julia-lang

1熱度

1回答

我想平行分解算法進行優化命名爲漸進式對衝。這個優化被存儲在一個名爲PH的函數中，該函數接收模型的參數，一些參數是矩陣，但PH只需要這個矩陣中的一個向量。 for s = 1:nS res = PH(k,s,data,Lines,Ag,Gx,Pmax[:,s],Prmax[:,s],COpe[:,s]) push!(data,res) end 所以PH只需要一個來自Pmax

0熱度

3回答

朱莉婭：如何使用用於IndexedTables.jl的聚合來計算組的平均值？

我試圖使用aggregate功能按組來計算變量的均值 using Distributions, PooledArrays N=Int64(2e9/8); K=100; pool = [@sprintf "id%03d" k for k in 1:K] pool1 = [@sprintf "id%010d" k for k in 1:(N/K)] function randstrarr

0熱度

1回答

朱莉婭 - 方法錯誤：沒有方法匹配少（:: Float64，:: Tuple {Int64，Int64}）

我的問題是關於爲什麼我得到這個錯誤，如果我已經定義所有變量爲Float64。應該沒有問題。這裏是代碼和消息，我得到 pr = Array{Float64}(1001) succ = Array{Float64}(1001) pr1 = Float64 pr2 = Float64 pr3 = Float64 pr4 = Float64 pr5 = Float64 succ1 =

2熱度

1回答

readtable（）當字符串與\

當我在含有「號碼」，「文本」 1 「row1text \」 2 csv文件讀取結束時，」 row2text」與命令 using DataFrames readtable(filename.csv) 我只有一行數據幀。顯然，第一行文本末尾的反斜槓是個問題。這是預期的行爲？有避免這個問題的另一種方法嗎？作爲一個邊注：以下正常工作（即我得到兩行），但顯然是不切實際的，在大文件 df =

0熱度

1回答

如何在PagesJL中處理路由而不將每個文件都指定爲端點？

正如在GitHub的自述表明，端點的定義是這樣的： julia> Endpoint("/hello") do request::Request "Hello world" end 我想知道如何定義與網頁的終端和服務在該目錄中的所有文件，而不必逐一指定爲端點。最好的辦法是什麼？

0熱度

3回答

結合兩個嵌套的for循環在一個for循環朱莉婭

我有兩個for循環，我想將它們合併爲一個嵌套的循環：我的循環是這樣的： for i=1:m for j=1:n ..... end end 我試着結合他們： for ii = 1:n*m ai = ii%n yi = ii % m if(ai == 0) ai=6 end if(yi == 0)

0熱度

1回答

用變量切片多維數組

我正在寫一個方法，它接受一個二元數組和一個int行數作爲參數，並返回給定行中元素的最高值。它看起來像這樣： function getHighestInRow(A, i) return(maximum(A[:i,:])) end 我遇到的問題是，當我與 A[:i,:] 切片陣列我得到的參數錯誤，因爲:i使i得到區別對待。代碼工作在向另一個方向 A[:,i,:] 是否有一

2熱度

1回答

如何在Julia中定義空的IndexedTables？

我無法定義空的IndexedTables，例如 using IndexedTables, IndexedTables.Table t = Table(Columns(a=Int64[],b=String[]),Int64[]) t[1,"a"] = 1 t[1,"b"] = 2 t[1,"c"] = t[1,"a"] + t[1,"b"] BoundsError: attempt to

0熱度

1回答

如何在Julia中使用Taro讀取Excel中的變量選擇

我想使用Taro（在Julia中）從Excel文件中讀取選擇內容。我現在這樣做的方式是： roomfile=joinpath(..."rooms.xlsx") output=Taro.readxl(roomfile,"A2:F10";header=false) classrooms=convert(Array,output) 但是，這隻讀取從單元格A2到F10的固定選擇。是

1熱度

1回答

Benchmarktools' belapsed不工作的符號

介紹我有以下結構的目錄 --> Report --> Problems --> PE_001 --> Julia PE_001.naive.jl PE_001.jl --> Benchmarks test_001.txt test_002.txt --> Results --> PE