pythoninf
A. python中怎麼把數據中inf轉化為na
在使用numpy數組的過程中時常會出現nan或者inf的元素，可能會造成數值計算時的一些錯誤。這里提供一個numpy庫函數的用法，使nan和inf能夠最簡單地轉換成相應的數值。
numpy.nan_to_num(x):
使用0代替數組x中的nan元素，使用有限的數字代替inf元素
使用範例：
>>>import numpy as np>>> a = np.array([[np.nan,np.inf],... [-np.nan,-np.inf]])>>> a
array([[ nan, inf],
[ nan, -inf]])>>> np.nan_to_num(a)
array([[ 0.00000000e+000, 1.79769313e+308],
[ 0.00000000e+000, -1.79769313e+308]])123456789
和此類問題相關的還有一組判斷用函數，包括：
isinf
isneginf
isposinf
isnan
isfinite
使用方法也很簡單，以isnan舉例說明：- >>> import numpy as np>>> np.isnan(np.array([[1, np.nan, np.inf],... [np.nan, -np.inf, -0.25]]))
- array([[False, True, False],
- [ True, False, False]], dtype=bool)
B. Python判斷列表是否已排序的各種方法及其性能
本節判斷列表排序的函數名格式為IsListSorted_XXX()。為簡潔起見，除代碼片段及其輸出外，一律以_XXX()指代。
2.1 guess
def IsListSorted_guess(lst):
listLen = len(lst) if listLen <= 1: return True
#由首個元素和末尾元素猜測可能的排序規則
if lst[0] == lst[-1]: #列表元素相同
for elem in lst: if elem != lst[0]: return False
elif lst[0] < lst[-1]: #列表元素升序
for i, elem in enumerate(lst[1:]): if elem < lst[i]: return False
else: #列表元素降序
for i, elem in enumerate(lst[1:]): if elem > lst[i]: return False
return True
_guess()是最通用的實現，幾乎與語言無關。值得注意的是，該函數內會猜測給定列表可能的排序規則，因此無需外部調用者指明排序規則。
2.2 sorted
def IsListSorted_sorted(lst):
return sorted(lst) == lst or sorted(lst, reverse=True) == lst
_sorted()使用Python內置函數sorted()。由於sorted()會對未排序的列表排序，_sorted()函數主要適用於已排序列表。
若想判斷列表未排序後再對其排序，不如直接調用列表的sort()方法，因為該方法內部會判斷列表是否排序。對於已排序列表，該方法的時間復雜度為線性階O(n)——判斷為O(n)而排序為O(nlgn)。
2.3 for-loop
def IsListSorted_forloop(lst, key=lambda x, y: x <= y):
for i, elem in enumerate(lst[1:]): #注意，enumerate默認迭代下標從0開始
if not key(lst[i], elem): #if elem > lst[i]更快，但通用性差
return False
return True
無論列表是否已排序，本函數的時間復雜度均為線性階O(n)。注意，參數key表明預設的排序規則為升序。
2.4 all
def IsListSorted_allenumk(lst, key=lambda x, y: x <= y):
return all(key(lst[i], elem) for i, elem in enumerate(lst[1:]))import operatordef IsListSorted_allenumo(lst, oCmp=operator.le):
return all(oCmp(lst[i], elem) for i, elem in enumerate(lst[1:]))def IsListSorted_allenumd(lst):
return all((lst[i] <= elem) for i, elem in enumerate(lst[1:]))def IsListSorted_allxran(lst, key=lambda x,y: x <= y):
return all(key(lst[i],lst[i+1]) for i in xrange(len(lst)-1))def IsListSorted_allzip(lst, key=lambda x,y: x <= y):
from itertools import izip #Python 3中zip返回生成器(generator)，而izip被廢棄
return all(key(a, b) for (a, b) in izip(lst[:-1],lst[1:]))
lambda表達式與operator運算符速度相當，前者簡單靈活，後者略為高效(實測並不一定)。但兩者速度均不如列表元素直接比較(可能存在調用開銷)。亦即，_allenumd()快於_allenumo()快於_allenumk()。
若使用lambda表達式指示排序規則，更改規則時只需要改變x和y之間的比較運算符；若使用operator模塊指示排序規則，更改規則時需要改變對象比較方法。具體地，lt(x, y)等效於x < y，le(x, y)等效於x <= y，eq(x, y)等效於x == y，ne(x, y)等效於x != y，gt(x, y)等效於x > y，ge(x, y)等效於x >= y。例如，_allenumo()函數若要嚴格升序可設置oCmp=operator.lt。
此外，由all()函數的幫助信息可知，_allenumk()其實是_forloop()的等效形式。
2.5 numpy
def IsListSorted_numpy(arr, key=lambda dif: dif >= 0):
import numpy try: if arr.dtype.kind == 'u': #無符號整數數組執行np.diff時存在underflow風險
arr = numpy.int64(lst) except AttributeError: pass #無dtype屬性，非數組
return (key(numpy.diff(arr))).all() #numpy.diff(x)返回相鄰數組元素的差值構成的數組
NumPy是用於科學計算的Python基礎包，可存儲和處理大型矩陣。它包含一個強大的N維數組對象，比Python自身的嵌套列表結構(nested list structure)高效得多。第三節的實測數據表明，_numpy()處理大型列表時性能非常出色。
在Windows系統中可通過pip install numpy命令安裝NumPy包，不建議登錄官網下載文件自行安裝。
2.6 rece
def IsListSorted_rece(iterable, key=lambda x, y: x <= y):
cmpFunc = lambda x, y: y if key(x, y) else float('inf') return rece(cmpFunc, iterable, .0) < float('inf')
rece實現是all實現的變體。累加器(accumulator)中僅存儲最後一個檢查的列表元素，或者Infinity(若任一元素小於前個元素值)。
前面2.1~2.5小節涉及下標操作的函數適用於列表等可迭代對象(Iterable)。對於通用迭代器(Iterator)對象，即可以作用於next()函數或方法的對象，可使用_rece()及後面除_rand()外各小節的函數。迭代器的計算是惰性的，只有在需要返回下一個數據時才會計算，以避免不必要的計算。而且，迭代器方式無需像列表那樣切片為兩個迭代對象。
2.7 imap
def IsListSorted_itermap(iterable, key=lambda x, y: x <= y):
from itertools import imap, tee
a, b = tee(iterable) #為單個iterable創建兩個獨立的iterator
next(b, None) return all(imap(key, a, b))
2.8 izip
def IsListSorted_iterzip(iterable, key=lambda x, y: x <= y):
from itertools import tee, izip
a, b = tee(iterable) next(b, None) return all(key(x, y) for x, y in izip(a, b))def pairwise(iterable):
from itertools import tee, izip
a, b = tee(iterable) next(b, None) return izip(a, b) #"s -> (s0,s1), (s1,s2), (s2, s3), ..."def IsListSorted_iterzipf(iterable, key=lambda x, y: x <= y):
return all(key(a, b) for a, b in pairwise(iterable))
第三節的實測數據表明，雖然存在外部函數調用，_iterzipf()卻比_iterzip()略為高效。
2.9 fast
def IsListSorted_fastd(lst):
it = iter(lst) try:
prev = it.next() except StopIteration: return True
for cur in it: if prev > cur: return False
prev = cur return Truedef IsListSorted_fastk(lst, key=lambda x, y: x <= y):
it = iter(lst) try:
prev = it.next() except StopIteration: return True
for cur in it: if not key(prev, cur): return False
prev = cur return True
_fastd()和_fastk()是Stack Overflow網站回答里據稱執行最快的。實測數據表明，在列表未排序時，它們的性能表現確實優異。
2.10 random
import randomdef IsListSorted_rand(lst, randNum=3, randLen=100):
listLen = len(lst) if listLen <= 1: return True
#由首個元素和末尾元素猜測可能的排序規則
if lst[0] < lst[-1]: #列表元素升序
key = lambda dif: dif >= 0
else: #列表元素降序或相等
key = lambda dif: dif <= 0
threshold, sortedFlag = 10000, True
import numpy if listLen <= threshold or listLen <= randLen*2 or not randNum: return (key(numpy.diff(numpy.array(lst)))).all() from random import sample for i in range(randNum):
sortedRandList = sorted(sample(xrange(listLen), randLen))
flag = (key(numpy.diff(numpy.array([lst[x] for x in sortedRandList])))).all()
sortedFlag = sortedFlag and flag return sortedFlag
_rand()藉助隨機采樣降低運算規模，並融入其他判斷函數的優點。例如，猜測列表可能的排序規則，並在隨機采樣不適合時使用相對快速的判斷方式，如NumPy。
通過line_profiler分析可知，第20行和第21行與randLen有關，但兩者耗時接近。因此randLen應小於listLen的一半，以抵消sorted開銷。除內部限制外，用戶可以調節隨機序列個數和長度，如定製單個但較長的序列。
注意，_rand()不適用於存在微量異常數據的長列表。因為這些數據很可能被隨機采樣遺漏，從而影響判斷結果的准確性。
C. python無法立即完成一個非阻止性套接字操作
你使用了非阻塞模式，而10035表示數據還沒有返回給你。
你可以在接收前先專select一下，如果有數屬據就接受，沒有就跳過。
你可參考python官方文檔
http://docs.python.org/howto/sockets.html
裡面有Non-blocking Sockets的一章可以看看。
import select
...
while 1:
infds,outfds,errfds = select.select([s,],[],[],5)
if len(infds) >0:
....
else:
print "no data coming"
D. python可以通過什麼命令更改ip地址
#!/usr/bin/env python
#-*- encoding:gb2312 -*-
Filename: IP.py
import sitecustomize
import _winreg
import ConfigParser
from ctypes import *
print '正在進行網路適配器檢測，請稍候…'
print
netCfgInstanceID = None
hkey = _winreg.OpenKey(_winreg.HKEY_LOCAL_MACHINE, \
r'System\CurrentControlSet\Control\Class{4d36e972-e325-11ce-bfc1-08002be10318}')
keyInfo = _winreg.QueryInfoKey(hkey)
尋找網卡對應的適配器名稱 netCfgInstanceID
for index in range(keyInfo[0]):
hSubKeyName = _winreg.EnumKey(hkey, index)
hSubKey = _winreg.OpenKey(hkey, hSubKeyName)
try:
hNdiInfKey = _winreg.OpenKey(hSubKey, r'Ndi\Interfaces')
lowerRange = _winreg.QueryValueEx(hNdiInfKey, 'LowerRange')
檢查是否是乙太網
if lowerRange[0] == 'ethernet':
driverDesc = _winreg.QueryValueEx(hSubKey, 'DriverDesc')[0]
print '檢測到網路適配器名：', driverDesc
netCfgInstanceID = _winreg.QueryValueEx(hSubKey, 'NetCfgInstanceID')[0]
print '檢測到網路適配器ID：', netCfgInstanceID
if netCfgInstanceID == None:
print '沒有找到網路適配器，程序退出'
exit()
break
_winreg.CloseKey(hNdiInfKey)
except WindowsError:
print r'Message: No Ndi\Interfaces Key'
循環結束，目前只提供修改一個網卡IP的功能
_winreg.CloseKey(hSubKey)
_winreg.CloseKey(hkey)
通過修改注冊表設置IP
strKeyName = 'System\CurrentControlSet\Services\Tcpip\Parameters\Interfaces\' + netCfgInstanceID
print '網路適配器的注冊表地址是：\n', strKeyName
hkey = _winreg.OpenKey(_winreg.HKEY_LOCAL_MACHINE, \
strKeyName, \
0, \
_winreg.KEY_WRITE)
config = ConfigParser.ConfigParser()
print
print '正在打開IP.ini配置文件…'
config.readfp(open('IP.ini'))
IPAddress = config.get("school","IPAddress")
SubnetMask = config.get("school","SubnetMask")
GateWay = config.get("school","GateWay")
DNSServer1 = config.get("school","DNSServer1")
DNSServer2 = config.get("school","DNSServer2")
DNSServer = [DNSServer1,DNSServer2]
print '配置文件內設定的信息如下，請核對：'
print
print 'IP地址：', IPAddress
print '子關掩碼：', SubnetMask
print '默認網關：', GateWay
print '主DNS伺服器：', DNSServer1
print '次DNS伺服器：', DNSServer2
print
res = raw_input('現在，請您決定：輸入1，則將配置文件寫入系統；輸入2，則將現有的系統設定還原為全部自動獲取；否則程序退出：')
if str(res) == '1':
try:
_winreg.SetValueEx(hkey, 'EnableDHCP', None, _winreg.REG_DWORD, 0x00000000)
_winreg.SetValueEx(hkey, 'IPAddress', None, _winreg.REG_MULTI_SZ, [IPAddress])
_winreg.SetValueEx(hkey, 'SubnetMask', None, _winreg.REG_MULTI_SZ, [SubnetMask])
_winreg.SetValueEx(hkey, 'DefaultGateway', None, _winreg.REG_MULTI_SZ, [GateWay])
_winreg.SetValueEx(hkey, 'NameServer', None, _winreg.REG_SZ, ','.join(DNSServer))
except WindowsError:
print 'Set IP Error'
exit()
_winreg.CloseKey(hkey)
print '切換成功！重置網路後即可生效'
elif str(res) == '2':
try:
_winreg.SetValueEx(hkey, 'EnableDHCP', None, _winreg.REG_DWORD, 0x00000001)
_winreg.SetValueEx(hkey, 'T1', None, _winreg.REG_DWORD, 0x00000000)
_winreg.SetValueEx(hkey, 'T2', None, _winreg.REG_DWORD, 0x00000000)
_winreg.SetValueEx(hkey, 'NameServer', None, _winreg.REG_SZ, None)
_winreg.SetValueEx(hkey, 'DhcpConnForceBroadcastFlag', None, _winreg.REG_DWORD, 0x00000000)
_winreg.SetValueEx(hkey, 'Lease', None, _winreg.REG_DWORD, 0x00000000)
_winreg.SetValueEx(hkey, 'LeaseObtainedTime', None, _winreg.REG_DWORD, 0x00000000)
_winreg.SetValueEx(hkey, 'LeaseTerminatesTime', None, _winreg.REG_DWORD, 0x00000000)
except WindowsError:
print 'Set IP Error'
exit()
_winreg.CloseKey(hkey)
print '切換成功！重置網路後即可生效'
else:
print '用戶手動取消，程序退出'
exit('')
E. numpy inf 代表什麼
我們通常額圖片中為了顯示顏色,會用到RGB紅綠藍三個顏色處理.所以這個3也就是圖片的三原色了
F. 如何實現在python負無窮大
1.Python有特殊價值float('inf')和float('-inf')。
2. 碰巧的是，在Python 2，None小於的任意整數，所以你None。在Python 3你有（至少）有四種選擇： 使用分鍾（一）-1。 使用None，每當兩個值，明確他們正在測試None。 定義一個包含一個整數或者-∞，正確的新數據類型。
G. 請教python里有NaN這個東西嗎
Python 中表示 Not A Number 使用小寫的 nan
可以這樣定義一個 nan
a = float('nan')
或者
from decimal import Decimal
a = Decimal('nan')
最常見的計算有 無窮大 減 無窮大 結果為回 nan
float('inf') - float('inf')
判斷一個數是答不是 nan
import math
print(math.isnan(a))
nan 和 nan 的比較關系是 nan != nan
所以如果一個數 自身不等於自身 也可以判斷為 nan 類型
另外 numpy 里也有 NaN 的類型，不過不屬於 Python 原生就不說了
H. 求大神指點，以下用Python判斷是否為迴文數錯在哪裡為什麼顯示inf
while num_t!=0: 這個循環有問題，循環次數太多num_p超過最大數字上限了
I. python 無窮大如何表示
>>> x=float("inf")
>>> x
inf
>>> type(x)
<type 'float'>
J. python數組的定義及數據錄入方法
python沒有二維數據，可以用list嵌套list來表示
[
[0, 1.5, inf, 3, 0.5, 1],
[2, 0, 1.5, 2, inf, 2.5]
]