在Jupyter中修改图片的大小
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在Jupyter中修改图片的大小相关的知识,希望对你有一定的参考价值。
参考技术A 在前一篇,我们知道了,如何把pandas中生成的图片导出到本地(图片格式),参考:当我在测试过程中,暂时还不想导出,但是图片太小了,影响我观察分析了,怎么直接修改Jupyter中的图片大小呢?
像这样, 都模糊了,根本没法看
思路其实是一样的,设置figure的size
我这里使用的是seaborn,所以可以获取到返回的Axes
继而获取figure,再设置大小就可以了
如何在Rust中修改向量的元素?
我试图将一个Vec
(一个切片)的不可变引用传递给一个函数,该函数将使用递增值填充Vec
,然后再次迭代它们用零替换其中一些值。
我的想法是向量是不可变的(向量的数据类型和大小永远不会改变),但向量的内容应该是对整数的可变引用。或者它们应该是整数本身的实际值(而不是引用)?
事实证明这是一项艰巨的任务。我读过有关可变性和借用的内容,我觉得我对此有一个很好的理解。我也粗略地了解了引用,解引用,指针等在C中是如何工作的,但我认为我正在努力实现Rust的语法。
我是否以错误的方式思考这个问题?在Rust中,创建一个潜在巨大的Vec
的副本,操作它并返回它是更惯用吗?
到目前为止这是我的代码(不编译,很多错误):
#![feature(iterator_step_by)]
pub fn nth(n: usize) {
let size: usize = (2 as f64 * n as f64 * (n as f64).ln()) as usize;
// Set an upper bound for seiving.
let size_sqrt: usize = (size as f64).sqrt().ceil() as usize;
let nums: Vec<&mut usize> = Vec::with_capacity(size);
sieve(nums, &size, &size_sqrt);
}
fn sieve(nums: [&mut usize], size: &usize, size_sqrt: &usize) {
for i in 0..*size {
nums[i] = i;
}
for num in nums {
if num < 2 {
continue;
} else if num > *size_sqrt {
break;
}
for x in (num.pow(2)..size).step_by(*num) {
nums[x] = 0;
}
}
}
我的想法是向量是不可变的(向量的数据类型和大小永远不会改变),但向量的内容应该是对整数的可变引用。或者它们应该是整数本身的实际值(而不是引用)?
引用(&'a T
和&'a mut T
)只能引用另一个值所拥有的值。参考文献不能拥有他们的参照物。
如果你想拥有一个对集合的某些整数进行操作但不一定是连续的函数,那么构建一个对整数的引用向量可能是一个好主意。但是,根据您的代码示例,情况似乎并非如此;向量拥有整数会更简单,更容易。这意味着向量本身需要是可变的。但是,如果要确保函数不会尝试更改向量的大小,则该函数可以接受可变的整数&mut [usize]
切片,而不是对向量的可变引用(&mut Vec<usize>
)。
在Rust中,创建一个潜在巨大的
Vec
的副本,操作它并返回它是更惯用吗?
这取决于你之后是否需要再次使用原始的Vec
。如果你不这样做,那么在原地改变Vec
会更有效率。如果你只需要保留原来的Vec
在某些情况下而不是在其他情况下,你可以事先clone()
Vec
。如果你确实每次都需要原始的Vec
,那么返回一个新的Vec
可能会更有效率,特别是如果你可以使用collect
从迭代器中填充它,因为那样会尝试提前分配正确的大小并且只分配每个在Vec
一次的价值。
考虑到这一切,这就是我编写代码的方式。请注意,我必须将sieve
中的主循环更改为不直接迭代nums
,因为这会导致借用冲突 - for
循环需要借用nums
,但赋值nums[x]
也会尝试在nums
上进行可变借用另一个借款是活跃的。我还将&usize
参数更改为usize
,因为对于小的可复制类型(如原始整数)使用引用没有任何好处(事实上,它可能稍微慢一些)。
#![feature(iterator_step_by)]
pub fn nth(n: usize) {
let size: usize = (2.0 * n as f64 * (n as f64).ln()) as usize;
// Set an upper bound for seiving.
let size_sqrt: usize = (size as f64).sqrt().ceil() as usize;
let mut nums: Vec<usize> = vec![0; size];
sieve(&mut nums, size, size_sqrt);
}
fn sieve(nums: &mut [usize], size: usize, size_sqrt: usize) {
for i in 0..size {
nums[i] = i;
}
for i in 0..size {
let num = nums[i];
if num < 2 {
continue;
}
if num > size_sqrt {
break;
}
for x in (num.pow(2)..size).step_by(num) {
nums[x] = 0;
}
}
}
以上是关于在Jupyter中修改图片的大小的主要内容,如果未能解决你的问题,请参考以下文章