个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
28
4
这些是所有安装的包，环境是Windows 7.1
# Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py36he6757f0_0
alabaster 0.7.10 py36hcd07829_0
anaconda 5.1.0 py36_2
anaconda-client 1.6.9 py36_0
anaconda-navigator 1.7.0 py36_0
anaconda-project 0.8.2 py36hfad2e28_0
asn1crypto 0.24.0 py36_0
astroid 1.6.1 py36_0
astropy 2.0.3 py36hfa6e2cd_0
attrs 17.4.0 py36_0
babel 2.5.3 py36_0
backports 1.0 py36h81696a8_1
backports.shutil_get_terminal_size 1.0.0 py36h79ab834_2
beautifulsoup4 4.6.0 py36hd4cc5e8_1
bitarray 0.8.1 py36hfa6e2cd_1
bkcharts 0.2 py36h7e685f7_0
blaze 0.11.3 py36h8a29ca5_0
bleach 2.1.2 py36_0
bokeh 0.12.13 py36h047fa9f_0
boto 2.48.0 py36h1a776d2_1
boto3 1.9.42 <pip>
botocore 1.12.42 <pip>
bottleneck 1.2.1 py36hd119dfa_0
bzip2 1.0.6 hbe05fcf_4
ca-certificates 2017.08.26 h94faf87_0
certifi 2018.1.18 py36_0
cffi 1.11.4 py36hfa6e2cd_0
chardet 3.0.4 py36h420ce6e_1
click 6.7 py36hec8c647_0
cloudpickle 0.5.2 py36_1
clyent 1.2.2 py36hb10d595_1
colorama 0.3.9 py36h029ae33_0
comtypes 1.1.4 py36_0
conda 4.4.10 py36_0
conda-build 3.4.1 py36_0
conda-env 2.6.0 h36134e3_1
conda-verify 2.0.0 py36h065de53_0
console_shortcut 0.1.1 h6bb2dd7_3
contextlib2 0.5.5 py36he5d52c0_0
cryptography 2.1.4 py36he1d7878_0
curl 7.58.0 h7602738_0
cycler 0.10.0 py36h009560c_0
cython 0.27.3 py36h22f4c84_0
cytoolz 0.9.0 py36hfa6e2cd_0
dask 0.16.1 py36_0
dask 0.20.1 <pip>
dask-core 0.16.1 py36_0
datashape 0.5.4 py36h5770b85_0
decorator 4.2.1 py36_0
distributed 1.20.2 py36_0
distributed 1.24.1 <pip>
docutils 0.14 py36h6012d8f_0
entrypoints 0.2.3 py36hfd66bb0_2
et_xmlfile 1.0.1 py36h3d2d736_0
fastcache 1.0.2 py36hfa6e2cd_2
featuretools 0.4.0 <pip>
filelock 2.0.13 py36h20000bf_0
flask 0.12.2 py36h98b5e8f_0
flask-cors 3.0.3 py36h8a3855d_0
freetype 2.8 h51f8f2c_1
future 0.17.1 <pip>
get_terminal_size 1.0.0 h38e98db_0
gevent 1.2.2 py36h342a76c_0
glob2 0.6 py36hdf76b57_0
greenlet 0.4.12 py36ha00ad21_0
h5py 2.7.1 py36he54a1c3_0
hdf5 1.10.1 h98b8871_1
heapdict 1.0.0 py36_2
html5lib 1.0.1 py36h047fa9f_0
icc_rt 2017.0.4 h97af966_0
icu 58.2 ha66f8fd_1
idna 2.6 py36h148d497_1
imageio 2.2.0 py36had6c2d2_0
imagesize 0.7.1 py36he29f638_0
intel-openmp 2018.0.0 hd92c6cd_8
ipykernel 4.8.0 py36_0
ipython 6.2.1 py36h9cf0123_1
ipython_genutils 0.2.0 py36h3c5d0ee_0
ipywidgets 7.1.1 py36_0
isort 4.2.15 py36h6198cc5_0
itsdangerous 0.24 py36hb6c5a24_1
jdcal 1.3 py36h64a5255_0
jedi 0.11.1 py36_0
jinja2 2.10 py36h292fed1_0
jmespath 0.9.3 <pip>
jpeg 9b hb83a4c4_2
jsonschema 2.6.0 py36h7636477_0
jupyter 1.0.0 py36_4
jupyter_client 5.2.2 py36_0
jupyter_console 5.2.0 py36h6d89b47_1
jupyter_core 4.4.0 py36h56e9d50_0
jupyterlab 0.31.4 py36_0
jupyterlab_launcher 0.10.2 py36_0
lazy-object-proxy 1.3.1 py36hd1c21d2_0
libcurl 7.58.0 h7602738_0
libiconv 1.15 h1df5818_7
libpng 1.6.34 h79bbb47_0
libssh2 1.8.0 hd619d38_4
libtiff 4.0.9 h0f13578_0
libxml2 2.9.7 h79bbb47_0
libxslt 1.1.32 hf6f1972_0
llvmlite 0.21.0 py36he0b0552_0
locket 0.2.0 py36hfed976d_1
lxml 4.1.1 py36hef2cd61_1
lzo 2.10 h6df0209_2
markupsafe 1.0 py36h0e26971_1
matplotlib 2.1.2 py36h016c42a_0
mccabe 0.6.1 py36hb41005a_1
menuinst 1.4.11 py36hfa6e2cd_0
mistune 0.8.3 py36_0
mkl 2018.0.1 h2108138_4
mkl-service 1.1.2 py36h57e144c_4
mpmath 1.0.0 py36hacc8adf_2
msgpack 0.5.6 <pip>
msgpack-python 0.5.1 py36he980bc4_0
multipledispatch 0.4.9 py36he44c36e_0
navigator-updater 0.1.0 py36h8a7b86b_0
nbconvert 5.3.1 py36h8dc0fde_0
nbformat 4.4.0 py36h3a5bc1b_0
networkx 2.1 py36_0
nltk 3.2.5 py36h76d52bb_0
nose 1.3.7 py36h1c3779e_2
notebook 5.4.0 py36_0
numba 0.36.2 np114py36h12cb543_0
numexpr 2.6.4 py36h30784b8_0
numpy 1.14.0 py36h4a99626_1
numpydoc 0.7.0 py36ha25429e_0
odo 0.5.1 py36h7560279_0
olefile 0.45.1 py36_0
openpyxl 2.4.10 py36_0
openssl 1.0.2n h74b6da3_0
packaging 16.8 py36ha0986f6_1
pandas 0.23.4 <pip>
pandas 0.22.0 py36h6538335_0
pandoc 1.19.2.1 hb2460c7_1
pandocfilters 1.4.2 py36h3ef6317_1
parso 0.1.1 py36hae3edee_0
partd 0.3.8 py36hc8e763b_0
path.py 10.5 py36h2b94a8f_0
pathlib2 2.3.0 py36h7bfb78b_0
patsy 0.5.0 py36_0
pep8 1.7.1 py36_0
pickleshare 0.7.4 py36h9de030f_0
pillow 5.0.0 py36h0738816_0
pip 18.1 <pip>
pip 9.0.1 py36h226ae91_4
pkginfo 1.4.1 py36hb0f9cfa_1
pluggy 0.6.0 py36hc7daf1e_0
ply 3.10 py36h1211beb_0
prompt_toolkit 1.0.15 py36h60b8f86_0
psutil 5.4.8 <pip>
psutil 5.4.3 py36hfa6e2cd_0
py 1.5.2 py36hbcfbabc_0
pycodestyle 2.3.1 py36h7cc55cd_0
pycosat 0.6.3 py36h413d8a4_0
pycparser 2.18 py36hd053e01_1
pycrypto 2.6.1 py36hfa6e2cd_7
pycurl 7.43.0.1 py36h74b6da3_0
pyflakes 1.6.0 py36h0b975d6_0
pygments 2.2.0 py36hb010967_0
pylint 1.8.2 py36_0
pyodbc 4.0.22 py36h6538335_0
pyopenssl 17.5.0 py36h5b7d817_0
pyparsing 2.2.0 py36h785a196_1
pyqt 5.6.0 py36hb5ed885_5
pysocks 1.6.7 py36h698d350_1
pytables 3.4.2 py36h71138e3_2
pytest 3.3.2 py36_0
python 3.6.4 h6538335_1
python-dateutil 2.6.1 py36h509ddcb_1
pytz 2017.3 py36h1d3fa6b_0
pywavelets 0.5.2 py36hc649158_0
pywin32 222 py36hfa6e2cd_0
pywinpty 0.5 py36h6538335_1
pyyaml 3.12 py36h1d1928f_1
pyzmq 16.0.3 py36he714bf5_0
qt 5.6.2 vc14h6f8c307_12 [vc14]
qtawesome 0.4.4 py36h5aa48f6_0
qtconsole 4.3.1 py36h99a29a9_0
qtpy 1.3.1 py36hb8717c5_0
requests 2.18.4 py36h4371aae_1
rope 0.10.7 py36had63a69_0
ruamel_yaml 0.15.35 py36hfa6e2cd_1
s3fs 0.1.6 <pip>
s3transfer 0.1.13 <pip>
scikit-image 0.13.1 py36hfa6e2cd_1
scikit-learn 0.19.1 py36h53aea1b_0
scipy 1.0.0 py36h1260518_0
seaborn 0.8.1 py36h9b69545_0
send2trash 1.4.2 py36_0
setuptools 38.4.0 py36_0
simplegeneric 0.8.1 py36_2
singledispatch 3.4.0.3 py36h17d0c80_0
sip 4.18.1 py36h9c25514_2
six 1.11.0 py36h4db2310_1
snowballstemmer 1.2.1 py36h763602f_0
sortedcollections 0.5.3 py36hbefa0ab_0
sortedcontainers 1.5.9 py36_0
sphinx 1.6.6 py36_0
sphinxcontrib 1.0 py36hbbac3d2_1
sphinxcontrib-websupport 1.0.1 py36hb5e5916_1
spyder 3.2.6 py36_0
sqlalchemy 1.2.1 py36hfa6e2cd_0
sqlite 3.22.0 h9d3ae62_0
statsmodels 0.8.0 py36h6189b4c_0
sympy 1.1.1 py36h96708e0_0
tblib 1.3.2 py36h30f5020_0
terminado 0.8.1 py36_1
testpath 0.3.1 py36h2698cfe_0
tk 8.6.7 hcb92d03_3
toolz 0.9.0 py36_0
tornado 4.5.3 py36_0
tqdm 4.28.1 <pip>
traitlets 4.3.2 py36h096827d_0
typing 3.6.2 py36hb035bda_0
unicodecsv 0.14.1 py36h6450c06_0
urllib3 1.22 py36h276f60a_0
vc 14 h0510ff6_3
vs2015_runtime 14.0.25123 3
wcwidth 0.1.7 py36h3d5aa90_0
webencodings 0.5.1 py36h67c50ae_1
werkzeug 0.14.1 py36_0
wheel 0.30.0 py36h6c3ec14_1
widgetsnbextension 3.1.0 py36_0
win_inet_pton 1.0.1 py36he67d7fd_1
win_unicode_console 0.5 py36hcdbd4b5_0
wincertstore 0.2 py36h7fe50ca_0
winpty 0.4.3 4
wrapt 1.10.11 py36he5f5981_0
xlrd 1.1.0 py36h1cb58dc_1
xlsxwriter 1.0.2 py36hf723b7d_0
xlwings 0.11.5 py36_0
xlwt 1.3.0 py36h1a4751e_0
yaml 0.1.7 hc54c509_2
zict 0.1.3 py36h2d8e73e_0
zlib 1.2.11 h8395fce_2
当我在 jupyter Notebook 上导入 featuretools 时，它引发了错误。有谁知道怎么解决吗？
--------------------------------------------------------------------------- AttributeError Traceback (most recent call last) in () 1 # Automated feature engineering ----> 2 import featuretools as ft
D:\Program Files\Anaconda3\lib\site-packages\featuretools__init__.py in () 5 from .entityset.api import * 6 from . import primitives ----> 7 from .synthesis.api import * 8 from .primitives import Feature, list_primitives 9 from .computational_backends.api import *
D:\Program Files\Anaconda3\lib\site-packages\featuretools\synthesis__init__.py in () 1 from future import absolute_import 2 # flake8: noqa ----> 3 from .api import *
D:\Program Files\Anaconda3\lib\site-packages\featuretools\synthesis\api.py in () 3 # flake8: noqa 4 from .deep_feature_synthesis import DeepFeatureSynthesis ----> 5 from .dfs import dfs 6 from .encode_features import encode_features
D:\Program Files\Anaconda3\lib\site-packages\featuretools\synthesis\dfs.py in () 3 from .deep_feature_synthesis import DeepFeatureSynthesis 4 ----> 5 from featuretools.computational_backends import calculate_feature_matrix 6 from featuretools.entityset import EntitySet 7
D:\Program Files\Anaconda3\lib\site-packages\featuretools\computational_backends__init__.py in () 1 # flake8: noqa ----> 2 from .api import *
D:\Program Files\Anaconda3\lib\site-packages\featuretools\computational_backends\api.py in () 1 # flake8: noqa ----> 2 from .calculate_feature_matrix import ( 3 approximate_features, 4 calculate_feature_matrix 5 )
D:\Program Files\Anaconda3\lib\site-packages\featuretools\computational_backends\calculate_feature_matrix.py in () 15 16 from .pandas_backend import PandasBackend ---> 17 from .utils import ( 18 bin_cutoff_times, 19 calc_num_per_chunk,
D:\Program Files\Anaconda3\lib\site-packages\featuretools\computational_backends\utils.py in () 8 import pandas as pd 9 import psutil ---> 10 from distributed import Client, LocalCluster 11 from pandas.tseries.frequencies import to_offset 12
D:\Program Files\Anaconda3\lib\site-packages\distributed__init__.py in () 3 from . import config 4 from dask.config import config ----> 5 from .actor import Actor, ActorFuture 6 from .core import connect, rpc 7 from .deploy import LocalCluster, Adaptive
D:\Program Files\Anaconda3\lib\site-packages\distributed\actor.py in () 2 import functools 3 ----> 4 from .client import Future, default_client 5 from .compatibility import get_thread_identity, Queue 6 from .protocol import to_serialize
D:\Program Files\Anaconda3\lib\site-packages\distributed\client.py in () 42 from tornado.queues import Queue 43 ---> 44 from .batched import BatchedSend 45 from .utils_comm import (WrappedKey, unpack_remotedata, pack_data, 46 scatter_to_workers, gather_from_workers)
D:\Program Files\Anaconda3\lib\site-packages\distributed\batched.py in () 8 from tornado.ioloop import IOLoop 9 ---> 10 from .core import CommClosedError 11 from .utils import parse_timedelta 12
D:\Program Files\Anaconda3\lib\site-packages\distributed\core.py in () 18 19 from .compatibility import get_thread_identity ---> 20 from .comm import (connect, listen, CommClosedError, 21 normalize_address, 22 unparse_host_port, get_address_host_port)
D:\Program Files\Anaconda3\lib\site-packages\distributed\comm__init__.py in () 7 get_local_address_for, 8 ) ----> 9 from .core import connect, listen, Comm, CommClosedError 10 11
D:\Program Files\Anaconda3\lib\site-packages\distributed\comm\core.py in () 10 11 from ..metrics import time ---> 12 from ..utils import parse_timedelta 13 from . import registry 14 from .addressing import parse_address
D:\Program Files\Anaconda3\lib\site-packages\distributed\utils.py in () 1388 import asyncio 1389 import tornado.platform.asyncio -> 1390 asyncio.set_event_loop_policy(tornado.platform.asyncio.AnyThreadEventLoopPolicy()) 1391 1392
AttributeError: module 'tornado.platform.asyncio' has no attribute 'AnyThreadEventLoopPolicy'
最佳答案
我也有同样的问题。我在tornado版本'4.5.1'的tornado/platform/asyncio.py中找不到类'AnyThreadEventLoopPolicy'，但在github的tornado master源代码中找到了'AnyThreadEventLoopPolicy'类。这样您就可以安装最新的 Tornado 。
现在，pip无法安装tornado-5.1.1您可以按照以下步骤操作:1:下载tornado-5.1.12: pip install *.whl 或 cd file_dir python setup.py install
关于python - 导入featuretools和AttributeError : module 'tornado.platform.asyncio' has no attribute 'AnyThreadEventLoopPolicy' ，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53237312/
28
4
0
我正在我的一个项目中使用 aiohttp 并想限制每秒发出的请求数。我正在使用 asyncio.Semaphore 来做到这一点。我的挑战是我可能想要增加/减少每秒允许的请求数。 例如: limit
如何混合 async with api.open() as o: ... 和 o = await api.open() 在一个功能中？ 自从第一次需要带有 __aenter__ 的对象以来和
有 2 个工作:“wash_clothes”(job1) 和“setup_cleaning_robot”(job2)，每个工作需要你 7 和 3 秒，你必须做到世界末日。 这是我的代码: import
我们有一种设置线程名称的方法:thread = threading.Thread(name='Very important thread', target=foo)，然后在格式化程序中使用 %(thr
我有一些代码，用于抓取 URL、解析信息，然后使用 SQLAlchemy 将其放入数据库中。我尝试异步执行此操作，同时限制同时请求的最大数量。 这是我的代码: async def get_url(ai
1>Python Asyncio 未使用 asyncio.run_coroutine_threadsafe 运行新的协程。下面是在Mac上进行的代码测试。 ——————————————————————
asyncio.gather和 asyncio.wait似乎有类似的用途:我有一堆我想要执行/等待的异步事情(不一定要在下一个开始之前等待一个完成)。它们使用不同的语法，并且在某些细节上有所不同，但对
我正在尝试使用 asyncio 运行以下程序: import asyncio async def main(): print('Hello') await asyncio.sleep(
我正在尝试在事件循环之外使用协程函数。 (在这种情况下，我想在 Django 中调用一个也可以在事件循环中使用的函数) 如果不使调用函数成为协程，似乎没有办法做到这一点。 我意识到 Django 是为
我有一个假设 asyncio.gather设想: await asyncio.gather( cor1, [cor2, cor3], cor4, ) 我要 cor2和 cor3
我有多个服务器，每个服务器都是 asyncio.start_server 返回的实例。我需要我的 web_server 与 websockets 一起使用，以便能够使用我的 javascript 客户
我正在使用 Python 3 asyncio 框架评估定期执行的不同模式(为简洁起见省略了实际 sleep /延迟)，我有两段代码表现不同，我无法解释原因。第一个版本使用 yield from 递归调
从事件线程外部将协程推送到事件线程的 pythonic 方法是什么？ 最佳答案 更新信息: 从Python 3.7 高级函数asyncio.create_task(coro)开始was added并且
我有一个大型 (1M) 数据库结果集，我想为其每一行调用一个 REST API。 API 可以接受批处理请求，但我不确定如何分割 rows 生成器，以便每个任务处理一个行列表，比如 10。我宁愿不预先
迷失在异步中。 我同时在学习Kivy和asyncio，卡在了解决运行Kivy和运行asyncio循环的问题上，无论怎么转，都是阻塞调用，需要顺序执行(好吧，我希望我是错的)，例如 loop = asy
我有这个 3.6 异步代码: async def send(command,userPath,token): async with websockets.connect('wss://127.
首先，我需要警告你:我是 asyncio 的新手，而且我是 我马上警告你，我是 asyncio 的新手，我很难想象引擎盖下的库里有什么。 这是我的代码: import asyncio semaphor
我有一个asyncio.PriorityQueue，用作网络爬虫的URL队列，当我调用url_queue.get时，得分最低的URL首先从队列中删除()。当队列达到 maxsize 项时，默认行为是阻
探索 Python 3.4.0 的 asyncio 模块，我试图创建一个类，其中包含从类外部的 event_loop 调用的 asyncio.coroutine 方法。 我的工作代码如下。 impor
我有一个可能是无用的问题，但尽管如此，我还是觉得我错过了一些对于理解 asyncio 的工作方式可能很重要的东西。 我刚刚开始熟悉 asyncio 并编写了这段非常基本的代码: import asyn
我是一名优秀的程序员,十分优秀！