Używam Pythona i Numpy, aby obliczyć najlepiej dopasowany wielomian dowolnego stopnia. Przekazuję listę wartości x, wartości y i stopień wielomianu, który chcę dopasować (liniowy, kwadratowy itp.). To dużo działa, ale chcę też obliczyć r (współczynnik korelacji) i r-kwadrat (współczynnik determinacji). Porównuję swoje wyniki z funkcją najlepiej dopasowanej linii trendu programu …
W numpy / scipy mam obraz przechowywany w tablicy. Mogę to wyświetlić, chcę zapisać savefig bez żadnych ramek, osi, etykiet, tytułów, ... Tylko czysty obraz, nic więcej. Chcę uniknąć pakietów takich jak PyPNGlub scipy.misc.imsave, czasami są problematyczne (nie zawsze dobrze się instalują, tylko podstawowe savefig()dla mnie
W numpy można użyć obiektu `` newaxis '' w składni wycinania, aby utworzyć oś długości jeden, np: import numpy as np print np.zeros((3,5))[:,np.newaxis,:].shape # shape will be (3,1,5) Te stany dokumentacji , które można również stosować Nonezamiast newaxis, efekt jest dokładnie taki sam. Czy jest jakiś powód, by wybierać jedną …
Zamknięte. To pytanie nie spełnia wytycznych dotyczących przepełnienia stosu . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było na temat przepełnienia stosu. Zamknięte 5 lat temu . Popraw to pytanie Jestem bardzo zdezorientowany, co właściwie robi np.exp (). W dokumentacji jest napisane, że: „Oblicza wykładnik wszystkich …
Niedawno zastosowałem to rozwiązanie do uśrednienia każdego N wierszy macierzy. Chociaż rozwiązanie ogólnie działa, miałem problemy, gdy zastosowałem je do macierzy 7x1. Zauważyłem, że problem występuje podczas korzystania z -=operatora. Aby zrobić mały przykład: import numpy as np a = np.array([1,2,3]) b = np.copy(a) a[1:] -= a[:-1] b[1:] = b[1:] …
W samouczku dla początkujących MNIST znajduje się oświadczenie accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float")) tf.cast zasadniczo zmienia typ tensora obiektu, ale jaka jest różnica między tf.reduce_mean i np.mean? Oto dokument dotyczący tf.reduce_mean: reduce_mean(input_tensor, reduction_indices=None, keep_dims=False, name=None) input_tensor: Tensor do zmniejszenia. Powinien mieć typ liczbowy. reduction_indices: Wymiary do zmniejszenia. Jeśli None(defaut), zmniejsza wszystkie …
Mam numpytablicę 2D . Czy istnieje sposób na utworzenie widoku, który obejmowałby pierwsze kwiersze i wszystkie kolumny? Chodzi o to, aby uniknąć kopiowania danych bazowych (tablica jest tak duża, że wykonanie częściowych kopii nie jest możliwe).
Czy istnieje prosty sposób na zastąpienie wszystkich wartości ujemnych w tablicy wartością 0? Mam kompletny blok, jak to zrobić za pomocą tablicy NumPy. Na przykład a = array([1, 2, 3, -4, 5]) Muszę wrócić [1, 2, 3, 0, 5] a < 0 daje: [False, False, False, True, False] W tym …
Usiłuję wybrać określone kolumny na wiersz NumPymacierzy. Załóżmy, że mam następującą macierz, którą nazwałbym X: [1, 2, 3] [4, 5, 6] [7, 8, 9] Mam też listindeksy kolumn w każdym wierszu, które nazwałbym Y: [1, 0, 2] Muszę uzyskać wartości: [2] [4] [9] Zamiast a listz indeksami Ymogę również utworzyć …
Mam DataFrame: from pandas import * df = DataFrame({'foo':['a','b','c'], 'bar':[1, 2, 3]}) To wygląda tak: bar foo 0 1 a 1 2 b 2 3 c Teraz chcę mieć coś takiego: bar 0 1 is a 1 2 is b 2 3 is c Jak mogę to osiągnąć? Próbowałem następujących …
Czekam, aż inny programista ukończy fragment kodu, który zwróci tablicę np kształtu (100,2000) z wartościami -1,0 lub 1. W międzyczasie chcę losowo utworzyć tablicę o tych samych cechach, abym mógł uzyskać przewagę nad rozwojem i testowaniem. Chodzi o to, że chcę, aby ta losowo utworzona tablica była za każdym razem …
Powiedzmy, że mam dane wejściowe: data = np.random.normal(loc=100,scale=10,size=(500,1,32)) hist = np.ones((32,20)) # initialise hist for z in range(32): hist[z],edges = np.histogram(data[:,0,z],bins=np.arange(80,122,2)) Mogę to wykreślić za pomocą imshow(): plt.imshow(hist,cmap='Reds') uzyskiwanie: Jednak wartości na osi X nie są zgodne z danymi wejściowymi (tj. Średnia ze 100, zakres od 80 do 122). Dlatego …
Mam listę zawierającą wartości, jedna z wartości, które otrzymałem, to „nan” countries= [nan, 'USA', 'UK', 'France'] Próbowałem go usunąć, ale za każdym razem pojawia się błąd cleanedList = [x for x in countries if (math.isnan(x) == True)] TypeError: a float is required Kiedy próbowałem tego: cleanedList = cities[np.logical_not(np.isnan(countries))] cleanedList = …
Mam tablicę 2D zawierającą liczby całkowite (zarówno dodatnie, jak i ujemne). Każdy wiersz przedstawia wartości w czasie dla określonego miejsca przestrzennego, podczas gdy każda kolumna przedstawia wartości dla różnych miejsc przestrzennych w danym czasie. Więc jeśli tablica wygląda następująco: 1 3 4 2 2 7 5 2 2 1 4 …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.