ytickla.append('{:d} MW - {:d} MW'.format(i, i+100))
时间: 2024-04-16 14:27:39 浏览: 26
如果你想为 y 轴上的刻度标签添加`'{:d} MW - {:d} MW'`格式化的字符串,你可以使用以下代码:
```python
i = 100 # 设置范围的下限
ytickla = []
for i in range(0, max(df_X.iloc[:, 22]), 100):
count = ((df_X.iloc[:, 22] < i + 100).sum()) - ((df_X.iloc[:, 22] < i).sum())
ytickla.append('{:d} MW - {:d} MW'.format(i, i+100))
```
这里,我们使用了`'{:d} MW - {:d} MW'.format(i, i+100)`来格式化字符串,并将其添加到`ytickla`列表中。
请注意,这里假设您的DataFrame名为`df_X`,并且要计算频率的列索引为22。您可以根据实际情况进行适当的更改。
希望对您有所帮助!如果您还有其他问题,请随时提问。
相关问题
self.entity_vec.weight.data = normalize_emb(self.entity_vec.weight.data) self.relation_vec.weight.data = normalize_emb(self.relation_vec.weight.data) self.concept_vec.weight.data[:, :-1] = normalize_emb(self.concept_vec.weight.data[:, :-1]) self.concept_vec.weight.data[:, -1] = normalize_radius(self.concept_vec.weight.data[:, -1]) self.optimizer.zero_grad() for k in range(batchSize): i = random.randint(0, self.D.trainSize - 1) if i < len(self.D.fb_r): cut = 1 - epoch * self.args.hrt_cut / nepoch pairs[0].append(self.trainHLR(i, cut)) elif i < len(self.D.fb_r) + len(self.D.instanceOf): cut = 1 - epoch * self.args.ins_cut / nepoch pairs[1].append(self.trainInstanceOf(i, cut)) else: cut = 1 - epoch * self.args.sub_cut / nepoch pairs[2].append(self.trainSubClassOf(i, cut))
这段代码看起来像是在进行一些实体关系的训练,其中包括对实体向量、关系向量和概念向量进行归一化操作,然后进行随机选择训练数据并根据不同的类型进行训练。具体来说,如果选择的数据是三元组(头实体、关系、尾实体),那么就会调用 `trainHLR` 函数进行训练;如果选择的数据是实例关系(实例、类别),那么就会调用 `trainInstanceOf` 函数进行训练;如果选择的数据是子类关系(子类、父类),那么就会调用 `trainSubClassOf` 函数进行训练。训练过程中会根据当前的 epoch 和参数设置动态调整不同类型数据的采样比例。
frequency.append((df_X.iloc[:, 22] < i + 100).sum() - (df_X.iloc[:, 22] < i)
你好!对于您的问题,您可以使用以下代码来计算列索引为22的DataFrame列中的特定范围内的值的频率:
```python
i = 100 # 设置范围的下限
frequency = []
for i in range(0, max(df_X.iloc[:, 22]), 100):
count = ((df_X.iloc[:, 22] < i + 100).sum()) - ((df_X.iloc[:, 22] < i).sum())
frequency.append(count)
```
这里,我们首先设置范围的下限为100,然后使用循环迭代来计算每个范围内的值的频率。在循环中,我们使用了`.sum()`函数来计算DataFrame列中满足条件的值的数量,并将其添加到`frequency`列表中。
请注意,这里假设您的DataFrame名为`df_X`,并且要计算频率的列索引为22。您可以根据实际情况进行适当的更改。
希望对您有所帮助!如果您还有其他问题,请随时提问。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![7z](https://img-home.csdnimg.cn/images/20210720083312.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)