스택큐힙리스트

닫혔습니다. 이 질문은 의견에 기초한 것입니다. 현재 답변을 받지 않고 있습니다. 이 질문을 개선하고 싶으신가요? 이 게시물을 편집하여 사실과 인용을 통해 답변할 수 있도록 업데이트해주세요. 8년 전에 닫힘. 이 질문 개선하기 나는 지금까지 몇 년 동안 C#에서 개발을 하고 있다. 대부분 .NET 스택에서 엔터프라이즈 애플리케이션과 기업용 프레임워크를 구축한다. .NET이 표준 플랫폼이기 때문에 저는 일부러 다른 주류 고수준 언어를 사용할 필요가 없었다. 앞으로 지원해야 할 몇 가지 구식 Python 애플리케이션이 있지만, 나는 Python과 동적 언어에 대한 경험이 없다(물론 JavaScript를 꽤 많이 사용해 본 적은 있다). 나는 정적으로 타이핑된 마음의 사람이 Python 같은 언어를 배우는 방..

나는 데이터 프레임에서 금융 데이터에 대해 복잡한 연산을 순차적으로 수행하고 싶습니다. 예를 들어 다음과 같은 MSFT CSV 파일을 사용하고 있습니다. Yahoo Finance에서 가져온 것입니다: 날짜,시가,고가,저가,종가,거래량,수정 종가 2011-10-19,27.37,27.47,27.01,27.13,42880000,27.13 2011-10-18,26.94,27.40,26.80,27.31,52487900,27.31 2011-10-17,27.11,27.42,26.85,26.98,39433400,26.98 2011-10-14,27.31,27.50,27.02,27.27,50947700,27.27 .... 그런 다음 다음을 수행합니다: #!/usr/bin/env python from pandas impor..

주요 초점이 기계 학습 알고리즘 구현에 있으므로, 대용량 데이터를 적재하고 자체 알고리즘을 업로드하여 분산 처리를 고려하지 않고도 데이터를 처리할 수 있는 충분한 CPU 자원을 제공하는 실행 중인 플랫폼이 있는지 여부를 여쭤보고 싶습니다. 그럼에도 불구하고, 이와 같은 플랫폼이 존재하든 존재하지 않든, 특정 고객 요구에 맞게 전체 시스템을 제작하여 생산에 넣을 수 있는 팀에서 일할 정도로 충분히 큰 그림을 그리고 싶습니다. 예를 들어, 소매업자는 매일 구매를 분석하고자 하므로 매일 기록을 처리할 수 있는 인프라에 모든 일일 레코드를 업로드해야 합니다. 이를 위해 맞춤형 기계 학습 알고리즘을 사용해 데이터를 처리할 수 있는 충분한 능력을 갖춘 시설이 필요합니다.위의 내용을 간단한 질문으로 정리하면: 기계 ..

나는 길이가 같지만 모양이 다른 두 개의 numpy 배열을 가지고 있습니다. 나는 각각을 섞고 싶습니다. 그리고 대응하는 요소는 계속 대응하도록 -- 즉, 선도 길이에 대해 조화롭게 섞어야합니다.이 코드는 작동하며, 나의 목표를 보여줍니다. def shuffle_in_unison(a, b): assert len(a) == len(b) shuffled_a = numpy.empty(a.shape, dtype=a.dtype) shuffled_b = numpy.empty(b.shape, dtype=b.dtype) permutation = numpy.random.permutation(len(a)) for old_index, new_index in enumerate(permutation): shuffled_a[ne..