GVKun编程网logo

python 中 xrange 和 range 的异同（python range和xrange的区别）

1

对于想了解python中xrange和range的异同的读者，本文将提供新的信息，我们将详细介绍pythonrange和xrange的区别，并且为您提供关于'range(y.shape[1])'在“f

对于想了解python 中 xrange 和 range 的异同的读者，本文将提供新的信息，我们将详细介绍python range和xrange的区别，并且为您提供关于'range(y.shape[1])'在“for i in range(dataset2.shape[1]):”中是什么意思？、failed to allocate for range 0: no IP addresses available in range set: 172.20.xx.1-172.20.xx.254、gganimate 错误：seq.default(range[1], range[2], length.out = nframes) 中的错误：'from' 必须是一个有限数、highchart 列比较图表，如 xrange的有价值信息。

本文目录一览：

python 中 xrange 和 range 的异同（python range和xrange的区别）

python 中 xrange 和 range 的异同（python range和xrange的区别）

range
    函数说明：range ([start,] stop [, step])，根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个序列。
range 示例: 
  1. >>> range(5) 
  2. [0, 1, 2, 3, 4] 
  3. >>> range(1,5) 
  4. [1, 2, 3, 4] 
  5. >>> range(0,6,2)
  6. [0, 2, 4]
xrange
    函数说明：用法与 range 完全相同，所不同的是生成的不是一个数组，而是一个生成器。
xrange 示例: 
  1. >>> xrange(5)
  2. xrange(5)
  3. >>> list(xrange(5))
  4. [0, 1, 2, 3, 4]
  5. >>> xrange(1,5)
  6. xrange(1, 5)
  7. >>> list(xrange(1,5))
  8. [1, 2, 3, 4]
  9. >>> xrange(0,6,2)
  10. xrange(0, 6, 2)
  11. >>> list(xrange(0,6,2))
  12. [0, 2, 4]
    由上面的示例可以知道：要生成很大的数字序列的时候，用 xrange 会比 range 性能优很多，因为不需要一上来就开辟一块很大的内存空间，这两个基本上都是在循环的时候用：
  1. for i in range(0, 100): 
  2. print i 
  3. for i in xrange(0, 100): 
  4. print i 
    这两个输出的结果都是一样的，实际上有很多不同，range 会直接生成一个 list 对象：
  1. a = range(0,100) 
  2. print type(a) 
  3. print a 
  4. print a[0], a[1] 
    输出结果：
  1. <type ''list''>
  2. [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
  3. 0 1
    而 xrange 则不会直接生成一个 list，而是每次调用返回其中的一个值：
  1. a = xrange(0,100) 
  2. print type(a) 
  3. print a 
  4. print a[0], a[1] 
    输出结果：
  1. <type ''xrange''>
  2. xrange(100)
  3. 0 1
    所以 xrange 做循环的性能比 range 好，尤其是返回很大的时候，尽量用 xrange 吧，除非你是要返回一个列表。

'range(y.shape[1])'在“for i in range(dataset2.shape[1]):”中是什么意思？

'range(y.shape[1])'在“for i in range(dataset2.shape[1]):”中是什么意思？

如何解决''range(y.shape[1])''在“for i in range(dataset2.shape[1]):”中是什么意思？

我想从外行的角度找出上面提到的这段代码是如何工作的？ 对于上下文，此代码包含 Numpy、Seaborn、Pandas 和 ma​​tplotlib。

下面是代码行：

  1. dataset2 = dataset.drop(columns = [''entry_id'',''pay_schedule'',''e_signed''])
  3. fig = plt.figure(figsize=(15,12))
  4. plt.suptitle(''Histograms of Numerical Columns'',fontsize=20)
  6. **for i in range(dataset2.shape[1]):**
  8.     plt.subplot(6,3,i + 1)
  10.     f = plt.gca()
  12.     f.set_title(dataset2.columns.values[i])

解决方法

pd.shape 将为您提供数据帧中存在的 rows 和 columns 的数量。

其中，df.shape[0] 将为您提供数据帧中存在的 total rows。

并且，df.shape[1] 会给你数据帧中存在的 columns 的数量。

示例：

  1. df = pd.DataFrame({''Date'':[''10/2/2011'',''11/2/2011'',''12/2/2011''],''Phrases'':[''I have a cool family'',''I like avocados'',''I would like to go to school'']})
  4. df
  5. Out[26]: 
  6.         Date                       Phrases
  7. 0  10/2/2011          I have a cool family
  8. 1  11/2/2011               I like avocados
  9. 2  12/2/2011  I would like to go to school
  11. df.shape
  12. Out[27]: (3,2)
  14. df.shape[0]   #number of rows
  15. Out[28]: 3
  17. df.shape[1]   #number of columns
  18. Out[29]: 2
,

.shape 返回一个元组（行数，列数）。因此 dataset.shape[1] 是列数。 i in range(dataset.shape[1]) 只是从 0 到列数迭代。

failed to allocate for range 0: no IP addresses available in range set: 172.20.xx.1-172.20.xx.254

failed to allocate for range 0: no IP addresses available in range set: 172.20.xx.1-172.20.xx.254

今天遇到一个机器上的 Pod 在创建以后一直处于 Init 0/1 的状态，进到这个节点查看其 kubelet 的状态，发现果然有问题

systemctl status kubelet

 

.go:77] Container "1a7183767162740ba734e2c4b880e2937af1680e15fb1a7d66dc7e48fe0ca68c" not found in pod''s containers
 RunPodSandbox from runtime service failed: rpc error: code = Unknown desc = NetworkPlugin cni failed to set up pod "ts-train-mongo-7f6f6668bd-rn2n4_default" network: failed to allocate f
o:54] CreatePodSandbox for pod "ts-train-mongo-7f6f6668bd-rn2n4_default(1264e4b7-fd27-11e8-aa60-525400c4f9f5)" failed: rpc error: code = Unknown desc = NetworkPlugin cni failed to set up 
o:647] createPodSandbox for pod "ts-train-mongo-7f6f6668bd-rn2n4_default(1264e4b7-fd27-11e8-aa60-525400c4f9f5)" failed: rpc error: code = Unknown desc = NetworkPlugin cni failed to set up
rror syncing pod 1264e4b7-fd27-11e8-aa60-525400c4f9f5 ("ts-train-mongo-7f6f6668bd-rn2n4_default(1264e4b7-fd27-11e8-aa60-525400c4f9f5)"), skipping: failed to "CreatePodSandbox" for "ts-tra
o:403] No ready sandbox for pod "ts-order-other-service-78d5ff8b57-2k6gf_default(830f4782-fd27-11e8-aa60-525400c4f9f5)" can be found. Need to start a new one
o:403] No ready sandbox for pod "ts-station-service-c9ff7c7b7-pkpt9_default(9a9c5010-fd27-11e8-aa60-525400c4f9f5)" can be found. Need to start a new one
o:403] No ready sandbox for pod "ts-preserve-service-7b95474f77-8l4jw_default(88bc030d-fd27-11e8-aa60-525400c4f9f5)" can be found. Need to start a new one
ing network: failed to allocate for range 0: no IP addresses available in range set: 172.20.5.1-172.20.5.254
le adding to cni network: failed to allocate for range 0: no IP addresses available in range set: 172.20.5.1-172.20.5.254

 

 提示 200 多个 IP 都被用完了，这什么情况

/var/lib/cni/networks/cbr0# ls
172.20.5.10   172.20.5.118  172.20.5.136  172.20.5.154  172.20.5.172  172.20.5.190  172.20.5.208  172.20.5.226  172.20.5.244  172.20.5.33  172.20.5.51  172.20.5.7   172.20.5.88
172.20.5.100  172.20.5.119  172.20.5.137  172.20.5.155  172.20.5.173  172.20.5.191  172.20.5.209  172.20.5.227  172.20.5.245  172.20.5.34  172.20.5.52  172.20.5.70  172.20.5.89
172.20.5.101  172.20.5.12   172.20.5.138  172.20.5.156  172.20.5.174  172.20.5.192  172.20.5.21   172.20.5.228  172.20.5.246  172.20.5.35  172.20.5.53  172.20.5.71  172.20.5.9
172.20.5.102  172.20.5.120  172.20.5.139  172.20.5.157  172.20.5.175  172.20.5.193  172.20.5.210  172.20.5.229  172.20.5.247  172.20.5.36  172.20.5.54  172.20.5.72  172.20.5.90
172.20.5.103  172.20.5.121  172.20.5.14   172.20.5.158  172.20.5.176  172.20.5.194  172.20.5.211  172.20.5.23   172.20.5.248  172.20.5.37  172.20.5.55  172.20.5.73  172.20.5.91
172.20.5.104  172.20.5.122  172.20.5.140  172.20.5.159  172.20.5.177  172.20.5.195  172.20.5.212  172.20.5.230  172.20.5.249  172.20.5.38  172.20.5.56  172.20.5.74  172.20.5.92
172.20.5.105  172.20.5.123  172.20.5.141  172.20.5.16   172.20.5.178  172.20.5.196  172.20.5.213  172.20.5.231  172.20.5.25   172.20.5.39  172.20.5.57  172.20.5.75  172.20.5.93
172.20.5.106  172.20.5.124  172.20.5.142  172.20.5.160  172.20.5.179  172.20.5.197  172.20.5.214  172.20.5.232  172.20.5.250  172.20.5.4   172.20.5.58  172.20.5.76  172.20.5.94
172.20.5.107  172.20.5.125  172.20.5.143  172.20.5.161  172.20.5.18   172.20.5.198  172.20.5.215  172.20.5.233  172.20.5.251  172.20.5.40  172.20.5.59  172.20.5.77  172.20.5.95
172.20.5.108  172.20.5.126  172.20.5.144  172.20.5.162  172.20.5.180  172.20.5.199  172.20.5.216  172.20.5.234  172.20.5.252  172.20.5.41  172.20.5.6   172.20.5.78  172.20.5.96
172.20.5.109  172.20.5.127  172.20.5.145  172.20.5.163  172.20.5.181  172.20.5.2    172.20.5.217  172.20.5.235  172.20.5.253  172.20.5.42  172.20.5.60  172.20.5.79  172.20.5.97
172.20.5.11   172.20.5.128  172.20.5.146  172.20.5.164  172.20.5.182  172.20.5.20   172.20.5.218  172.20.5.236  172.20.5.254  172.20.5.43  172.20.5.61  172.20.5.8   172.20.5.98
172.20.5.110  172.20.5.129  172.20.5.147  172.20.5.165  172.20.5.183  172.20.5.200  172.20.5.219  172.20.5.237  172.20.5.26   172.20.5.44  172.20.5.62  172.20.5.80  172.20.5.99
172.20.5.111  172.20.5.13   172.20.5.148  172.20.5.166  172.20.5.184  172.20.5.201  172.20.5.22   172.20.5.238  172.20.5.27   172.20.5.45  172.20.5.63  172.20.5.81  172.20.6.197
172.20.5.112  172.20.5.130  172.20.5.149  172.20.5.167  172.20.5.185  172.20.5.202  172.20.5.220  172.20.5.239  172.20.5.28   172.20.5.46  172.20.5.64  172.20.5.82  last_reserved_ip.0
172.20.5.113  172.20.5.131  172.20.5.15   172.20.5.168  172.20.5.186  172.20.5.203  172.20.5.221  172.20.5.24   172.20.5.29   172.20.5.47  172.20.5.65  172.20.5.83  lock
172.20.5.114  172.20.5.132  172.20.5.150  172.20.5.169  172.20.5.187  172.20.5.204  172.20.5.222  172.20.5.240  172.20.5.3    172.20.5.48  172.20.5.66  172.20.5.84
172.20.5.115  172.20.5.133  172.20.5.151  172.20.5.17   172.20.5.188  172.20.5.205  172.20.5.223  172.20.5.241  172.20.5.30   172.20.5.49  172.20.5.67  172.20.5.85
172.20.5.116  172.20.5.134  172.20.5.152  172.20.5.170  172.20.5.189  172.20.5.206  172.20.5.224  172.20.5.242  172.20.5.31   172.20.5.5   172.20.5.68  172.20.5.86
172.20.5.117  172.20.5.135  172.20.5.153  172.20.5.171  172.20.5.19   172.20.5.207  172.20.5.225  172.20.5.243  172.20.5.32   172.20.5.50  172.20.5.69  172.20.5.87

##flannel创建了很多文件
/var/lib/cni/flannel#  ls | wc ; date 
 

 

解决方案

rm -rf /var/lib/cni/flannel/* && rm -rf /var/lib/cni/networks/cbr0/* && ip link delete cni0
rm -rf  /var/lib/cni/networks/cni0/*

 

gganimate 错误：seq.default(range[1], range[2], length.out = nframes) 中的错误：'from' 必须是一个有限数

gganimate 错误：seq.default(range[1], range[2], length.out = nframes) 中的错误：'from' 必须是一个有限数

如何解决gganimate 错误：seq.default(range[1], range[2], length.out = nframes) 中的错误：''from'' 必须是一个有限数

我正在尝试制作以下数据的动画累积地图：

structure(list(station_install_date = structure(c(16684,16684,16684),),lat = c(37.548645,37.549561,37.550007,37.550629,37.552746,37.554951),long = c(126.912827,126.905754,126.914825,126.914986,126.918617,126.910835),capa_sum = c(10L,5L,13L,10L,14L)),row.names = c(NA,-6L),groups = structure(list(station_install_date = structure(c(16684,.rows = structure(list(
    1L,2L,3L,4L,6L),ptype = integer(0),class = c("vctrs_list_of","vctrs_vctr","list"))),class = c("tbl_df","tbl","data.frame"),.drop = TRUE),class = c("grouped_df","tbl_df","data.frame"))

我的代码如下：

SEOul <- get_googlemap("SEOul,South Korea",zoom=11,maptype = "roadmap")
ggmap(SEOul) + 
  geom_point(data = install_time_df,aes(x = long,y = lat),color = "red",alpha = 0.3) +
  transition_time(station_install_date) +
  ease_aes("linear")

但是，我不断收到错误：

Error in seq.default(range[1],range[2],length.out = nframes) : 
  ''from'' must be a finite number

解决方法

试试：

p2<- ggmap(seoul) + 
  geom_point(data = install_time_df,aes(x = long,y = lat),color = "red",alpha = 0.3) +
  transition_manual(station_install_date,cumulative = TRUE) +
  ease_aes("linear")

anim2<- animate(p2,renderer = gifski_renderer())
anim_save("C:\\\\Users\\\\82104\\\\Desktop\\\\따릉이\\\\anim2.gif",animation = anim2)

highchart 列比较图表，如 xrange

highchart 列比较图表，如 xrange

如何解决highchart 列比较图表，如 xrange

对于每个日期，我有 4 个要比较并希望实现的值

我最好的尝试 - 分散

jsfiddle

  1. Highcharts.chart(''container'',{
  2.   chart: {
  3.     type: ''scatter'',zoomType: ''xy''
  4.   },series: [{
  5.     "name": "master-A","color": "#29CC5F","data": [
  6.       [1615680000000,200],[1615766400000,210],[1615852800000,220],[1615939200000,]
  7.   },{
  8.     "name": "release-A","color": "#999999",100],110],120],{
  9.     "name": "master-B","color": "#198CFF",300],310],320],{
  10.     "name": "release-B","color": "#CCC796",400],410],420],]
  11.   }]
  12. });

解决方法

您可以使用具有定义自定义形状的散点系列。示例：

  1. // Define a custom symbol path
  2. Highcharts.SVGRenderer.prototype.symbols.rectangle = function(x,y,w,h) {
  3.     return [''M'',x - 2 * w,''L'',x + 3 * w,y + h,''z''];
  4. };
  5. if (Highcharts.VMLRenderer) {
  6.     Highcharts.VMLRenderer.prototype.symbols.cross = Highcharts.SVGRenderer.prototype.symbols.cross;
  7. }

现场演示： https://jsfiddle.net/BlackLabel/bod4t0cf/

API 参考： https://api.highcharts.com/highcharts/series.scatter.marker.symbol

,

要更改标记的形状，in the documentation of the highcharts API says 关于使用图像。

引用：

此外，可以在此表单中给出图形的 URL： “url(graphic.png)”。请注意，对于要应用于导出的图像 图表，其 URL 需要可由导出服务器访问。

链接的文档包含一个在 jsfiddle 中可用的示例 - 请参阅 Predefined,graphic and custom markers。

今天的关于python 中 xrange 和 range 的异同和python range和xrange的区别的分享已经结束，谢谢您的关注，如果想了解更多关于'range(y.shape[1])'在“for i in range(dataset2.shape[1]):”中是什么意思？、failed to allocate for range 0: no IP addresses available in range set: 172.20.xx.1-172.20.xx.254、gganimate 错误：seq.default(range[1], range[2], length.out = nframes) 中的错误：'from' 必须是一个有限数、highchart 列比较图表，如 xrange的相关知识，请在本站进行查询。

本文标签：

上一篇python 模块之 ---- urllib2 模块详解（python的urllib2模块）

下一篇（总结）python 3程序开发指南（六）面向对象程序设计（python面向对象的程序设计）

相关文章