
a = zeros(2, 2)
myfun!.([1 2], [3; 4], a) # Results in a DimensionMismat
我想了解我应该将哪些项数组替换为xxxxx,以便用结构初始化1000个条目数组,其中a从2000到3000 (即数组的索引1表示a是2000,数组的索引2表示a是2001,等等),b总是为零。
struct MyStruct
a
b
end
myArray = Vector{MyStruct}( xxxxx , 1000)
我知道我可以做一个循环,并分别分配值,我只是想知道是否有更快的东西在朱莉娅。
我在几个地方看到了解决方案
a = [1 2 3; 4 5 Inf]
a[isinf(a)] = NaN
但是这给了我一个关于Julia 1.0.1的错误:
ERROR: MethodError: no method matching isinf(::Array{Float64,2})
Closest candidates are:
isinf(::BigFloat) at mpfr.jl:851
isinf(::Missing) at missing.jl:79
isinf(::ForwardDiff.Dual) at <path on my local ma
我正在修改Julia的代码,这些代码不是我自己写的。我在Julia做的工作很少。我连接了一个字符串,以创建一个从数据库返回单个整数值的SQL查询。我想在下一个sql字符串中使用返回值。但是,从初始SQL Select语句返回的值是1x1数据帧。我的假设是,我需要将返回值赋给一个整数变量,以便在后续的SQL字符串中使用。 import Dates
using ODBC
using Dataframes
dt = Dates.today()
db = ODBC.DSN("mydsn","myuser","mypasswd")
sqlstr = s
如果我有一个具有随机值的数组A,我想定义一个数组B,对于长度为A的每一个I,B[i] = (A[i])²
首先,我尝试了以下代码:
using Distributions
A = rand(Uniform(1,10),1,20)
B = A
for i in 1:20
B[i] = (A[i])^2
end
在这些手术之后,我得到了A=B
A
1×20 Array{Float64,2}:
26.0478 5.36654 99.675 23.18 … 1.54846 91.3444 9.41496 2.91666
B
1×20 Array{Float64,
我有用Julia编写的模拟程序,作为其主循环的一部分,它可以做一些类似于此的事情:
# Some fake data
M = [randn(100,100) for m=1:100, n=1:100]
W = randn(100,100)
work = zip(W,M)
result = mapreduce(x -> x[1]*x[2], +,work)
换句话说,加权矩阵的简单和。对上述代码进行定时生成
0.691084 seconds (79.03 k allocations: 1.493 GiB, 70.59% gc time, 2.79% compilation time)
我对
我已经创建了两个数据帧,这是从蜂窝表(PC_ITM和ITEM_SELL)和大的,我经常使用的SQL查询注册为table.But,因为它们是大的,这需要很多时间来获得查询result.So我已保存为拼图文件,然后读取它们和注册为临时table.But我仍然没有得到良好的性能,所以我广播了这些数据帧,然后注册为表,如下所示。
PC_ITM_DF=sqlContext.parquetFile("path")
val PC_ITM_BC=sc.broadcast(PC_ITM_DF)
val PC_ITM_DF1=PC_ITM_BC
PC_ITM_DF1.registerAsTempT
在x = Any[[1,2],[2,3],[3,4],[4,5]]中,我使用Julia0.4.0尝试了下面的一行
x[ x .== [3,4] ]
但是它导致了一个错误
ERROR: DimensionMismatch("arrays could not be broadcast to a common size")
我希望它能给出类似Any[ [3,4] ]的东西,因为
x[3] == [3,4] # => true
没问题。虽然此操作本身可能并不有用,但我想知道错误消息意味着什么。因此,我希望有任何提示,为什么会发生这个错误。