Pytania otagowane jako numpy

NumPy to naukowe i numeryczne rozszerzenie do języka programowania Python.


1
Dlaczego np.dot jest nieprecyzyjny? (tablice n-dim)
Załóżmy, że bierzemy np.dotdwie 'float32'tablice 2D: res = np.dot(a, b) # see CASE 1 print(list(res[0])) # list shows more digits [-0.90448684, -1.1708503, 0.907136, 3.5594249, 1.1374011, -1.3826287] Liczby. Z wyjątkiem, że mogą zmienić: PRZYPADEK 1 : plastereka np.random.seed(1) a = np.random.randn(9, 6).astype('float32') b = np.random.randn(6, 6).astype('float32') for i in range(1, len(a)): …
15 python  c  arrays  numpy  precision 

6
Znajdź szybko pary symetryczne w numpy
from itertools import product import pandas as pd df = pd.DataFrame.from_records(product(range(10), range(10))) df = df.sample(90) df.columns = "c1 c2".split() df = df.sort_values(df.columns.tolist()).reset_index(drop=True) # c1 c2 # 0 0 0 # 1 0 1 # 2 0 2 # 3 0 3 # 4 0 4 # .. .. .. # …
15 python  pandas  numpy 

2
numpy.unique podaje błędne dane wyjściowe dla listy zestawów
Mam listę zestawów podaną przez, sets1 = [{1},{2},{1}] Kiedy znajduję unikalne elementy na tej liście za pomocą numpy unique, otrzymuję np.unique(sets1) Out[18]: array([{1}, {2}, {1}], dtype=object) Jak można zobaczyć, wynik jest błędny, jak {1}powtarza się na wyjściu. Kiedy zmieniam kolejność na wejściu, tworząc podobne elementy obok siebie, tak się nie …
14 python  list  numpy  set 

5
sprawdź, czy tablica numpy ma 0 na wszystkich swoich granicach [zamknięte]
Zamknięte . To pytanie musi być bardziej skoncentrowane . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby skupiało się tylko na jednym problemie, edytując ten post . Zamknięte 14 dni temu . Jaki byłby najszybszy sposób sprawdzenia, czy wielowymiarowa tablica liczbowa ma 0 ze wszystkich stron. Dla …
13 python  numpy 

3
Powolne pandy DataFrame MultiIndex reindex
Mam pand DataFrame formularza: id start_time sequence_no value 0 71 2018-10-17 20:12:43+00:00 114428 3 1 71 2018-10-17 20:12:43+00:00 114429 3 2 71 2018-10-17 20:12:43+00:00 114431 79 3 71 2019-11-06 00:51:14+00:00 216009 100 4 71 2019-11-06 00:51:14+00:00 216011 150 5 71 2019-11-06 00:51:14+00:00 216013 180 6 92 2019-12-01 00:51:14+00:00 114430 19 …

5
Znajdź odległość do najbliższego zera w tablicy NumPy
Powiedzmy, że mam tablicę NumPy: x = np.array([0, 1, 2, 0, 4, 5, 6, 7, 0, 0]) Przy każdym indeksie chcę znaleźć odległość do najbliższej wartości zerowej. Jeśli sama pozycja jest zerem, zwróć zero jako odległość. Potem interesują nas tylko odległości do najbliższego zera, który znajduje się na prawo od …
12 python  numpy 


7
Nie udało się znaleźć adaptera danych, który może obsłużyć dane wejściowe: <klasa 'numpy.ndarray'>, (<lista 'klas'> zawierająca wartości typów {„<class 'int'>”}))
history = model.fit(X, y, batch_size=32, epochs=40, validation_split=0.1) problem z linią był taki Pokazuje błąd: ValueError: Failed to find data adapter that can handle input: &lt;class 'numpy.ndarray'&gt;, (&lt;class 'list'&gt; containing values of types {"&lt;class 'int'&gt;"})
12 python  list  numpy  pycharm 

9
utwórz macierz NxN z jednej pandy kolumnowej
Mam ramkę danych z każdym wierszem o wartości listy. id list_of_value 0 ['a','b','c'] 1 ['d','b','c'] 2 ['a','b','c'] 3 ['a','b','c'] muszę obliczyć wynik dla jednego wiersza i dla wszystkich innych wierszy Na przykład: Step 1: Take value of id 0: ['a','b','c'], Step 2: find the intersection between id 0 and id …
11 python  pandas  numpy 


2
Importowanie numpy c-rozszerzeń nie powiodło się
Importowanie numpy c-rozszerzeń nie powiodło się Zainstalowałem Python 3.7 w moim systemie Windows, aby pracować na kodzie Visual Studio . Wszystko szło dobrze, w tym korzystanie z bibliotek. Odinstalowałem Pythona za pomocą narzędzia do odinstalowywania programu w panelu sterowania . I zainstalowałem Miniconda 3 . Sprawdziłem, czy wszystko działa dobrze, …



3
Jaki jest najszybszy sposób mapowania nazw grup tablic numpy na indeksy?
Pracuję z 3D pointcloud firmy Lidar. Punkty są przyznawane przez tablicę numpy, która wygląda następująco: points = np.array([[61651921, 416326074, 39805], [61605255, 416360555, 41124], [61664810, 416313743, 39900], [61664837, 416313749, 39910], [61674456, 416316663, 39503], [61651933, 416326074, 39802], [61679969, 416318049, 39500], [61674494, 416316677, 39508], [61651908, 416326079, 39800], [61651908, 416326087, 39802], [61664845, 416313738, 39913], …

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.