Jaki jest najbardziej efektywny sposób mapowania funkcji na tablicy numpy? Sposób, w jaki robiłem to w moim bieżącym projekcie, jest następujący: import numpy as np x = np.array([1, 2, 3, 4, 5]) # Obtain array of square of each element in x squarer = lambda t: t ** 2 squares …
Jak mogę posortować tablicę w NumPy według n-tej kolumny? Na przykład, a = array([[9, 2, 3], [4, 5, 6], [7, 0, 5]]) Chciałbym posortować wiersze według drugiej kolumny, tak aby uzyskać: array([[7, 0, 5], [9, 2, 3], [4, 5, 6]])
Jestem ciekawy, czy jest jakiś sposób wydrukowania sformatowanego numpy.arrays, np. W sposób podobny do tego: x = 1.23456 print '%.3f' % x Jeśli chcę wydrukować numpy.arrayliczby zmiennoprzecinkowe, drukuje kilka miejsc po przecinku, często w formacie „naukowym”, co jest raczej trudne do odczytania, nawet w przypadku tablic mało wymiarowych. Jednak numpy.arraynajwyraźniej …
Dzwoniąc df = pd.read_csv('somefile.csv') Dostaję: /Users/josh/anaconda/envs/py27/lib/python2.7/site-packages/pandas/io/parsers.py:1130: DtypeWarning: Kolumny (4,5,7,16) mają różne typy. Podaj opcję dtype podczas importu lub ustaw low_memory = False. Dlaczego dtypeopcja jest powiązana low_memoryi dlaczego miałaby Falsepomóc w rozwiązaniu tego problemu?
W numpyniektóre operacje wracają do formy, (R, 1)ale niektóre powracają (R,). To sprawi, że mnożenie macierzy będzie bardziej nużące, ponieważ reshapewymagane jest jawne . Na przykład, biorąc pod uwagę macierz M, jeśli chcemy zrobić, numpy.dot(M[:,0], numpy.ones((1, R)))gdzie Rjest liczba wierszy (oczywiście ten sam problem występuje również w kolumnach). Otrzymamy matrices …
Chcę zastosować moją funkcję niestandardową (używa się if-else drabinę) do tych sześciu kolumn ( ERI_Hispanic, ERI_AmerInd_AKNatv, ERI_Asian, ERI_Black_Afr.Amer, ERI_HI_PacIsl,ERI_White ) w każdym rzędzie moim dataframe. Próbowałem różnych metod z innych pytań, ale nadal nie mogę znaleźć właściwej odpowiedzi na mój problem. Najważniejsze jest to, że jeśli dana osoba jest latynoska, …
Mam ramkę danych w następujący sposób: Type Set 1 A Z 2 B Z 3 B X 4 C Y Chcę dodać kolejną kolumnę do ramki danych (lub wygenerować serię) o tej samej długości co ramka danych (= równa liczba rekordów / wierszy), która ustawia kolor zielony, jeśli zestaw = …
Nie mogę wymyślić, jak użyć tablicy lub macierzy w sposób, w jaki normalnie użyłbym listy. Chcę utworzyć pustą tablicę (lub macierz), a następnie dodawać do niej jedną kolumnę (lub wiersz) na raz. W tej chwili jedynym sposobem, aby to zrobić, jest: mat = None for col in columns: if mat …
Czy ktoś może mi wyjaśnić, jaki jest cel meshgriddziałania Numpy? Wiem, że tworzy ona pewnego rodzaju siatkę współrzędnych do kreślenia, ale tak naprawdę nie widzę bezpośrednich korzyści z tego. Uczę się „uczenia maszynowego w języku Python” od Sebastiana Raschki i używa go do kreślenia granic decyzji. Zobacz wejście 11 tutaj …
Jaka jest różnica między Numpy array()a asarray()funkcjami? Kiedy powinieneś używać jednego zamiast drugiego? Wydaje się, że generują identyczne dane wyjściowe dla wszystkich danych wejściowych, o których mogę myśleć.
import numpy as np y = np.array(((1,2,3),(4,5,6),(7,8,9))) OUTPUT: print(y.flatten()) [1 2 3 4 5 6 7 8 9] print(y.ravel()) [1 2 3 4 5 6 7 8 9] Obie funkcje zwracają tę samą listę. Więc jaka jest potrzeba dwóch różnych funkcji wykonujących tę samą pracę.
Powiedzmy, że mam tablicę NumPy a: a = np.array([ [1, 2, 3], [2, 3, 4] ]) I chciałbym dodać kolumnę zer, aby uzyskać tablicę b: b = np.array([ [1, 2, 3, 0], [2, 3, 4, 0] ]) Jak mogę to łatwo zrobić w NumPy?
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.